Krótko: tanie edytowanie obrazów, głos i rozpoznawanie mowy na skalę
Trzy wczorajsze premiery produktowe pokazują, że rywalizacja przenosi się z samej jakości na koszt i opóźnienie. Firma Krea otworzyła testy modelu Krea 3 do edycji obrazów, który według producenta kończy edycję w rozdzielczości dwa tysiące pikseli w mniej niż osiem sekund, a kosztuje sześć centów za obraz, czyli o około połowę mniej niż model Nano Banana Pro i o siedemdziesiąt jeden procent mniej niż GPT Image 2.5, o czym pisze AlphaSignal; w testach edycji obrazu według rankingu CPI-Bench firmy Alibaba model plasuje się tuż za GPT Image 2.5. Osobno OpenAI wypuściło wersję GPT-Live-1.1 swoich modeli głosowych, poprawiającą akcenty w wielu językach i usuwającą powtarzanie dźwięku przy wywoływaniu narzędzi, zgodnie z notatkami wydania. Trzecia wiadomość dotyczy skali językowej: Meta pokazała model rozpoznawania mowy obejmujący tysiąc sześćset języków, co jest ruchem w segmencie, w którym dotąd liczyły się przede wszystkim języki o dużej liczbie użytkowników. Wszystkie trzy mają ten sam wspólny mianownik: decyduje nie szczytowa jakość pojedynczego wyniku, lecz koszt i szybkość pojedynczego zadania.
Źródło: alphasignal