⭐️ Вештачка интелигенција (ВИ) - Блог о ВИ, жариште и центар за садржај ⭐️ Дигитална интелигенција ⭐️ XPaper

Избор језика 📢

Баиду напада са својим новим AI моделима Ernie 4.5 и Ernie X1: упоредивим са Deepseek-ом, али по упола нижој цени

Објављено: 17. марта 2025. / Ажурирано: 17. марта 2025. – Аутор: Konrad Wolfenstein

Баиду напада са својим новим AI моделима Ernie 4.5 и Ernie X1: упоредиви са Deepseek-ом, али по упола нижој цени – Слика: Xpert.Digital

Ernie 4.5 и X1: Baidu-ови нови AI модели постављају нове стандарде

Баидуови нови AI модели Ernie 4.5 и X1: Моћни по упола нижој цени

Дана 16. марта 2025. године, Баиду је представио два нова модела вештачке интелигенције који би могли да потресу жестоко конкурентно кинеско и глобално тржиште вештачке интелигенције. Са почетним моделом Ernie 4.5 и Ernie X1 фокусираним на логику, кинески технолошки гигант спроводи агресивну стратегију цена, уз обећање високих перформанси. Посебно је вредна пажње тврдња да ће Ernie X1 нудити исте перформансе као и успешни DeepSeek R1 по упола нижој цени. Штавише, Баиду планира да објави своје моделе као решење отвореног кода касније ове године, што би могло додатно да појача конкуренцију.

У вези са овим:

Интеграција DeepSeek AI у Tencent-ов Weixin/WeChat и Baidu-ов претраживач за Кину

Нова Ернијева генерација: Техничке карактеристике и могућности

Ерни 4.5: Мултимодални водећи брод

Према Баидуу, Ерни 4.5 је први „изворно мултимодални“ језички модел компаније и посебно је дизајниран за обраду и разумевање различитих типова података као што су текст, слике, аудио и видео. Ова могућност мултимодалне интеграције представља значајан напредак у развоју вештачке интелигенције и отвара нове могућности примене.

За модел се каже да поседује „одличне мултимодалне способности разумевања“, као и побољшане језичке, генерацијске, логичке и меморијске функције. Посебна карактеристика је његов висок „емоционални коефицијент“ (EQ), који је намењен да му омогући разумевање мемова и сатиричног садржаја – способност која се раније првенствено приписивала западним моделима вештачке интелигенције попут ChatGPT-а.

Према Баидуу, пет технолошких иновација је основа импресивних могућности Ернија 4.5: „FlashMask“ динамичко маскирање пажње за ефикаснију обраду података, хетерогена мултимодална мешавина стручњака за специјализовану обраду различитих типова садржаја, просторно-временска компресија репрезентације за оптимизацију просторних и временских информација, конструкција података за обуку усмерена на знање и побољшана самоповратна информација након обуке.

Ерни X1: Специјализовани мислилац

Ерни X1 је дизајниран као „модел дубоког размишљања са мултимодалним могућностима“ и специјализован је за логичко резоновање. Карактерише га „јаче разумевање, планирање, рефлексија и еволутивне способности“. Као Баидуов први „модел размишљања“, Ерни X1 подржава свеобухватан пакет алата који проширују његову функционалност.

Техничке основе модела Ernie X1 засноване су на неколико напредних технологија, укључујући метод прогресивног учења са појачавањем и приступ обуци од почетка до краја. Овај структурирани приступ учењу је осмишљен да помогне моделу да се постепено побољша и континуирано повећава своје перформансе.

У поређењу са конкуренцијом: тежња и стварност

Ernie X1 u poređenju sa DeepSeek R1

Баиду агресивно позиционира Ерни X1 у односу на ДипСик R1, један од најуспешнијих кинеских модела вештачке интелигенције. Према Баидуу, Ерни X1 нуди „исте перформансе“ као ДипСик R1, али по „пола нижој цени“. Ово је изванредна тврдња, с обзиром на репутацију ДипСика R1 по његовој снази у сложеним задацима.

DeepSeek R1 је у прошлости постигао импресивне резултате у разним бенчмарковима и директно се такмичи са OpenAI-јевим o1 моделима. У математичким бенчмарковима као што је AIME 2024, DeepSeek R1 је постигао 79,8%, одмах испред OpenAI o1-1217 са 79,2%. На MATH-500, чак је постигао 97,3%, што је мало изнад OpenAI o1-1217 са 96,4%. DeepSeek R1 такође показује снажне перформансе у програмским задацима и тестовима општег знања.

Да ли Ernie X1 заиста може да достигне ове нивое перформанси још увек не може бити независно потврђено. Baidu још увек није објавио никакве резултате тестирања за свој нови модел размишљања.

Ерни 4.5 наспрам ГПТ-4.5

Баиду иде још даље са Ернијем 4.5, тврдећи да модел надмашује GPT-4.5 и DeepSeek V3 у неколико бенчмаркова. Наводи се да се посебно истиче у мултимодалним задацима и логичком резоновању. Међутим, недостају независни тестови и поређења која би могла да потврде ове тврдње.

