AI ਲੇਖਾਕਾਰੀ ਕੰਪਨੀ DualEntry ਦੁਆਰਾ ਚਲਾਏ ਗਏ ਲੇਖਾਕਾਰੀ AI ਬੈਂਚਮਾਰਕ ਦੇ ਨਵੀਨਤਮ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ, ਓਪਨ-ਵੇਟ AI ਮਾਡਲ ਅਸਲ-ਸੰਸਾਰ ਲੇਖਾਕਾਰੀ ਦੇ ਕੰਮ 'ਤੇ ਆਪਣੇ ਬੰਦ ਸਰਹੱਦੀ ਵਿਰੋਧੀਆਂ 'ਤੇ ਪਹੁੰਚ ਰਹੇ ਹਨ - Google ਦੇ Gemini 4 Argon ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਮੋਹਰੀ ਅਤੇ ਚੀਨੀ ਓਪਨ ਮਾਡਲ ਕੀਮਤ ਦੇ ਥੋੜ੍ਹੇ ਜਿਹੇ ਹਿੱਸੇ ਲਈ ਲਗਭਗ ਇੱਕੋ ਜਿਹੀ ਸ਼ੁੱਧਤਾ ਪੋਸਟ ਕਰਦੇ ਹਨ।
ਬੈਂਚਮਾਰਕ, ਯਾਹੂ ਫਾਈਨਾਂਸ ਦੁਆਰਾ ਸਿਰਲੇਖ ਹੇਠ ਕਵਰ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਓਪਨ-ਸੋਰਸ AI ਮਾਡਲ ਅਕਾਊਂਟਿੰਗ ਦੇ ਕੰਮ 'ਤੇ ਬੰਦ ਲੋਕਾਂ ਨੂੰ "ਪਕੜ ਰਹੇ ਹਨ", ਲੇਖਾਕਾਰੀ ਦੇ ਅੱਠ ਖੇਤਰਾਂ ਵਿੱਚ 101 ਕਾਰਜਾਂ 'ਤੇ ਮੋਹਰੀ ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ, ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਵਰਗੀਕਰਣ ਅਤੇ ਜਰਨਲ ਐਂਟਰੀਆਂ ਤੋਂ ਲੈ ਕੇ ਮੇਲ-ਮਿਲਾਪ, ਵਿੱਤੀ ਰਿਪੋਰਟਿੰਗ, ਅਤੇ ਮਹੀਨੇ ਦੇ ਅੰਤ ਤੱਕ। ਹਰੇਕ ਮਾਡਲ ਇੱਕੋ ਕੰਪਨੀ ਦੀਆਂ ਕਿਤਾਬਾਂ ਤੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਉਹੀ ਹਦਾਇਤਾਂ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ, ਅਤੇ ਉਸੇ ਲੇਖਾਕਾਰੀ ਸਾਧਨਾਂ ਤੱਕ ਪਹੁੰਚ ਰੱਖਦਾ ਹੈ, ਹਰੇਕ ਮਾਡਲ ਨੂੰ ਇਕਸਾਰਤਾ ਨੂੰ ਮਾਪਣ ਲਈ ਤਿੰਨ ਵਾਰ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ। For more context on this story, see our ongoing artificial intelligence updates.
