Palyginus skaičiavimo mokymo išlaidas „Deepseeek-R1“ ir „Claude 3.5 Sonnet“, apima keletą veiksnių, įskaitant numatomas mokymo išlaidas, modelio architektūrą ir skaičiavimo efektyvumą.
„Deepseek-R1“
- Numatomos mokymo išlaidos: Apskaičiuota, kad „Deepseek-R1“ mokymo išlaidos siekia nuo 500 000 iki 2 milijonų dolerių, kai kurie šaltiniai rodo, kad tai gali būti tik 1 mln. Ši kaina yra žymiai mažesnė, palyginti su kitais didelio masto AI modeliais.
-Modelio architektūra ir efektyvumas: „Deepseeek-R1“ naudojama ekspertų mišinio (MOE) architektūra, kuri yra sukurta taip, kad būtų efektyvi skaičiavimo požiūriu. Jis naudoja didelio masto armatūros mokymąsi, kad pagerintų savo samprotavimo galimybes, naudojant minimalius etiketes duomenis, sumažinant skaičiavimo naštą, paprastai susijusią su dideliais modeliais [3] [6].
- Skaičiavimo efektyvumas: „Deepseek-R1“ daugiausia dėmesio skiria tikslinei modelio architektūrai ir skaičiavimo efektyvumui, kuris prisideda prie mažesnių jo mokymo išlaidų. Tai pasiekia optimizuotus mokymo procesus ir galbūt sumažina energijos ir aparatinės įrangos reikalavimus [1].
Claude 3.5 sonetas
- Numatomos mokymo išlaidos: Pranešama, kad „Claude 3.5 Sonnet“ mokymo išlaidos svyruoja nuo 20 iki 30 milijonų dolerių, žymiai didesnė nei „Deepseek-R1“ [5].
- Modelio architektūra ir efektyvumas: „Claude 3.5 Sonnet“ yra skirtas aukštai atlikti kodavimo užduotis ir siūlo pagerinti greitį ir efektyvumą, palyginti su jo pirmtakais. Tačiau jos architektūra konkrečiai nėra sutelkta į skaičiavimo išlaidų mažinimą mokymo metu [8].
- Operacinės išlaidos: Nors mokymo kaina yra didelė, „Claude 3.5 Sonnet“ siūlo konkurencingą veiklos kainą - 3 USD už milijoną įvesties žetonų ir 15 USD už milijoną USD žetonų [8]. Tačiau šios veiklos išlaidos vis dar yra didesnės nei „Deepseek-R1“ kainų struktūra, kuriai naudinga talpyklos mechanizmai [3] [6].
Apibendrinant galima pasakyti, kad „Deepseek-R1“ mokymo išlaidos yra žymiai mažesnės, palyginti su „Claude 3.5 Sonnet“, visų pirma dėl jo efektyvios architektūros ir mokymo metodikų. Tačiau „Claude 3.5 Sonnet“ siūlo puikų atlikimą atliekant tam tikras kodavimo užduotis ir yra prieinamas per įvairias API, todėl tai yra vertingas pasirinkimas konkrečioms programoms, nepaisant didesnių mokymų ir veiklos išlaidų.
Citatos:
[1] https://www.byteplus.com/en/topic/384199
]
[3] https://blog.getbind.co/2025/01/23/deepseek-r1-vs-gpt-o1-vs-caudaude-3-5-sonnet- which-iis-best-for-coding/
[4] https://epoch.ai/gradient-tupdates/what-went-into-training-deepseek-r1
[5] https://www.linkedin.com/posts/debarghyadas_claude-sonnet-35-took-a-few-10mt-train-actity-7290427104863694849-6em--
[6] https://docsbot.ai/models/compare/deepseek-r1/claude-3-5-sonnet
[7] https://www.linkedin.com/posts/jngiam_the-real-training-costs-for-deepseek-is-much-actity-7289668391965982720-wfpg
[8] https://www.anthropic.com/news/claude-3-5-sonnet
[9] https://elephas.app/blog/deepseek-vs-laude