GPT-ov zid troškova
Prošle nedelje, diskusija o GPT-u na X-u dobila je novi fokus: ne sposobnost, već troškovi.
ARC-AGI: Granice inteligencije
Trenutne performanse najnaprednijih modela na ARC-AGI-2:
| Model | ARC-AGI-2 rezultat |
|---|---|
| GPT-5.2 Pro | ~54% |
| GPT-5.2 Refine | ~73% |
| Ljudi | 100% |
Razlika između 54% i 73% nije pitanje inteligencije, već "preciziranja" – omogućavanja modelu da više puta proveri svoje odgovore. Ovo zahteva više računanja, što znači veće troškove.
Stvarni troškovi Agent-a
Godišnji troškovi 24/7 Agent-a za preduzeća (20 miliona ulaznih + 20 miliona izlaznih tokena dnevno):
| Model | Godišnji trošak |
|---|---|
| Palmyra X5 | ~$48K |
| GPT-5.2 Standard | ~$57K |
| Gemini 2.5 Pro | ~$82K |
| Claude Sonnet 4.5 | ~$131K |
| Claude Opus 4.6 | ~$219K |
| GPT-5.2 Pro | ~$690K |
GPT-5.2 Pro je 12 puta skuplji od GPT-5.2 Standard. Ovo nije pitanje strategije cena, već strukture troškova.
"Pre nego što rasporedite 100 AI agenata, izračunajte." — @waseem_s
Novi Turingov test
Jednostavno pitanje postaje novi test inteligencije:
"Perionica automobila je udaljena 40 metara od moje kuće. Želim da operem auto. Da li da idem peške ili da se vozim?"
Modeli koji su prošli: GPT-5.2 Thinking, Opus 4.6, Gemini 3 Pro Modeli koji su pali: GPT-5.2 Instant, GPT-4o, Haiku 4.5, Sonnet 4.5
Zašto je ovaj test značajan? Zato što testira "zdravorazumsko rezonovanje", a ne "pronalaženje znanja". 40 metara je udaljenost za pešačenje. Auto je prljav i treba ga oprati. Ali nećete voziti prljav auto 40 metara da biste ga oprali – osim ako nemate zdrav razum.
Istorija se ne ponavlja, ali se rimuje
"Ekspertski sistemi su rođeni 1970-ih, procvetali 1980-ih i bili su naširoko smatrani budućnošću AI." — @ChombaBupe
GPT modeli su rođeni 2018. godine, procvetali 2020-ih i naširoko se smatraju budućnošću AI.
Neuspeh ekspertskih sistema nije bio zato što nisu bili dovoljno pametni, već zato što su troškovi održavanja bili previsoki, a skalabilnost preniska. Kada je bazu znanja potrebno ručno održavati, veličina je neprijatelj.
GPT se suočava sa sličnim problemom: model je pametan, ali su troškovi rezonovanja previsoki. Kada svaki zahtev zahteva veliku količinu računanja, veličina je takođe neprijatelj.
Sledeći koraci
Ove nedelje se očekuje izdavanje nekoliko novih modela: Gemini 3.1 Pro, Claude Sonnet 5, GPT-5.3, DeepSeek V4, Qwen 3.5.
Konkurencija se prebacuje sa "ko je pametniji" na "ko je jeftiniji". Ovo je dobra vest za korisnike. Za OpenAI? Možda i ne.
