Cum alegi modelul potrivit?

Cel mai bun model pentru tine este cel care reușește sarcinile tale la un cost și timp acceptabile. Un clasament general nu înlocuiește testul local.

Poți parcurge acest curs fără cont și fără programare. Exemplele sunt sintetice și rezultatele AI trebuie verificate.

Cum funcționează, pas cu pas

Alege după sarcină și capacități

Verifică limba, contextul, tool calling, ieșirea structurată și modalitățile de intrare ale modelului. Compară pe aceleași cereri, cu aceeași rubrică și un buget realist. Temperatura schimbă eșantionarea, nu adevărul. Reasoning effort alocă efort pentru modelele compatibile și poate crește timpul și costul; valorile diferă între modele. Modelele locale oferă control asupra infrastructurii, dar cer resurse și întreținere. Open weights nu garantează o licență fără restricții sau întregul cod de antrenare. Catalogul și prețurile se schimbă; citește fișa curentă.

Definește succesul înainte de optimizare

Pregătește un set de cereri reprezentative și răspunsuri sau proprietăți așteptate. Include cazuri obișnuite, ambigue, fără date și cu erori de unelte. Pentru RAG măsoară separat găsirea dovezii și corectitudinea răspunsului. Recall@k urmărește proporția dovezilor relevante găsite în primele k rezultate; precision@k urmărește proporția rezultatelor relevante. Pentru agenți urmărește și acțiunile, accesul și oprirea. Un LLM-as-judge poate accelera evaluarea, dar se calibrează față de oameni. Nu modifica simultan promptul, modelul și indexul dacă vrei să înțelegi cauza îmbunătățirii.

Costul aparține întregului traseu

Numără apelurile de model, tokenii de intrare și ieșire, embeddings, reranking, vision și uneltele. Reasoning poate consuma tokeni facturați fără un răspuns vizibil la fel de lung. Costul indexării și costul conversației sunt diferite. Folosește tarifele curente, nu o cifră permanentă din curs. Estimarea simplă este tokeni/1.000.000 × tarif, plus operații suplimentare; creditele aplicației pot folosi propria conversie. Compară costul per sarcină reușită, nu doar per apel. Parallel poate reduce latența, dar crește consumul total. Bugetul trebuie să aibă o condiție de oprire verificată.

Harta vizuală

Urmărește săgețile continue pentru fluxul principal. Săgețile albastre punctate furnizează date sau context; cele roz punctate arată feedback sau rezultate care revin. Culorile și formele disting modelele, stocările, deciziile și rezultatele. Pe ecrane mici, derulează orizontal pentru a urmări întreaga diagramă.

Un exemplu complet

Compari un model mic și unul mai capabil pe zece întrebări RO, două apeluri de unelte și un document ilustrat. Verifici separat existența suportului vision și tool calling.

Încearcă tu

1. Construiește tabelul de selecție și stabilește pragurile înainte de test.
2. Notează intrarea, sursa și rezultatul așteptat înainte să rulezi experimentul. Folosește doar datele fictive din exemplu.
3. Urmărește etapele din diagramă. La fiecare pas scrie ce informație primește și ce produce; nu confunda rezultatul intermediar cu rezultatul final.
4. Repetă cazul după eliminarea unei informații necesare sau după o intrare ambiguă. Verifică dacă sistemul cere clarificare, se oprește sau inventează.
5. Compară cu soluția comentată. Păstrează configurația, data, rezultatul și o explicație pentru orice diferență. Schimbă un singur lucru și retestează.

Soluție comentată

Fișa comparativă include succes, latență, cost și capabilități obligatorii; un model incompatibil este eliminat înainte de scor. Pentru a considera exercițiul reușit, poți arăta legătura dintre intrare, etapele parcurse și rezultat. Dacă lipsesc date, un răspuns prudent este mai util decât o completare inventată. Nu compara doar stilul: verifică și condițiile, sursele și operațiile efectuate.

Când merită și ce poate merge prost

Open weights și gratuit nu sunt sinonime. Alege această abordare când îmbunătățește o nevoie măsurată. Păstrează o variantă simplă ca referință și compară rezultatele pe aceleași intrări. Un singur exemplu reușit nu stabilește fiabilitatea în toate situațiile.

Verifică ce ai înțeles

Temperatura zero garantează corectitudinea?

Nu. Poate reduce variația, dar un răspuns stabil poate fi greșit.

O notă bună de stil dovedește succesul unui agent?

Nu. Agentul poate scrie frumos după ce a folosit unealta sau datele greșite.

Ce rezultat trebuie să obții în acest exercițiu?

Fișa comparativă include succes, latență, cost și capabilități obligatorii; un model incompatibil este eliminat înainte de scor.

Cuvinte de ținut minte

• Reasoning effort: Setare dependentă de model pentru efortul de raționament.
• Regresie / Regression: O schimbare care strică un caz anterior corect.
• Latență / Latency: Timpul până la rezultatul util.

Surse și următorul pas

• Hugging Face — LLM Course
• LangGraph — Workflows and agents
• OpenRouter — Reasoning tokens

Pentru pregătire: P03 — Temperatură, limite și reasoning effort