Αυτή τη στιγμή, υπάρχουν εκατοντάδες διαφορετικά AI μοντέλα που μπορείς να χρησιμοποιήσεις για ένα σωρό διαφορετικούς σκοπούς. Κάποια μπορείς να τα χρησιμοποιήσεις απλά πηγαίνοντας στην ιστοσελίδα τους, ενώ άλλα απαιτούν να τα κατεβάσεις και να τα τρέξεις από τον υπολογιστή σου. Αλλά ποια είναι τα καλύτερα;
Η αλήθεια είναι ότι δεν υπάρχει μία απλή απάντηση. Ένα μοντέλο μπορεί να είναι εξαιρετικό στο γράψιμο, αλλά μέτριο στον προγραμματισμό. Ένα άλλο μπορεί να είναι εκπληκτικό στην ανάλυση εικόνων, αλλά να χρειάζεται πολύ ισχυρό hardware για να τρέξει τοπικά. Και κάποιο τρίτο μπορεί να είναι μικρό, γρήγορο και δωρεάν, χωρίς όμως να φτάνει την ποιότητα των μεγαλύτερων μοντέλων.
Τα τελευταία χρόνια έχω δοκιμάσει δεκάδες μοντέλα, τόσο μέσω cloud υπηρεσιών όσο και τοπικά στον υπολογιστή μου. Και όσο περισσότερο ασχολούμαι με αυτά, τόσο περισσότερο καταλήγω στο ίδιο συμπέρασμα: δεν ψάχνω πλέον το «καλύτερο AI μοντέλο». Ψάχνω το καλύτερο μοντέλο για τη συγκεκριμένη δουλειά που θέλω να κάνω.
Γιατί οι benchmark δοκιμές δεν είναι πάντα έμπιστες
Αν έχεις ψάξει έστω και μία φορά για τα καλύτερα AI μοντέλα, πιθανότατα έχεις πέσει πάνω σε πίνακες με benchmarks. Εκεί βλέπεις μοντέλα να συγκρίνονται σε δεκάδες διαφορετικές δοκιμές και να παίρνουν βαθμολογίες για μαθηματικά, προγραμματισμό, λογική, γενικές γνώσεις και διάφορες άλλες ικανότητες.
Τα benchmarks είναι χρήσιμα, δεν λέω το αντίθετο. Μου δίνουν μια πρώτη εικόνα για το πόσο ικανό είναι ένα μοντέλο και με βοηθούν να καταλάβω πού περίπου βρίσκεται σε σχέση με τον ανταγωνισμό. Όμως έχω σταματήσει να τα αντιμετωπίζω ως την “απόλυτη αλήθεια”. Ο λόγος είναι απλός: ένα μοντέλο που βρίσκεται στην πρώτη θέση ενός benchmark δεν σημαίνει απαραίτητα ότι θα είναι και το καλύτερο για εμένα.
Για παράδειγμα, μπορεί ένα μοντέλο να γράφει εξαιρετικά αποτελέσματα σε ένα συγκεκριμένο τεστ μαθηματικών, αλλά όταν του ζητήσω να γράψει ένα μεγάλο άρθρο στα ελληνικά να μην αποδίδει τόσο καλά. Ένα άλλο μπορεί να βρίσκεται λίγο χαμηλότερα στους γενικούς πίνακες, αλλά να γράφει πολύ πιο φυσικά ελληνικά και να καταλαβαίνει καλύτερα το ύφος που θέλω.
Υπάρχει και ένα ακόμη πρόβλημα: τα benchmarks μπορούν να επηρεαστούν από τον τρόπο με τον οποίο έχουν σχεδιαστεί. Τα μοντέλα εκπαιδεύονται πάνω σε τεράστιες ποσότητες δεδομένων και είναι πιθανό κάποια benchmark ερωτήματα ή παρόμοια παραδείγματα να υπάρχουν ήδη στα δεδομένα της εκπαίδευσης τους.
Γι’ αυτό, όταν θέλω πραγματικά να αποφασίσω αν ένα μοντέλο είναι καλό, προτιμώ να το βάλω να κάνει τη δουλειά που θέλω εγώ. Αν γράφω άρθρα, του δίνω ένα πραγματικό θέμα και κοιτάζω το αποτέλεσμα. Αν γράφω κώδικα, του δίνω ένα πραγματικό πρόβλημα από ένα project. Αν θέλω να αναλύσω ένα μεγάλο έγγραφο, το φορτώνω και βλέπω πόσο καλά το κατανοεί.
Για μένα, το πραγματικό benchmark είναι η καθημερινή χρήση.
Cloud-based ή Local-based AI μοντέλα και γιατί;
Αυτό είναι ίσως το σημαντικότερο δίλημμα που θα αντιμετωπίσει κάποιος. Τα cloud-based μοντέλα εκτελούνται σε απομακρυσμένους servers. Εγώ ανοίγω μια εφαρμογή ή μια ιστοσελίδα, γράφω αυτό που θέλω και το αίτημά μου ταξιδεύει στους servers της εταιρείας. Εκεί εκτελείται το μοντέλο και επιστρέφει η απάντηση. Η μεγάλη τους δύναμη είναι ότι δεν χρειάζομαι ισχυρό υπολογιστή.
Μπορώ να έχω έναν σχετικά απλό υπολογιστή ή ακόμη και ένα smartphone και να χρησιμοποιώ ένα τεράστιο μοντέλο που θα ήταν πρακτικά αδύνατο να τρέξω τοπικά. Επιπλέον, οι εταιρείες μπορούν να αναβαθμίζουν τα μοντέλα τους χωρίς να χρειάζεται να κάνω κάτι εγώ. Δεν με ενδιαφέρει πόση μνήμη RAM χρειάζεται το μοντέλο ή πόσο χώρο καταλαμβάνει στον SSD μου.
Από την άλλη, υπάρχουν τα local AI μοντέλα.
Αυτά τα κατεβάζω στον δικό μου υπολογιστή και τα εκτελώ τοπικά. Εργαλεία όπως το Ollama και το LM Studio έχουν κάνει αυτή τη διαδικασία πολύ πιο εύκολη από ό,τι ήταν παλαιότερα. Πλέον δεν χρειάζεται να είμαι προγραμματιστής για να κατεβάσω ένα μοντέλο και να αρχίσω να συνομιλώ μαζί του.
Το μεγαλύτερο πλεονέκτημα είναι η ιδιωτικότητα. Αν έχω ένα προσωπικό έγγραφο, έναν φάκελο με σημειώσεις, έναν κώδικα ή οποιοδήποτε άλλο αρχείο που δεν θέλω να ανεβάσω στο Internet, μπορώ να το επεξεργαστώ τοπικά. Τα δεδομένα παραμένουν στον υπολογιστή μου.
Υπάρχει όμως και το κόστος.
Για να τρέξω ένα μεγάλο local μοντέλο χρειάζομαι αρκετή RAM ή VRAM, ανάλογα με το hardware και τον τρόπο που το εκτελώ. Όσο μεγαλώνει το μοντέλο, τόσο αυξάνονται και οι απαιτήσεις του.
Εδώ έχω βρει ιδιαίτερα ενδιαφέρουσα την εξέλιξη των μικρότερων μοντέλων. Δεν χρειάζεται πλέον να έχω έναν πανίσχυρο υπολογιστή για να τρέξω ένα χρήσιμο AI. Υπάρχουν μοντέλα λίγων δισεκατομμυρίων παραμέτρων που μπορούν να λειτουργήσουν σε σχετικά συνηθισμένα συστήματα και να κάνουν εκπληκτικά καλή δουλειά. Για αυτόν ακριβώς τον λόγο, πλέον χρησιμοποιώ και τις δύο προσεγγίσεις.
Για γρήγορες ερωτήσεις, έρευνα και εργασίες όπου χρειάζομαι το καλύτερο δυνατό αποτέλεσμα, προτιμώ συχνά cloud μοντέλα. Για πειραματισμό, ιδιωτικά δεδομένα, αυτοματοποίηση και εργασίες που μπορώ να επαναλαμβάνω όσες φορές θέλω, τα local μοντέλα είναι εξαιρετικά.
Τα καλύτερα AI μοντέλα για κάθε σκοπό
Αντί λοιπόν να δημιουργήσω μία απλή λίστα με «το καλύτερο μοντέλο», προτιμώ να τα χωρίσω ανάλογα με τη χρήση.
Για γενική χρήση: ChatGPT
Για τον μέσο χρήστη, το ChatGPT παραμένει μία από τις πιο ολοκληρωμένες επιλογές. Δεν το βλέπω απλώς ως ένα chatbot που απαντάει σε ερωτήσεις. Είναι περισσότερο μια γενική πλατφόρμα AI που μπορεί να χρησιμοποιηθεί για γράψιμο, ανάλυση, brainstorming, προγραμματισμό, έρευνα και πολλές ακόμη εργασίες.
