چینی AI لیب StepFun نے Step 5 Preview لانچ کیا ہے، ایک نیا فلیگ شپ لینگویج ماڈل جو خام بینچ مارک کے غلبہ پر کم اور قیمت کی کارکردگی کے منحنی خطوط پر زیادہ توجہ مبذول کر رہا ہے۔ ماڈل، ایک 600 بلین پیرامیٹر اسپارس مکسچر آف ایکسپرٹس (MoE) سسٹم جس میں 1 ملین ٹوکن سیاق و سباق کی کھڑکی ہے، اسے پہلے ہی چین کا سب سے سستا فرنٹیئر کلاس ماڈل کہا جا رہا ہے ابھی تک ٹیکنالوجی پریس ریلیز کا احاطہ کر رہی ہے۔
چشمی: بڑا ماڈل، بڑا سیاق و سباق
Pandaily کے مطابق، جس نے لانچ کی اطلاع دی، مرحلہ 5 کا پیش نظارہ 600B sparse MoE فن تعمیر پر بنایا گیا ہے - ایک ایسا ڈیزائن جس میں کسی بھی دیے گئے ٹوکن کے لیے ماڈل کے پیرامیٹرز کا صرف ایک حصہ فعال ہوتا ہے، پیرامیٹر کی بہت زیادہ تعداد کے باوجود تخمینے کی لاگت کو قابل انتظام رکھتا ہے۔ آرکیٹیکچر فیملی فرنٹیئر اسکیل ماڈلز کے لیے ایک غالب نمونہ بن گئی ہے، جسے ڈیپ سیک سے لے کر Mistral تک ہر کوئی استعمال کرتا ہے۔
سیاق و سباق کی کھڑکی بھی اتنی ہی قابل ذکر ہے: 1 ملین ٹوکن، جسے مصنوعی تجزیہ متن کے تقریباً 1,500 A4 صفحات کے طور پر بیان کرتا ہے۔ یہ صلاحیت ماڈل کو ایک ہی پاس میں پورے کوڈ بیس، طویل قانونی دستاویزات، یا توسیع شدہ کثیر دستاویزی تجزیہ کرنے کی اجازت دیتی ہے۔ ماڈل ٹیکسٹ اور امیج ان پٹ اور آؤٹ پٹ ٹیکسٹ دونوں کو قبول کرتا ہے، اور یہ ریجننگ موڈ میں چلتا ہے، حتمی جوابات تیار کرنے سے پہلے درمیانی سوچ پیدا کرتا ہے۔
ڈویلپرز کے لیے شاید سب سے زیادہ قریب سے دیکھی جانے والی تفصیل: StepFun 15 اکتوبر کو ماڈل کے کھلے وزن کو جاری کرنے کا ارادہ رکھتا ہے، Pandaily کے مطابق۔ ایک API کے پیچھے ایک پیش نظارہ کا دورانیہ جس کے بعد کھلے وزن کے بعد چینی لیبز کے لیے ایک مانوس تال بنتا جا رہا ہے، جس سے کمیونٹی کو مقامی ہارڈویئر پر آنے سے پہلے ماڈل کا جائزہ لینے کا وقت ملتا ہے۔
بینچ مارک پوزیشن: مضبوط، غالب نہیں۔
آزاد مصنوعی تجزیہ انٹیلی جنس انڈیکس پر، مرحلہ 5 کا پیش نظارہ 44 اسکور کرتا ہے، جو اسے پلیٹ فارم پر ٹریک کیے گئے 200 ماڈلز میں سے 24 ویں نمبر پر رکھتا ہے - اس کی کلاس کے لیے 24 کے درمیانی درجے سے بہت اوپر، اگرچہ سرحد کے بالکل اوپر نہیں۔ مصنوعی تجزیہ ماڈل کو "ذہانت میں سرکردہ ماڈلز میں سے ایک اور اسی طرح کی قیمت کے دوسرے ماڈلز کے مقابلے میں اچھی قیمت کے طور پر بیان کرتا ہے۔"
اسپیڈ میٹرکس بھی ٹھوس ہیں۔ یہ ماڈل پلیٹ فارم کی تشخیص پر تقریباً 99.8 ٹوکن فی سیکنڈ کے حساب سے آؤٹ پٹ پیدا کرتا ہے، جو ٹریک کیے گئے ماڈلز میں تقریباً 70 ٹوکن فی سیکنڈ کی اوسط سے زیادہ تیز ہے۔
ایک انتباہ قابل توجہ ہے: مرحلہ 5 پیش نظارہ غیر معمولی طور پر لفظی ہے۔ مصنوعی تجزیے نے اس کے انٹیلی جنس انڈیکس کی تشخیص میں تقریباً 160 ملین ٹوکنز پیدا کرنے کی پیمائش کی، اس کے مقابلے میں تقابلی ماڈلز کی اوسط 92 ملین تھی۔ عملی طور پر وربوسیٹی اہمیت رکھتی ہے — زیادہ تیار کردہ ٹوکن کا مطلب ہے سست سمجھے جانے والے جوابات اور زیادہ آؤٹ پٹ ٹوکن بل، جو کام کے لحاظ سے سرخی کی قیمتوں کے کچھ فائدے کو ختم کر سکتے ہیں۔
قیمتوں کی کہانی
قیمتوں کا تعین وہ جگہ ہے جہاں مرحلہ 5 کا پیش نظارہ اپنی سب سے زیادہ جارحانہ پچ بنا رہا ہے۔ اس ماڈل کی قیمت $1.00 فی ملین ان پٹ ٹوکنز اور $2.70 فی ملین آؤٹ پٹ ٹوکن API کے ذریعے، مصنوعی تجزیہ کے مطابق - اس کی کلاس کے ماڈلز کے لیے بالترتیب $1.88 اور $10.00 کے میڈین کے مقابلے میں۔ ایسٹرن ہیرالڈ کی شہ سرخی نے اسے واضح طور پر تیار کیا: چین کا 600B AI ماڈل $1 فی ملین ٹوکن پر۔
لاگت سے متعلق کام کے بوجھ کے لیے — ہائی والیوم دستاویز کی پروسیسنگ، بیچ کا خلاصہ، ایجنٹی نظام جو روزانہ لاکھوں ٹوکنز کے ذریعے جلتے ہیں — ان پٹ اور آؤٹ پٹ دونوں پر کلاس میڈین سے نیچے قیمت کا ایک فرنٹیئر ملحقہ ماڈل تجارتی لحاظ سے ایک اہم آپشن ہے۔ اکتوبر کے لیے کھلے وزن کی ریلیز کی منصوبہ بندی خود میزبانی کرنے کے قابل تنظیموں کے لیے مؤثر لاگت کو کم کر سکتی ہے۔
ایک ہجوم چینی سرحد
مرحلہ 5 پیش نظارہ چینی AI لیبز سے ریلیز کے ایک شدید سلسلے کے درمیان پہنچ گیا، علی بابا کی Qwen فیملی، DeepSeek، Z.ai، اور دیگر سبھی نئے ماڈلز کو تیزی سے بھیج رہے ہیں۔ چین میں ٹکنالوجی کے آؤٹ لیٹس نے موجودہ دور کو مکمل اسپرنٹ فاؤنڈیشنل ماڈل شو ڈاون کے طور پر بیان کیا ہے، جس میں لیبز مبینہ طور پر کام کر رہی ہیں کہ عام طور پر حریفوں کے ساتھ رفتار برقرار رکھنے کے لیے چھٹیوں کے دورانیے کیا ہوں گے۔
StepFun کے لیے خاص طور پر، شرط یہ ہے کہ فرنٹیئر سے ملحقہ انٹیلی جنس، ایک 1M ٹوکن سیاق و سباق کی ونڈو، ملٹی موڈل ان پٹ، اور جارحانہ قیمتوں کا مجموعہ اکتوبر کے اوپن ویٹ ریلیز سے پہلے ڈویلپر کی ذہن سازی جیت لے گا۔ ہیکر نیوز پر ہونے والی بحث، جہاں ماڈل کے آغاز نے سو سے زیادہ پوائنٹس حاصل کیے، یہ بتاتا ہے کہ ڈویلپر کمیونٹی توجہ دے رہی ہے۔
کیا دیکھنا ہے۔
تین سوالات آنے والے ہفتوں میں مرحلہ 5 کے پیش نظارہ کے استقبال کو تشکیل دیں گے۔ سب سے پہلے، یہ معیاری اشاریہ کے جائزوں سے باہر حقیقی دنیا کی کوڈنگ، استدلال، اور ایجنٹی معیارات میں کیسے کارکردگی کا مظاہرہ کرتا ہے؟ دوسرا، کیا کھلے وزن کے اجراء سے پہلے لفظی مسئلہ کو کم کر دیا جائے گا، اور مقامی تعیناتی کے لیے سسٹم کے تقاضے کیا نظر آئیں گے؟ تیسرا، کیا StepFun کا API انفراسٹرکچر پیمانے پر مانگ کو ہینڈل کر سکتا ہے - ایک ایسا چیلنج جس نے پہلے سستے داخلے کو روکا ہے؟
جوابات تیزی سے مارکیٹ میں پہنچ جائیں گے جو دنوں میں پیشرفت کی پیمائش کرتا ہے۔ StepFun کی مسلسل کوریج، چینی AI ماحولیاتی نظام، اور ماڈل کی قیمتوں کے بارے میں عالمی مقابلہ کے لیے، AI کی تازہ ترین پیشرفت کی پیروی کریں جیسا کہ وہ ہوتا ہے۔
AI سے آگے رہیں
اس طرح کے ماڈل لانچز AI انفراسٹرکچر کی قیمتوں کو تبدیل کر رہے ہیں۔ AI Buzz Wire پر ہر ریلیز سے باخبر رہیں، ماڈلز، تحقیق اور کاروبار میں AI خبروں کے لیے آپ کا ذریعہ۔
مزید AI خبریں پڑھیں →
