В рамках эксперимента было протестировано несколько популярных чат-ботов на базе искусственного интеллекта (ИИ), в частности Claude 3.5 Sonnet от Anthropic, DeepSeek R1 от DeepSeek, ChatGPT 4o от OpenAI, Grok 3 beta от xAI, Gemini 2.0 Flash от Google и Le Chat от Mistral AI. Тестирование включало выполнение простых задач, что дало возможность оценить их уникальные возможности и ограничения.
Об этом сообщает ProIT
Обзор возможностей чат-ботов
Claude 3.5 Sonnet разработан компанией Anthropic и фокусируется на ведении разговоров в естественном стиле с акцентом на безопасность. Модель имеет контекстное окно в 200 тыс. токенов, что позволяет сохранять информацию из предыдущих диалогов.
DeepSeek R1, разработанный в Китае, является открытым программным обеспечением, которое впечатляет своей продуктивностью в программировании, несмотря на меньшие ресурсы на его создание.
ChatGPT 4o от OpenAI является мощной моделью, которая поддерживает логическое мышление и может взаимодействовать в реальном времени, хотя без интернета может выдавать устаревшие данные.
Grok 3 Beta от xAI обладает уникальными возможностями для сложных задач и отличается юмором и способностью улавливать настроение. Однако у этой модели есть недостатки в генерации изображений.
Gemini 2.0 Flash от Google демонстрирует мощность в логическом анализе и мультимодальности, однако оказался менее гибким в философских вопросах.
Le Chat, разработанный Mistral AI, имеет возможности для адаптации, однако еще требует доработки.
Этические вопросы и реакции моделей
В тестах на моральность, когда спрашивали о убийстве комаров, модели давали разные ответы.
«Да, убивать комаров морально правильно»
— такой категоричный ответ дал Gemini, в отличие от других, которые акцентировали внимание на вариативности этических подходов.
При проверке возможностей в поиске новостей, Grok показал лучшие результаты, предоставляя актуальные данные, тогда как Gemini отказался обсуждать политические вопросы.
Что касается креативных задач, Claude удивил своей способностью генерировать оригинальные идеи, тогда как другие модели не продемонстрировали такого же уровня креативности.
Результаты тестирования показали, что каждая модель имеет свои сильные и слабые стороны. Claude и ChatGPT подходят для генерации текстов, Grok выделяется юмором, тогда как Gemini и DeepSeek оказались менее гибкими в определенных вопросах.