Агресивна стратегија цена: Детаљна предност у трошковима

С обзиром на интензивну конкуренцију у Кини, Баиду спроводи агресивну стратегију цена усмерену и на приватне кориснике и на предузећа.

Бесплатно за приватну употребу

Оба модела су доступна приватним корисницима бесплатно. Приступ је преко званичног ERNIE бота, и то чак и раније него што је првобитно планирано. Ова стратегија има за циљ брзо проширење корисничке базе и сустизање конкуренције попут ByteDance-а и DeepSeek-а.

Непобедиве цене за пословне клијенте

Баиду нуди своје моделе корпоративним клијентима по изузетно конкурентним ценама:

Ерни 4.5: 0,55 долара по милиону токена за унос, 2,20 долара за излаз
Ерни X1: 0,28 долара по милиону токена за унос, 1,10 долара за излаз

Поређења ради: DeepSeek R1 кошта 0,55 долара за куповину и 2,19 долара за издавање по милиону токена. Ernie X1 је стога заправо отприлике упола скупљи од DeepSeek R1, барем што се тиче трошкова издавања.

Још драматичнија је разлика у цени у поређењу са GPT-4.5, који наводно кошта 75 долара по милиону улазних токена и 150 долара по милиону излазних токена. Ernie 4.5 је стога само око 1% скупљи од GPT-4.5. Ова екстремна разлика у цени могла би представљати значајну конкурентску предност, под условом да се испуне обећања о перформансама.

У вези са овим:

Да ли је Немачка сада водећа технолошка нација или не? Покушај објашњења, првенствено користећи пример вештачке интелигенције (ВИ)

Стратегија отвореног кода и доступност

Рани почетак и широка доступност

Баиду је учинио своје нове моделе доступним раније него што је планирано. Првобитно најављени за април, већ су доступни путем ERNIE бота. За предузећа, Ernie 4.5 и X1 су доступни путем API-ја на Baidu AI Cloud-овој MaaS платформи, Qianfan.

Планови отвореног кода за јун 2025

У стратешком заокрету, Баиду планира да објави своју серију Ерни 4.5 као решење отвореног кода почев од 30. јуна 2025. године. Генерални директор Робин Ли, који се дуго залагао за власничке моделе, оправдава овај потез наводећи да отворени код убрзава усвајање технологије. Да ли се ово односи и на X1 серију тренутно није јасно, али изгледа вероватно, с обзиром на то да је DeepSeek R1 такође доступан као модел отвореног кода.

Баидуов повратак у такмичење вештачке интелигенције

Изазовна тржишна позиција

Баиду је био прва кинеска технолошка компанија која је покренула модел великих језика (LLM) у марту 2023. Упркос овом раном почетку, Баиду је заостао за конкурентима као што су Алибаба, Бајтденс, а посебно изненађујући успех ДипСика.

Број корисника говори сам за себе: четбот Doubao компаније ByteDance има највише месечно активних корисника у Кини са 78,6 милиона, затим DeepSeek са 33,7 милиона, док Baidu-ов Ernie Bot знатно заостаје са 13 милиона.

Стратешки значај и глобални утицај

Лансирање нових модела је део стратегије сустизања. Са својом агресивном стратегијом цена и планираним издањима отвореног кода, Баиду би не само могао да поврати позиције на кинеском тржишту, већ и да повећа притисак на западне лабораторије за вештачку интелигенцију.

Такозвани „момента дубоке потраге“ – демонстрација да кинеска лабораторија за вештачку интелигенцију може постићи сличне перформансе као западни добављачи са мање ресурса – већ је изазвала нелагоду у индустрији. То потврђују и недавна писма лабораторија за вештачку интелигенцију Anthropic и OpenAI упућена влади САД, у којима позивају на регулацију вештачке интелигенције из Кине.

Потенцијална и отворена питања

Баидуови нови модели вештачке интелигенције могли би значајно да промене динамику глобалног тржишта вештачке интелигенције, посебно кроз комбинацију снажног обећања перформанси, агресивног одређивања цена и планиране доступности отвореног кода. Међутим, остаје да се види и то мора да се потврди независним тестирањем да ли Ernie X1 заиста може да се такмичи са DeepSeek R1 и да ли Ernie 4.5 чак и надмашује GPT-4.5.

Ова објава истиче све већу конкуренцију између кинеских и западних добављача вештачке интелигенције и могла би довести до шире доступности и нижих цена напредних вештачких технологија. Истовремено, Баидуов приступ отвореном коду могао би фундаментално да промени глобални пејзаж вештачке интелигенције и додатно убрза темпо иновација.

За кориснике и предузећа, нови модели потенцијално нуде исплативу алтернативу успостављеним сервисима, иако ће се њихов стварни учинак у практичној употреби тек видети. Наредни месеци ће показати да ли Баиду заиста може да понови успех компаније DeepSeek са својом новом технологијом и поврати изгубљени тржишни удео.

У вези са овим: