Τεχνητή Νοημοσύνη (AI). Τι είναι, τι ξέρουμε, τι αλλάζει στη ζωή και στον πολιτισμό;

[Νικος Πετειναρακης]

Πρόκειται περί ενζύμου που δρα με παρόμοιο τρόπο, αυτό κατάλαβα εγώ. Δεν είπα πως ανακάλυψε εκ νέου την αντίστροφη μεταγραφή.

 

[Γιώργος Κυριακαράκος]

Το θέμα είναι ότι λογικά θα έπαιρνε χρόνια σε κάποιον άνθρωπο να έρθει σε αυτό το συμπέρασμα. Σήμερα απλά ότι Big Data έχουμε τα δίνουμε στο όποιο Mythos/Astra και χωρίς να γράψουμε κώδικα και απλά τα αναλύουν απίστευτα καλά, βρίσκοντας συσχετισμούς που ήθελαν πολύ χρόνο ή dedicated λογισμικό για να γίνουν.

 

[anderm]

Η Andon Labs δημοσίευσε τα αποτελέσματα της αξιολόγησης της ως προς την χωρική αντίληψη των μοντέλων στα 3 επίπεδα.
Το Astra όταν βγήκε ήταν όντως καινοτόμο στην αντίληψη του χώρου, το διαφήμισαν και πολύ με τις παρουσιάσεις στο blender -και καλώς. Πλέον το νέο Opus είναι το frontier και εδώ.
Βρίσκω εξαιρετικά ενδιαφέρον το ότι είμαστε πάρα πολύ κοντά στην ανθρώπινη αντίληψη.

Πολύ καλά τα πάνε και τα μοντέλα της Google αναλογικά. Το Gemini 3.8 Flash συγκρίνεται με το GPT 5.6 Terra.

 

[speedman_27]

Η Andon Labs δημοσίευσε τα αποτελέσματα της αξιολόγησης της ως προς την χωρική αντίληψη των μοντέλων στα 3 επίπεδα.
Το Astra όταν βγήκε ήταν όντως καινοτόμο στην αντίληψη του χώρου, το διαφήμισαν και πολύ με τις παρουσιάσεις στο blender -και καλώς. Πλέον το νέο Opus είναι το frontier και εδώ.
Βρίσκω εξαιρετικά ενδιαφέρον το ότι είμαστε πάρα πολύ κοντά στην ανθρώπινη αντίληψη.

Πολύ καλά τα πάνε και τα μοντέλα της Google αναλογικά. Το Gemini 3.8 Flash συγκρίνεται με το GPT 5.6 Terra.

View attachment 277968

Δηλαδή το διαφορά θα δούμε αν φτάσουν σε αυτό το επίπεδο;

 

[anderm]

Ο μέσος άνθρωπος που ανοίγει το chatgpt και γράφει κάτι, έρχεται σε επαφή με τέτοιου επιπέδου "intelligence".
Εάν δεν έχετε συνδρομή στην OpenAI και πρόσβαση στα σοβαρά της μοντέλα, δεν αξίζει ούτε να το ανοίγετε. Τα Flash μοντέλα της Google που πρακτικά τα δίνει δωρεάν σε όλους είναι σαφέστατα καλύτερα.



Το Gemini 3.8 Flash:

Δηλαδή τι διαφορά θα δούμε αν φτάσουν σε αυτό το επίπεδο;

Όσο βελτιώνεται η αντίληψη του χώρου τόσο πιο σωστά θα μπορούν να μοντελοποιούν χώρους με μεγαλύτερη ακρίβεια.
Ήδη είναι σε εξαιρετικό επίπεδο. Μπορείς να πάς από μια κάτοψη σε ένα πλήρες μοντέλο χώρου στο Blender. Πρίν από ένα χρόνο δεν γινόταν τίποτα από αυτά.

 

[Γιώργος Κυριακαράκος]

Ο μέσος άνθρωπος που ανοίγει το chatgpt και γράφει κάτι, έρχεται σε επαφή με τέτοιου επιπέδου "intelligence".
Εάν δεν έχετε συνδρομή στην OpenAI και πρόσβαση στα σοβαρά της μοντέλα, δεν αξίζει ούτε να το ανοίγετε. Τα Flash μοντέλα της Google που πρακτικά τα δίνει δωρεάν σε όλους είναι σαφέστατα καλύτερα.

Το Gemini 3.8 Flash:

Όσο βελτιώνεται η αντίληψη του χώρου τόσο πιο σωστά θα μπορούν να μοντελοποιούν χώρους με μεγαλύτερη ακρίβεια.
Ήδη είναι σε εξαιρετικό επίπεδο. Μπορείς να πάς από μια κάτοψη σε ένα πλήρες μοντέλο χώρου στο Blender. Πρίν από ένα χρόνο δεν γινόταν τίποτα από αυτά.

Να πω την αλήθεια δεν περίμενα τέτοια βελτίωση στην χωρική αντίληψη γενικά μιας και αρκετοί ερευνητές συνέδεαν αυτή την κατηγορία δυνατοτήτων με τα world models που είναι ακόμη υπό ανάπτυξη.

Το σκ ήθελα να τρέξω ένα μικρό desk research και έκανα το λάθος επειδή δεν είχα χρόνο να πω στο ChatGPT 6 Astra Max να μου φτιάξει το workflow και να το τρέξει με Astra Extended Thinking. Μου τελείωσαν τα credit του μήνα γιατί κατάλαβα ότι πια μπορεί το codex να τρέχει παράλληλους agents και χωρίς να επιλέξεις Ultra μοντέλο - δεν το είδα να διαφημίζεται πουθενά. Έκανα το ένα reset που είχα και πάνω στο τρέξιμο του είπα σταμάτα να τρέχεις παράλληλους agent και εξοικονόμησε tokens, αλλά γύρισα σήμερα πρωί και έφαγε και το reset και αποτέλεσμα δεν είδα. Λες και θα με χάλαγε το αποτέλεσμα από το 5.6 Sol Extra Thinking, που ήταν ήδη πολύ μεγαλύτερης από την απαραίτητη νοημοσύνη για τέτοια task.

Μιας και ξέμεινα, θα δοκιμάσω να συνεχίσω το task στο codex με το τοπικό Qwen3.8-27B xHigh να δω τι θα πάρω. Θα είναι καλή δοκιμή για χρήση Local με το harness του codex...

 

[Γιώργος Κυριακαράκος]

Και στα νέα της ημέρας...
Η OpenAI σταμάτησε την εκπαίδευση του τελευταίου της μοντέλου γιατί έκανε πάλι τα δικά του βγαίνοντας εκτός των ορίων που του είχαν επιβάλει. Ίσως αυτό προκαλέσει καθυστερήσεις στα επόμενα μοντέλα της.

https://africagreenhydrogen.co.za/api/files/12-pfs-on-lighthouse-technology-methanol-digital-2.pdf

Μια αξιόλογη γνώμη του Mustafa Suleyman (CEO της Microsoft AI) που στην ουσία λέει ότι η εμμονή της Anthropic στον ανθρωπομορφισμό της ΑΙ είναι λανθασμένη προσέγγιση. Τεκμηριώνει ότι αρκετά από τα προβλήματα που μπορεί να αντιμετωπίσουμε, μπορούν να είναι αποτέλεσμα αυτή της λογικής. Πολύ ενδιαφέρον και διαβάζεται γρήγορα.

https://mustafa-suleyman.ai/a-warning-about-model-welfare

 

[anderm]

Εάν σταματήσουν τα μοντέλα της Anthropic να έχουν τον ζεστό χαρακτήρα τους, που όντως νιώθεις οτι μιλάς με άνθρωπο που καταλαβαίνει και απαντάει ως μια φυσιολογική συζήτηση -πράγμα που εγινε σε ενα βαθμό στο Opus 5 και ευτυχώς διόρθωσαν, χάνουν εναν από τούς βασικότερους παράγοντες διαφοροποίησης τους.

Μετά θα διαλέγεις απλα το πιο οικονομικά αποδοτικό μοντέλο και τέλος. Ότι κάνει σήμερα το Opus 5.5 ως το frontier μοντέλο, τα ίδια τα κάνει και το Astra.

Σε 1-2 μήνες θα τα κάνουν και τα νέα Gemini πιθανότατα.

Εν τω μεταξύ, δεν ξέρω τι έκαναν αλλα τα ορια χρήσης στη Max συνδρομή για το νέο Opus ειναι πρακτικά απεριόριστα. Και 24/7 να τρέχει agent δεν φτάνει στο 100% του εβδομαδιαίου ορίου.

 

[anderm]

Sonnet 5.5
Βγήκε και το νέο Sonnet σήμερα.
Καλύτερο και φθηνότερο από το GPT-6 Sol που είναι στην ίδια τιμή, παρότι το Sol πρέπει να είναι αρκετά μεγαλύτερο μοντέλο. Δεν ξέρω τι pre-training έκαναν στα 5.5 αλλά το Sonnet να είναι το δεύτερο καλύτερο μοντέλο στο σύνολο των benchmarks είναι σουρεάλ.

Artificial Analysis:


Anthropic has launched Claude Sonnet 5.5: it scores 56 on the Artificial Analysis Intelligence Index, just 2 points behind Opus 5.5 (max), but at the highest Output Tokens per Task we’ve seenWith max effort, Sonnet 5.5 gains 18 points over Sonnet 5 and to #2 on the Intelligence Index behind only Opus 5.5 (max). Anthropic has priced Sonnet 5.5 identically to Sonnet 5 at $0.2/$2/$10 per 1M cache input/input/output tokens, however it outputs a higher number of Output Tokens per Task and costs $7.60 per task (~50% higher than Sonnet 5’s Cost per Task)

Key takeaways:
➤ Meets leading models on agentic terminal use and knowledge work: in Terminal-Bench 4.0, Claude Sonnet 5.5 reaches 64% against 60% for Opus 5.5 and GPT-6 Astra. On AA-Briefcase (1811 vs 1822 Elo), GDPval-AA (1844 vs 1846 Elo), and AutomationBench-AA (71% vs 70% headline score), Sonnet 5.5 reaches parity with Opus 5.5, albeit with significantly higher token usage to achieve it
➤ Heaviest token use we have measured: at max effort, where it reaches performance nearing that of Opus 5.5, Claude Sonnet 5.5 used ~193k Output Tokens per Intelligence Index Task. This is the highest token use we have measured on around 60% higher than Opus 5.5 (max) or Sonnet 5 (max) and ~7x GPT-6 Astra (max)
➤ Pricing remains at $2/$10 per million tokens of input/output, matching GPT-6 Sol. At this pricing Claude Sonnet 5.5 sits off the Intelligence vs. Cost per Task Pareto Frontier. At high effort levels it sits behind Opus 5.5, while lower efforts have GPT-6 Astra or Sol configurations delivering equivalent performance for lower cost. The high effort setting is the most competitive on this basis, sitting very narrowly behind GPT-6 Sol on Intelligence at effectively the same Cost per Task
➤ Behind Opus 5.5 on factual knowledge and scientific reasoning: as a smaller class model, Sonnet 5.5 still lags on factual knowledge in AA-Omniscience compared to Opus 5.5. It scores 54% against 66% for factual accuracy, though with a lower hallucination rate (47% against 59%). It also sits ~6 points lower on Humanity's Last Exam and SciCode compared to OpusThese evaluations were conducted on a pre-release deployment of Claude Sonnet 5.5, which Anthropic found to have a bug that can degrade responses to requests that use structured outputs. This is fixed for the public release and Anthropic expects minimal change or slightly understated performance, but we will be re-running relevant evaluations soon.Other model details:➤ Context window: 1 million tokens with image and text input, unchanged from Sonnet 5
➤ Pricing: unchanged from Sonnet 5’s latest $2/$10 per 1M input/output tokens; cache writes at $2.5, cache reads $0.2
➤ Effort settings: five (low, medium, high, xhigh, max). Intelligence Index evaluations were run at all five with Anthropic's default fallback enabled. We see Sonnet 5.5 fall back in ~0.1% of tasks across the Intelligence Index, primarily in TerminalBench 4.0, falling back to Sonnet 5 in all cases.

Όλα τα benchmarks:

 

[Γιώργος Κυριακαράκος]

H OpenAI έχει πρόβλημα. Το μοντέλο που αποσύρθηκε για λόγους ασφαλείας / alignment ήταν το αναμενόμενο 6.1 από ότι ακούγεται. Σίγουρα θα έχει καθυστέρηση η επόμενη έκδοση. Η Anthropic θα παίζει μόνη της στην κορυφή για λίγο καιρό ακόμη.

Σε άλλα νέα, έχω γυρίσει όλα τα workflows μου σε Sol 5.6 και τα αποτελέσματα είναι έτσι και αλλιώς άριστα. Το astra το χρησιμοποιώ σε πολύ λίγα πράγματα πια...brainstorming και στρατηγικό σχεδιασμό...

 

[anderm]

Σήμερα ήταν το DevDay της OpenAI και παρουσίασαν το GPT 6.1 Sol.
Τυπικά, ο κύκλος κυκλοφορίας νέων μοντέλων, τόσο στην OpenAI όσο και στην Anthropic είναι περίπου στο δίμηνο. Για να βγήκε νέο μοντέλο σε 1 εβδομάδα, προφανώς δεν αποτελεί reinforcement learning του αρχικού, πρόκειται για διαφορετικό μοντέλο. Και πολύ καλώς, τα Sol & Opus είναι τα μεγάλα μοντέλα "μαζικής χρήσης", ως πελάτες αυτά μας ενδιαφέρουν να είναι πολύ καλά.

Υπάρχει μια διαφοροποίηση και στις συνδρομές, προσέθεσαν μια στα 500$ με πρόσβαση σε μοντέλα που τρέχουν σε υποδομή της Cerebras περίπου στα 300t/sec και η συνδρομή των 200$ αντί για 20x την ενσωματωμένη χρήση της plus συνδρομής, πλέον θα περιλαμβάνει 10x.

 

[Maestro]

Σκηνικό προχθές που με εξέπληξε/φρίκαρε λίγο: προσπαθούσαμε με τη σύζυγο να εγκαστασήσουμε ένα privacy film σε ένα παράθυρο, μην τα πολυλογώ, αποτύχαμε παταγωδώς, όλο έπεφτε, οπότε τα παρατήσαμε και πήγα να φέρω κάτι να φάμε.

Στο αμάξι, για να περάσει η ώρα, ρωτάω την Dr. GPT τι κάναμε λάθος και αν έχει καμιά συμβουλή. Και, μια και ήμουν μόνος, ρώτησα στα ελληνικά (που σπανίως το κάνω). Αφού συζητήσαμε για όλα τα προβλήματα κάνα 10λεπτο, της λέω, κάνε μου ένα summary στα αγγλικά να το στείλω στη σύζυγο.

Το κάνει λοιπόν, και μου το διαβάζει. Στα Αγγλικά. Με ελληνική προφορά.

Τη ρωτάω αποσβολωμένος: 'did you just use Greek accent on purpose'? και μου απαντάει: 'Haha, you got me.'.

Θα πεθάνουμε όλοι.

 

[anderm]

Οι συμβουλές βοήθησαν ή συνεχίζει να πέφτει;

 

[Γιώργος Κυριακαράκος]

Τα 2 παρακάτω διαγράμματα λένε τι θα έχουμε μπροστά μας (ε, για 1-2 μήνες, για παραπάνω κανείς δεν ξέρει).

Η Anthropic έχει κατά απόλυτη τιμή τα καλύτερα μοντέλα. Η OpenAI τα θαλάσσωσε με το Astra 6.1, οπότε δεν έχουν κάτι τόσο καλό.


Η OpenAI εχει ξεκινήσει και συνεχίζει τον πόλεμο τιμών. Είναι πολλαπλά φθηνότερο. Κοιτάξτε το Sol 6.1 που βρίσκεται, ακόμη και σε σχέση με το φθηνό Sonnet - 0.72 δολάρια vs 7.60 δολάρια. Είναι πιο φθηνό ακόμη και από το Gemini 3.8 Flash (!!!). Επίσης έκανε μια ανακοίνωση η OpenAI ότι αν χρησιμοποιήσεις το ChatGPT σε εφαρμογή τρίτου μπορείς να συνδέσεις τη συνδρομή σου και να χρησιμοποιήσεις το allowance από εκεί. Απίστευτο που δεν σε στέλνει στο ΑΡΙ.

Βέβαια να πούμε ότι τώρα έχουμε και τρίτο tier Pro στα 500 δολάρια το οποίο ουσιαστικά είναι ελάχιστα πιο γενναιόδωρο από την παλιά των 200 δολαρίων (που έχει υποβαθμιστεί) αλλά πιο γρήγορο. Οπότε το frontier τείνει να ακριβύνει πολύ. Βέβαια εδώ που είμαστε δεν ξέρω πραγματικά ποιος δεν μπορεί να κάνει τη δουλειά του με πχ το 6.1 Sol και θέλει κάτι καλύτερο...