ਮਿਥੁਨ 4 ਆਰਗਨ ਲੀਡ ਕਰਦਾ ਹੈ, ਪਰ ਪਾੜਾ ਪਤਲਾ ਹੈ
Gemini 4 Argon 91.1% ਸਟੀਕਤਾ ਨਾਲ ਲੀਡਰਬੋਰਡ ਵਿੱਚ ਸਿਖਰ 'ਤੇ ਹੈ, ਔਸਤਨ 18 ਸਕਿੰਟਾਂ ਵਿੱਚ ਕੰਮ ਨੂੰ $0.115 ਪ੍ਰਤੀ ਟਾਸਕ ਦੀ ਲਾਗਤ ਨਾਲ ਪੂਰਾ ਕਰਦਾ ਹੈ, 86.1% 'ਤੇ ਕਿਸੇ ਵੀ ਮਾਡਲ ਦੇ ਵਧੀਆ ਇਕਸਾਰਤਾ ਸਕੋਰ ਦੇ ਨਾਲ।
ਪਰ ਚੇਜ਼ ਪੈਕ ਨੇੜੇ ਹੈ - ਅਤੇ ਕਮਾਲ ਦਾ ਸਸਤਾ. Z.ai ਦੇ ਓਪਨ-ਵੇਟ GLM-5.3 ਫਲੈਸ਼ ਨੇ 88.1% ਸਕੋਰ ਕੀਤਾ, ਜੋ ਕਿ xAI ਦੇ Grok 4.7 ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਪ੍ਰਤੀ ਕੰਮ ਦੀ ਲਾਗਤ ਸਿਰਫ $0.006 ਹੈ, ਜੋ ਗੂਗਲ ਦੇ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲ ਖਰਚੇ ਦਾ ਲਗਭਗ 5% ਹੈ। ਕਿਮੀ K3.1 ਪ੍ਰੋ, ਮੂਨਸ਼ੌਟ ਏਆਈ ਤੋਂ ਇੱਕ ਹੋਰ ਓਪਨ-ਵੇਟ ਮਾਡਲ, 86.1% ਦੇ ਬਾਅਦ, ਦੋ ਓਪਨ ਮਾਡਲਾਂ ਨੂੰ ਚੋਟੀ ਦੇ ਚਾਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ।
ਐਂਥਰੋਪਿਕ ਦੇ ਕਲਾਉਡ ਫੈਬਲ 5.1 ਨੇ ਪ੍ਰਤੀ ਟਾਸਕ $1.18 'ਤੇ 85.1% ਪੋਸਟ ਕੀਤਾ - ਸਭ ਤੋਂ ਮਹਿੰਗਾ ਮਾਡਲ ਟੈਸਟ ਕੀਤਾ ਗਿਆ - ਜਦੋਂ ਕਿ ਕਲਾਉਡ ਓਪਸ 5.5 ਨੇ $0.452 'ਤੇ 82.2% ਸਕੋਰ ਕੀਤਾ। OpenAI ਦਾ GPT-6 Astra $0.494 ਪ੍ਰਤੀ ਟਾਸਕ 'ਤੇ 81.2% ਤੱਕ ਪਹੁੰਚ ਗਿਆ।
ਲਾਗਤ ਕਹਾਣੀ ਅਸਲ ਸਿਰਲੇਖ ਹੈ
ਨਤੀਜਿਆਂ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਨੰਬਰ ਡੀਪਸੀਕ ਦਾ ਹੋ ਸਕਦਾ ਹੈ। ਡੀਪਸੀਕ V4.1 ਫਲੈਸ਼ ਨੇ ਪ੍ਰਤੀ ਟਾਸਕ $0.003 'ਤੇ 84.2% ਸਕੋਰ ਕੀਤਾ, DualEntry ਦੇ ਮੁੱਖ ਟੇਕਅਵੇਜ਼ ਦੇ ਅਨੁਸਾਰ - ਕਲਾਉਡ ਫੇਬਲ 5.1 ਦੇ ਮੁਕਾਬਲੇ 85.1% ਅਤੇ $1.18 ਪ੍ਰਤੀ ਟਾਸਕ। ਇਹ ਇੱਕ ਅੰਕ ਵੱਧ ਤੋਂ ਘੱਟ ਸਕੋਰ ਲਈ ਲਾਗਤ ਦਾ ਲਗਭਗ 400 ਗੁਣਾ ਹੈ।
ਸਮਾਨ ਸ਼ੁੱਧਤਾ ਵਾਲੇ ਮਾਡਲਾਂ ਵਿੱਚ ਵੀ ਪ੍ਰਤੀ ਕੰਮ ਦੀ ਲਾਗਤ ਬਹੁਤ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ, ਬੈਂਚਮਾਰਕ ਦੇ ਲੇਖਕ ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਬੁੱਕਕੀਪਿੰਗ ਵਰਕਫਲੋ ਨੂੰ ਸਵੈਚਲਿਤ ਕਰਨ ਵਾਲੇ ਉੱਦਮ ਸਿਰਫ਼ ਕਾਰਜ ਲਈ ਸਹੀ ਮਾਡਲ ਚੁਣ ਕੇ ਅਨੁਮਾਨ ਦੇ ਬਿਲਾਂ ਨੂੰ ਵਧਾ ਸਕਦੇ ਹਨ।
ਜਿੱਥੇ ਮਾਡਲਾਂ ਅਜੇ ਵੀ ਸੰਘਰਸ਼ ਕਰਦੀਆਂ ਹਨ
ਲੇਖਾਕਾਰੀ ਕਿਸੇ ਵੀ ਫਰੰਟੀਅਰ ਲੈਬ ਲਈ ਹੱਲ ਕੀਤੀ ਸਮੱਸਿਆ ਨਹੀਂ ਹੈ। ਕਾਰਜ ਖੇਤਰ ਦੁਆਰਾ ਪ੍ਰਦਰਸ਼ਨ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਿਆ: ਮਾਡਲਾਂ ਦੀ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਵਰਗੀਕਰਣ 'ਤੇ ਔਸਤਨ 93.5% ਹੈ ਪਰ ਦੋ ਸਭ ਤੋਂ ਔਖੇ ਖੇਤਰਾਂ, ਖਾਤੇ ਪ੍ਰਾਪਤ ਕਰਨ ਯੋਗ ਅਤੇ ਮਹੀਨੇ ਦੇ ਅੰਤ ਵਿੱਚ ਬੰਦ ਹੋਣ 'ਤੇ ਸਿਰਫ 64.7% ਹੈ। ਸਭ ਤੋਂ ਵੱਧ ਫੈਲਾਅ ਪ੍ਰਾਪਤ ਕਰਨ ਯੋਗ ਖਾਤਿਆਂ ਵਿੱਚ ਪ੍ਰਗਟ ਹੋਇਆ, ਜਿੱਥੇ ਸਕੋਰ 41.7% ਤੋਂ 91.7% ਤੱਕ ਸਨ।
ਕੋਈ ਸਿੰਗਲ ਮਾਡਲ ਹਾਵੀ ਨਹੀਂ ਹੈ। Kimi K3.1 Pro ਨੇ ਬੈਂਕ ਮੇਲ-ਮਿਲਾਪ 'ਤੇ Gemini 4 Argon ਨੂੰ ਹਰਾਇਆ, Google ਦੇ 75% ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਸੰਪੂਰਨ 100% ਸਕੋਰ ਕੀਤਾ, ਜਦੋਂ ਕਿ Kimi K3 ਨੇ ਮਹੀਨੇ ਦੇ ਅੰਤ ਵਿੱਚ 91.7% ਦੀ ਅਗਵਾਈ ਕੀਤੀ। ਜੇਮਿਨੀ 3.8 ਫਲੈਸ਼ ਜਰਨਲ ਐਂਟਰੀਆਂ 'ਤੇ ਸੰਪੂਰਨ ਸਕੋਰ ਪੋਸਟ ਕਰਨ ਵਾਲਾ ਇੱਕੋ ਇੱਕ ਮਾਡਲ ਸੀ। ਟੈਸਟ ਕੀਤੇ ਗਏ ਹਰੇਕ ਮਾਡਲ ਨੇ 100% ਸਕੋਰ ਕਰਦੇ ਹੋਏ, ਬੈਂਚਮਾਰਕ ਦੇ ਲੇਖਾ-ਗਿਆਨ ਦੇ ਬਹੁ-ਚੋਣ ਵਾਲੇ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਪੂਰਾ ਕੀਤਾ।
ਇਕਸਾਰਤਾ ਵੀ ਕੱਚੀ ਸ਼ੁੱਧਤਾ ਤੋਂ ਵੱਖ ਹੋ ਗਈ: ਗ੍ਰੋਕ 4.7 88.1% 'ਤੇ ਸ਼ੁੱਧਤਾ 'ਤੇ ਦੂਜੇ ਲਈ ਬੰਨ੍ਹਿਆ ਗਿਆ ਪਰ ਸਿਰਫ 74.3% ਕਾਰਜਾਂ 'ਤੇ ਸਾਰੀਆਂ ਤਿੰਨ ਦੌੜਾਂ ਸਫਲਤਾਪੂਰਵਕ ਪੂਰੀਆਂ ਕੀਤੀਆਂ, ਜਦੋਂ ਕਿ ਕਲਾਉਡ ਫੈਬਲ 5.1 ਘੱਟ ਸ਼ੁੱਧਤਾ ਸਕੋਰ ਦੇ ਬਾਵਜੂਦ 80.2% 'ਤੇ ਵਧੇਰੇ ਇਕਸਾਰ ਸੀ।
ਦਿਲਚਸਪੀ ਦਾ ਇਕਬਾਲ — ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਲਈ ਇੱਕ ਸੰਕੇਤ
DualEntry, ਜੋ AI-ਨੇਟਿਵ ਅਕਾਊਂਟਿੰਗ ਸੌਫਟਵੇਅਰ ਬਣਾਉਂਦਾ ਹੈ, ਆਪਣੇ ਖੁਦ ਦੇ ਡੋਮੇਨ ਲਈ ਮਾਡਲ ਲੈਂਡਸਕੇਪ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਲਈ ਬੈਂਚਮਾਰਕ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਇਸਲਈ ਉੱਦਮਾਂ ਨੂੰ ਅੰਤਿਮ ਅਪੀਲ ਦੀ ਇੱਕ ਨਿਰਪੱਖ ਅਦਾਲਤ ਦੀ ਬਜਾਏ ਇਸਨੂੰ ਇੱਕ ਡੇਟਾ ਪੁਆਇੰਟ ਦੇ ਰੂਪ ਵਿੱਚ ਮੰਨਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਦੀ ਕਾਰਜਪ੍ਰਣਾਲੀ ਘੱਟੋ-ਘੱਟ ਪਾਰਦਰਸ਼ੀ ਹੈ: ਇੱਕੋ ਜਿਹੀਆਂ ਕਿਤਾਬਾਂ, ਇੱਕੋ ਜਿਹੇ ਟੂਲ, ਇੱਕੋ ਜਿਹੀਆਂ ਹਦਾਇਤਾਂ, ਪ੍ਰਤੀ ਮਾਡਲ ਤਿੰਨ ਰਨ, ਨਤੀਜੇ, ਲਾਗਤਾਂ ਅਤੇ ਪ੍ਰਤੀ ਕਾਰਜ ਪ੍ਰਕਾਸ਼ਿਤ ਸਮੇਂ ਦੇ ਨਾਲ।
ਫਿਰ ਵੀ, ਪੈਟਰਨ ਗੂੰਜਦਾ ਹੈ ਕਿ ਹੋਰ ਡੋਮੇਨਾਂ ਵਿੱਚ ਸੁਤੰਤਰ ਮੁਲਾਂਕਣਾਂ ਨੇ ਕੀ ਦਿਖਾਇਆ ਹੈ: ਓਪਨ-ਵੇਟ ਟੀਅਰ — Z.ai ਦੇ GLM ਪਰਿਵਾਰ, ਮੂਨਸ਼ੌਟ ਦੇ ਕਿਮੀ ਮਾਡਲਾਂ, ਅਤੇ ਡੀਪਸੀਕ ਦੀ ਅਗਵਾਈ ਵਿੱਚ — ਹੁਣ ਢਾਂਚਾਗਤ ਪੇਸ਼ੇਵਰ ਕੰਮ 'ਤੇ ਬੰਦ ਸਰਹੱਦ ਦੇ ਕੁਝ ਪ੍ਰਤੀਸ਼ਤ ਅੰਕਾਂ ਦੇ ਅੰਦਰ ਬੈਠਦਾ ਹੈ, ਲਾਗਤਾਂ 'ਤੇ ਜੋ ਵਾਲੀਅਮ ਤੈਨਾਤੀ ਨੂੰ ਮਾਮੂਲੀ ਬਣਾਉਂਦੇ ਹਨ। AI ਏਜੰਟਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਾਲੀਆਂ ਅਕਾਊਂਟਿੰਗ ਫਰਮਾਂ ਅਤੇ ਵਿੱਤ ਟੀਮਾਂ ਲਈ, ਫਰੰਟੀਅਰ ਲੇਬਲ ਹੁਣ ਪ੍ਰੀਮੀਅਮ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ।
ਦਰਜਾਬੰਦੀ ਦੇ ਪਿੱਛੇ ਵੇਰਵੇ
ਪ੍ਰਤੀ-ਟਾਸਕ ਬ੍ਰੇਕਡਾਊਨ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਮਾਡਲ ਕਿੰਨੇ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ ਅਸਫਲ ਹੁੰਦੇ ਹਨ। GLM-5.3 ਫਲੈਸ਼ ਨੇ 100% 'ਤੇ ਵਿੱਤੀ ਰਿਪੋਰਟਿੰਗ 'ਤੇ Gemini 4 Argon ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ਅਤੇ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਵਰਗੀਕਰਣ ਅਤੇ ਜਰਨਲ ਐਂਟਰੀਆਂ ਦੋਵਾਂ 'ਤੇ 92.3% ਸਕੋਰ ਕੀਤਾ, ਪਰ ਬੈਂਕ ਮੇਲ-ਮਿਲਾਪ ਅਤੇ ਪ੍ਰਾਪਤ ਕੀਤੇ ਖਾਤਿਆਂ 'ਤੇ 75% ਤੱਕ ਡਿੱਗ ਗਿਆ। ਇਸ ਦੇ ਉਲਟ, Gemini 4 Argon ਨੇ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਵਰਗੀਕਰਣ ਅਤੇ ਵਿੱਤੀ ਰਿਪੋਰਟਿੰਗ 'ਤੇ ਸੰਪੂਰਣ ਸਕੋਰ ਪੋਸਟ ਕੀਤੇ ਅਤੇ 91.7% 'ਤੇ ਪ੍ਰਾਪਤ ਕਰਨ ਯੋਗ ਖਾਤਿਆਂ ਦੀ ਅਗਵਾਈ ਕੀਤੀ — ਫਿਰ ਵੀ ਬੈਂਕ ਮੇਲ-ਮਿਲਾਪ 'ਤੇ ਸਿਰਫ 75% ਦਾ ਪ੍ਰਬੰਧਨ ਕੀਤਾ, ਕੰਮ ਕਿਮੀ K3.1 ਪ੍ਰੋ ਨੇ ਕੀਤਾ।
ਕੰਮ ਦੀਆਂ ਕਿਸਮਾਂ ਵਿੱਚ ਇਹ ਅਸੰਗਤਤਾ ਪ੍ਰੈਕਟੀਸ਼ਨਰਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇੱਕ ਫਾਇਨਾਂਸ ਟੀਮ ਆਟੋਮੇਟਿੰਗ ਇਨਵੌਇਸ ਪ੍ਰੋਸੈਸਿੰਗ ਇੱਕ ਆਟੋਮੇਟਿੰਗ ਮਹੀਨਾ-ਐਂਡ ਕਲੋਜ਼ ਨਾਲੋਂ ਇੱਕ ਬਹੁਤ ਹੀ ਵੱਖਰੀ ਮਾਡਲ ਵਿਕਲਪ ਦਾ ਸਾਹਮਣਾ ਕਰਦੀ ਹੈ, ਅਤੇ ਬੈਂਚਮਾਰਕ ਦਾ ਖੇਤਰ-ਪੱਧਰ ਡੇਟਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ "ਸਭ ਤੋਂ ਵਧੀਆ" ਮਾਡਲ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕਿਸ ਲੇਜ਼ਰ ਐਂਟਰੀਆਂ ਕੰਮ ਦੇ ਬੋਝ 'ਤੇ ਹਾਵੀ ਹੁੰਦੀਆਂ ਹਨ।
ਲੇਖਾ ਇੱਕ ਉਪਯੋਗੀ ਟੈਸਟ ਬੈੱਡ ਕਿਉਂ ਹੈ
ਲੇਖਾਕਾਰੀ ਏਜੰਟ AI ਲਈ ਇੱਕ ਅਨੁਕੂਲ ਸਾਬਤ ਕਰਨ ਵਾਲੇ ਆਧਾਰ ਵਜੋਂ ਉਭਰਿਆ ਹੈ ਕਿਉਂਕਿ ਇਹ ਢਾਂਚਾਗਤ, ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਮਾਫ਼ ਕਰਨ ਯੋਗ ਹੈ: ਇੱਕ ਜਰਨਲ ਐਂਟਰੀ ਜਾਂ ਤਾਂ ਸੰਤੁਲਨ ਰੱਖਦੀ ਹੈ ਜਾਂ ਨਹੀਂ। ਚੈਟਬੋਟ ਅਖਾੜੇ ਦੇ ਉਲਟ ਜੋ ਫਲੂਅਟ ਗਦ ਨੂੰ ਇਨਾਮ ਦਿੰਦੇ ਹਨ, ਇਸ ਡੋਮੇਨ ਵਿੱਚ ਟਾਸਕ-ਅਧਾਰਿਤ ਬੈਂਚਮਾਰਕ ਮਾਪਦੇ ਹਨ ਕਿ ਕੀ ਇੱਕ ਮਾਡਲ ਬਹੁ-ਕਦਮ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦਾ ਹੈ, ਬਾਹਰੀ ਸਾਧਨਾਂ ਦੀ ਸਹੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਨੰਬਰ ਬਣਾਉਣ ਤੋਂ ਬਚ ਸਕਦਾ ਹੈ - ਉਹੀ ਸਮਰੱਥਾਵਾਂ ਜੋ ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਬੈਕ-ਆਫਿਸ ਆਟੋਮੇਸ਼ਨ ਲਈ ਚਾਹੀਦੀਆਂ ਹਨ।
ਪੰਨਾ ਇਸਦੇ ਨਤੀਜਿਆਂ ਨੂੰ "ਮੌਜੂਦਾ ਦੌਰ" ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ, ਸਾਰੇ ਮਾਡਲਾਂ ਦਾ ਉਸੇ ਬੈਂਚਮਾਰਕ ਰੀਲੀਜ਼ ਦੇ ਤਹਿਤ ਮੁਲਾਂਕਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਦੌਰ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ US ਅਤੇ ਚੀਨੀ ਲੈਬਾਂ ਵਿੱਚ ਫੈਲੇ ਵੀਹ ਮਾਡਲ ਸ਼ਾਮਲ ਹਨ। ਜੇਕਰ ਇਸ ਦੌਰ ਵਿੱਚ ਲਾਗਤ ਵਕਰ — ਵਸਤੂਆਂ ਦੀਆਂ ਕੀਮਤਾਂ 'ਤੇ ਸਰਹੱਦੀ ਸ਼ੁੱਧਤਾ — ਪੇਸ਼ੇਵਰ ਗਿਆਨ ਦੇ ਕੰਮ 'ਤੇ ਖੁੱਲ੍ਹੇ ਅਤੇ ਬੰਦ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਵਿਹਾਰਕ ਪਾੜੇ ਨੂੰ ਛੇਤੀ ਹੀ ਅੰਕਾਂ ਦੀ ਬਜਾਏ ਡਾਲਰਾਂ ਵਿੱਚ ਮਾਪਿਆ ਜਾ ਸਕਦਾ ਹੈ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
