Grok 4.5: مدل ارزونی که برای نقش زیرعامل ساخته شده
هوش مصنوعیClaude Opus 4.8خلاصهٔ کاملتر
نویسنده از یه واقعیت ساده شروع میکنه: تو ورکفلوهای چندمدلی همهچیز به این تصمیم برمیگرده که کدوم کار بره سراغ کدوم مدل. اگه همهچیزو بدی به گرونترین مدل، بودجهت سریع تموم میشه؛ اگه بیحساب بدی به مدل ارزون، کیفیت میره پایین. به گفتهٔ نویسنده، Grok 4.5 دقیقاً همین معادله رو عوض میکنه.
طبق مقاله، Grok 4.5 نه یه مدل استدلالی سنگینه و نه یه مدل کوچیک و کمجون؛ یه مدل عمومی سریعه که روی کارهای ساختاریافته خوب کار میکنه. روی بنچمارکهایی مثل HumanEval نتیجهش با مدلهای گرونتر رقابت میکنه، مخصوصاً تو تولید و بازنویسی کد، استخراج دادهٔ ساختاریافته، خلاصهسازی اسناد طولانی، ترجمه و دستهبندی. ولی روی استدلال چندمرحلهای پیچیده و مسائل انتزاعی، مدلهای فرانتیر هنوز جلوترن — و همین باعث میشه برای نقش زیرعامل مناسب باشه نه هماهنگکننده.
الگوی اصلی، «هماهنگکننده و زیرعامل»ه. یه مدل قوی نقش هماهنگکننده رو داره: منظور کاربر رو میفهمه، کار رو به زیرکارها میشکنه و مسیریابی میکنه. زیرعاملها که معمولاً مدلهای ارزونتر و سریعترن، کارهای مشخص رو انجام میدن. هماهنگکننده کم اجرا میشه پس لازم نیست ارزون باشه؛ ولی زیرعاملها با حجم بالا اجرا میشن و هزینه همونجا بالا میره — جایی که Grok 4.5 بهکار میاد.
نویسنده سه جور مسیریابی معرفی میکنه. اول، مسیریابی قانونمحور که ساده و قطعیه: مثلاً کار تولید کد بره Grok 4.5 و کار استدلال پیچیده بره یه مدل قویتر. دوم، مسیریابی هماهنگکنندهمحور که خود مدل قوی نوع درخواست رو تشخیص میده و بر همون اساس هدایت میکنه — برای درخواستهای آزاد و مبهم خوبه. سوم، مسیریابی مبتنی بر اطمینان: اول کار رو بده به Grok 4.5، اگه از یه بررسی کیفیت رد شد قبولش کن، وگرنه بفرستش سراغ مدل قویتر.
به گفتهٔ مقاله، Grok 4.5 روی تولید و ریفکتور کد، خلاصهسازی، استخراج فیلد و دستهبندی قابلاتکاست، ولی برای استدلال چندمرحلهای، اثبات ریاضی یا برنامهریزی عاملمحور بهتره بری سراغ مدلهای استدلالی. نویسنده چند اشتباه رایج رو هم گوشزد میکنه: پرامپت زیادی طولانی برای زیرعاملها، نادیدهگرفتن اعتبارسنجی خروجی، استفاده از Grok 4.5 برای هر کاری، و بیتوجهی به تأخیری که خود مسیریابی اضافه میکنه.
نکات کلیدی:
- Grok 4.5 با حدود ۲ دلار برای هر میلیون توکن ورودی، روی کدنویسی با مدلهای خیلی گرونتر رقابت میکنه.
- بهترین جاش نقش زیرعامله: تولید کد، خلاصهسازی و استخراج داده با حجم بالا.
- مسیریابی میتونه قانونمحور، هماهنگکنندهمحور یا مبتنی بر اطمینان باشه.
- اعتبارسنجی خروجی موقع استفاده از مدلهای میانرده حیاتیه؛ حتی یه بررسی سبک جلوی خیلی از خطاها رو میگیره.
