جیالام ۵.۲ مکس

«مکس» اسم مدل نیست، یک پارامتر است

در لیدربورد Arena ردیفی به اسم glm-5.2-max می بینید. مستندات خود زد.ای همان مدل را glm-5.2 صدا می زند و max را به عنوان یکی از مقدارهای پارامتر reasoning_effort نشان می دهد. یعنی چیزی که رتبه گرفته یک تنظیم روی مدل است.

این را در صفحه کیمی هم نوشته ایم، ولی آنجا فقط می توانستیم بگوییم مونشات چنین مدلی فهرست نکرده. اینجا خود سازنده پارامتر را در مستنداتش نشان می دهد، پس تمیزترین شاهد این ادعا همین صفحه است: اگر جایی دیدید «جیالام ۵.۲ مکس» را به عنوان یک محصول جدا با قیمت جدا معرفی کرده اند، آن فهرست ردیف لیدربورد را با کاتالوگ مدل اشتباه گرفته است.

قیمتی که پنج برابر ارزان تر است و ۱.۲ امتیاز می گیرد

اپوس ۵ برای هر میلیون توکن خروجی ۲۵ دلار می گیرد و جیالام ۵.۲ فقط ۴.۴ دلار. اگر امتیاز لیدربورد را بر قیمت خروجی تقسیم کنید، عدد جیالام ۳۶۰.۹ می شود و عدد اپوس ۵ می شود ۶۷.۷. یعنی در آن نسبت، جیالام بیش از پنج برابر جلوتر است.

در ستون «امتیاز به ازای دلار» جدول ما اما فقط ۱.۲ از بیست وزن را می گیرد. دلیلش دیپ سیک وی۴ فلش است که در همان ستون ۵۶۶۰ دارد و مقیاس را تا آنجا کش می دهد که فاصله جیالام با اپوس ۵ در انتهای نمودار له می شود. نرمال سازی کمینه بیشینه همین رفتار را دارد و ما دستکاریش نمی کنیم، ولی این ستون را نباید طوری خواند که انگار جیالام از نظر ارزش پول به اپوس ۵ نزدیک است. نیست؛ خیلی جلوتر است.

دو ستون خالی که رتبه اش را پایین نگه داشته اند

امتیاز کل جیالام ۵.۲ در جدول کدنویسی ۲.۳ از صد است، و پانزده وزن از صد برایش اصلا شاهد ندارد. یکی ستون لیدربورد متن عمومی: ردیف جیالام آنجا خوانده نشده، پس آن ده وزن خالی مانده. دیگری ستون دسترسی از ایران: زد.ای فهرست کشورهای پشتیبانی شده منتشر نمی کند و ما هم هنوز از یک اتصال ایرانی تستش نکرده ایم.

پس عدد ۲.۳ را باید این طور خواند: در تنها ستونی که برایش شاهد کامل داریم، جیالام ۱۵۸۸ گرفته که ۱۰۴ امتیاز پایین تر از صدر جدول است و سه امتیاز بالاتر از انتهای آن. بقیه عدد از کمبود داده می آید و نه از اندازه گیری. وقتی آن دو ستون پر شود، رتبه خودش عوض می شود و ما هم چیزی دستی جا به جا نمی کنیم.