مدل‌های جدید
GPT-6 Sol و Luna مسیریابی بین مدل‌ها را به تصمیم اصلی هزینه در عامل‌ها تبدیل می‌کنند
اختلاف قیمت Sol و Luna معماری چندمدلی را مهم‌تر کرده است. Aipolix هزینه مأموریت کامل، زمینه بلند و اقامت داده را بررسی می‌کند.
مسیریابی بین مدل‌ها
-
مدل‌های جدید
Claude Opus 5.5 ارزان‌تر شده، اما مسیر اجرای بعضی درخواست‌ها هم تغییر کرده است
Opus 5.5 قیمت توکن و حافظه نهان را کاهش داده و بعضی درخواست‌های حساس را به مسیر دیگری می‌فرستد؛ پیامد آن برای ارزیابی عامل‌ها چیست؟
-
عامل‌های هوشمند
Copilot انتخاب مدل را برای هزینه یا کیفیت تنظیم می‌کند؛ Efficiency سقف بودجه نیست
Copilot Auto اکنون هزینه، کیفیت و سرعت را با سه سطح مختلف می‌سنجد، اما Efficiency سقف هزینه ایجاد نمی‌کند.
-
مدل‌های جدید
DeepSeek V4.1 Flash با معماری تازه و API چندوجهی منتشر شد
DeepSeek V4.1 Flash با قابلیت چندوجهی بومی، وزن‌های باز و تغییر در مسیردهی API منتشر شد؛ تغییری که روی Flash و V4 Pro اثر می‌گذارد.
-
پژوهش
ارزیاب‌های ارزان می‌توانند خطاهای واقعی سامانه‌های آبشاری هوش مصنوعی را پنهان کنند
پژوهشی تازه نشان می‌دهد مسیریابی و سنجش کیفیت در سامانه آبشاری مدل نباید بدون مسیر حسابرسی مستقل به همان ارزیاب وابسته باشند.
-
مدل‌های جدید
Thomson Reuters مدل زبانی اختصاصی خود را برای کارهای حرفه‌ای عرضه کرد
Thomson Reuters یک LLM اختصاصی ۴۰ میلیون دلاری را برای workflowهای حرفه‌ای عرضه کرده و آن را ابتدا در CoCounsel Legal به‌کار می‌گیرد.