Αυτό που μου αρέσει περισσότερο είναι η ευκολία. Δεν χρειάζεται να γνωρίζω ποιο μοντέλο πρέπει να κατεβάσω, πόση VRAM χρειάζεται ή πώς θα ρυθμίσω το περιβάλλον. Ανοίγω το ChatGPT και ξεκινάω.
Για έρευνα και αναζήτηση πληροφοριών: Perplexity
Όταν θέλω να ψάξω κάτι στο Internet και όχι απλώς να πάρω μια απάντηση από τη μνήμη ενός μοντέλου, χρησιμοποιώ διαφορετική προσέγγιση. Εδώ το Perplexity έχει ιδιαίτερο ενδιαφέρον, επειδή έχει σχεδιαστεί γύρω από την AI-powered αναζήτηση και την παρουσίαση πηγών.
Για εμένα αυτό είναι σημαντικό. Όταν γράφω ένα άρθρο και χρειάζομαι πραγματικές πληροφορίες, δεν θέλω απλώς μια ωραία παράγραφο. Θέλω να μπορώ να δω από πού προήλθε η πληροφορία. Φυσικά, ούτε εδώ θεωρώ ότι πρέπει να εμπιστεύομαι τυφλά την AI. Ελέγχω τις πηγές και, όταν κάτι είναι σημαντικό, πηγαίνω στην αρχική πηγή.
Για προγραμματισμό: Claude και τα σύγχρονα coding models (όπως Sol και Astra)
Στον προγραμματισμό, η κατάσταση είναι λίγο διαφορετική. Εδώ δεν με ενδιαφέρει τόσο αν ένα μοντέλο μπορεί να απαντήσει σωστά σε ένα θεωρητικό ερώτημα. Θέλω να μπορεί να καταλάβει ένα πραγματικό project, να διαβάσει πολλά αρχεία, να εντοπίσει προβλήματα και να γράψει κώδικα που μπορώ πραγματικά να χρησιμοποιήσω.
Για αυτόν τον λόγο, τα μοντέλα της Anthropic έχουν γίνει ιδιαίτερα δημοφιλή στους developers, ενώ αντίστοιχα ισχυρές επιλογές υπάρχουν πλέον και από άλλες εταιρείες. Το σημαντικότερο όμως είναι ότι δεν κοιτάζω μόνο το benchmark. Το πραγματικό τεστ είναι να του δώσω ένα project και να δω αν μπορεί να εργαστεί πάνω σε αυτό χωρίς να καταστρέψει κάτι άλλο.
Για τοπική χρήση: Qwen, Llama, Mistral και GLM
Εδώ είναι που τα πράγματα γίνονται πραγματικά ενδιαφέροντα. Στον κόσμο των local AI μοντέλων υπάρχουν αρκετές οικογένειες που αξίζει να γνωρίζει κανείς, όπως οι Qwen, Llama, Mistral και GLM. Δεν υπάρχει ένα απόλυτα καλύτερο από όλα.
Η επιλογή εξαρτάται από το hardware μου, το μέγεθος του μοντέλου, την ποσότητα RAM ή VRAM που έχω διαθέσιμη και φυσικά από την ίδια την εργασία. Για παράδειγμα, ένα μικρό μοντέλο μπορεί να είναι πολύ γρήγορο και αρκετά καλό για καθημερινές ερωτήσεις. Ένα μεγαλύτερο μοντέλο μπορεί να είναι πολύ πιο ικανό, αλλά να χρειάζεται περισσότερους πόρους και να απαντά πιο αργά.
Προσωπικά, θεωρώ ότι αυτή είναι μία από τις πιο συναρπαστικές εξελίξεις στον χώρο της AI. Μπορώ να έχω έναν AI assistant στον δικό μου υπολογιστή, χωρίς να χρειάζεται κάθε ερώτηση να περνάει από κάποιον εξωτερικό server.
Για ελληνικό περιεχόμενο: δοκιμή στην πράξη
Επειδή γράφω αρκετά στα ελληνικά, υπάρχει ένα κριτήριο που για εμένα είναι πολύ σημαντικό και συχνά δεν φαίνεται στα benchmarks: πόσο καλά γράφει ελληνικά το μοντέλο; Ένα μοντέλο μπορεί να είναι κορυφαίο στα αγγλικά και να παράγει ελληνικό κείμενο που ακούγεται μεταφρασμένο ή αφύσικο.
Αυτό το καταλαβαίνω αμέσως όταν το χρησιμοποιώ για άρθρα. Για αυτόν τον λόγο, όταν δοκιμάζω ένα νέο μοντέλο, δεν του ζητάω απλώς να μεταφράσει ένα κείμενο. Του δίνω ένα θέμα, του εξηγώ το ύφος που θέλω και του ζητάω να γράψει από την αρχή. Εκεί φαίνεται πραγματικά η διαφορά.
Για εικόνες: τα local image models έχουν γίνει πολύ δυνατά
Η ίδια εξέλιξη υπάρχει και στη δημιουργία εικόνων. Πλέον μπορώ να χρησιμοποιήσω cloud υπηρεσίες που δημιουργούν εικόνες μέσα σε λίγα δευτερόλεπτα, αλλά μπορώ επίσης να στήσω ένα τοπικό περιβάλλον όπως το ComfyUI και να χρησιμοποιήσω διαφορετικά image models στον δικό μου υπολογιστή. Αυτό μου δίνει πολύ μεγαλύτερο έλεγχο.
Μπορώ να αλλάξω μοντέλα, workflows, samplers, LoRAs και παραμέτρους και να δημιουργήσω ένα workflow που ταιριάζει ακριβώς σε αυτό που θέλω. Το μειονέκτημα είναι ότι η διαδικασία είναι σαφώς πιο περίπλοκη από το να γράψω απλώς ένα prompt σε μια online υπηρεσία.
Τελικά, ποιο είναι το καλύτερο AI μοντέλο;
Αν περίμενες από εμένα να σου δώσω ένα μόνο όνομα, μάλλον θα σε απογοητεύσω. Δεν πιστεύω ότι υπάρχει ένα «καλύτερο AI μοντέλο». Υπάρχει το καλύτερο μοντέλο για τη δουλειά που κάνεις. Αν θέλω ένα AI για καθημερινή χρήση, θα επιλέξω ένα από τα κορυφαία cloud assistants.
Αν θέλω να κάνω έρευνα στο Internet, θα επιλέξω ένα εργαλείο που είναι σχεδιασμένο γύρω από την αναζήτηση και τις πηγές. Αν γράφω κώδικα, θα επιλέξω ένα μοντέλο που είναι δυνατό στον προγραμματισμό και μπορεί να δουλέψει αποτελεσματικά με το project μου.
Αν θέλω ιδιωτικότητα και offline λειτουργία, θα πάω σε ένα local model. Και αν έχω περιορισμένο hardware, θα προτιμήσω ένα μικρότερο μοντέλο που μπορώ να τρέξω γρήγορα αντί να κυνηγάω το μεγαλύτερο μοντέλο της αγοράς.
Αυτό είναι, κατά τη γνώμη μου, και το μεγαλύτερο μάθημα που έχω πάρει από την εξέλιξη της τεχνητής νοημοσύνης. Δεν χρειάζεται να κυνηγάμε κάθε καινούργιο μοντέλο που κυκλοφορεί.
Κάθε λίγες εβδομάδες εμφανίζεται ένα νέο μοντέλο που σύμφωνα με κάποιο benchmark είναι «το καλύτερο». Μετά από λίγο εμφανίζεται ένα άλλο που το ξεπερνάει. Αν προσπαθώ να ακολουθώ συνεχώς αυτή την κούρσα, δεν θα κάνω ποτέ πραγματική δουλειά.
Προτιμώ να έχω μερικά μοντέλα που γνωρίζω καλά, να ξέρω πού είναι δυνατά και πού αποτυγχάνουν και να τα χρησιμοποιώ ανάλογα. Και αυτό είναι ίσως το σημαντικότερο πράγμα που πρέπει να θυμάμαι όταν επιλέγω AI: δεν με ενδιαφέρει ποιο μοντέλο κέρδισε το benchmark. Με ενδιαφέρει ποιο μοντέλο με βοηθάει να τελειώσω καλύτερα και γρηγορότερα τη δουλειά μου.
Γιατί στο τέλος της ημέρας, η τεχνητή νοημοσύνη δεν είναι διαγωνισμός μεταξύ μοντέλων: είναι εργαλείο. Και όπως συμβαίνει με κάθε εργαλείο, το καλύτερο είναι εκείνο που κάνει καλύτερα τη δουλειά που θέλω να κάνω.