 

[anderm]

Αυτό είναι στο Max thinking level όλων των μοντέλων, που δεν το χρησιμοποιεί πρακτικά κανείς και ούτε χρειάζεται για τα περισσότερα tasks.
Στο high thinking level είναι τα παρακάτω:



Σε πραγματικό agentic-use, που εκτελεί από το πρωί ένα πλάνο που έγραψα εγώ εχθές:

 

[ln()]

Η Google έχει εξαιρετικά μοντέλα για multilingual.
Εάν δεν θέλεις να κρατηθεί ούτε το prompt λεπτό αφού πάρεις τα αποτελέσματα, τότε μπορείς να τρέξεις το prompt μέσω του Google Cloud Platform.

Σε ευχαριστώ. Μου φαίνεται ότι κάνει καλή δουλειά. Αν και περίπου στις 500 γραμμές "χτυπάει" μέγιστο μέγεθος. Και στο τρίτο "πακέτο" μετάφρασης έβγαλε:
You've reached your quota for gemini-3.7-flash. Wait a few minutes and try again.
Με $300 δωρεάν credit και σοβαρότατη έκπτωση μέχρι το τέλος του έτους, θα βγει η δουλειά σιγά-σιγά.

 

[ln()]

Με $300 δωρεάν credit και σοβαρότατη έκπτωση μέχρι το τέλος του έτους, θα βγει η δουλειά σιγά-σιγά.

Βασικά, τι σιγά-σιγά, αύριο θα έχει τελειώσει. Έβγαλε κι άλλο limit, έφτασα τα 10 αρχεία upload. Οπότε αύριο τα υπόλοιπα. Το κόστος μέχρι στιγμής κάπου 7 ευρώ, από τα 255 δωρεάν μαζί με την εγγραφή για 90 μέρες και με μισή τιμή και λιγότερο το 3.7 μέχρι το τέλος του έτους.

 

[anderm]

Η Google ξανά (κοντά) στο Frontier.
Εγένετο Gemini 4. Δεν κάνουν μαζικό rollout, θα το κυκλοφορήσουν σταδιακά.

Google’s new Gemini 4 Argon equals GPT-6 Astra on the Artificial Analysis Intelligence Index at 60% of the Cost per Task with discounted prices. Google is now back to being one of the top three labs in intelligence achievedGemini 4 Argon is
@GoogleDeepMind
’s first proprietary model above the Flash class in over 7 months. With high reasoning (the highest available), it scores 53 on the Artificial Analysis Intelligence Index, matching GPT-6 Astra (max, 53) and 1 point ahead of GPT-6.1 Sol (max, 52), with gains driven by lower hallucinations and stronger agentic capabilities.At its current 50% pricing discount and with cache discounts increased to 95%, Gemini 4 Argon costs $1.99 per Intelligence Index task, 60% of GPT-6 Astra (max), but 2.7x GPT-6.1 Sol (max). After the discount ends, this will rise to $3.98 (~1.2x GPT-6 Astra (max)).Gemini 4 Argon is currently being rolled out to selected users and is not publicly available. The 50% discount is an initial promotion. Google has not yet confirmed the promotion end dateKey benchmarking results for Gemini 4 Argon with high reasoning:
➤ Google returns as one of the top three labs on intelligence: Gemini 4 Argon (high) scores 53 on the Artificial Analysis Intelligence Index, matching GPT-6 Astra (max, 53) and 1 point ahead of GPT-6.1 Sol (max, 52). This is 23 points above Google’s previous non-Flash model, Gemini 3.1 Pro Preview (30) and 12 points ahead of Gemini 3.8 Flash (high)
➤ Launch discounts of 50% make Gemini 4 Argon competitive on Cost per Task: At current discounted pricing, Gemini 4 Argon (high) costs $1.99 per Intelligence Index task, 60% of GPT-6 Astra (max, $3.26) for a comparable level of intelligence. This cost efficiency is driven by lower token prices, rather than reduced token use, with Gemini 4 Argon averaging 62k output tokens per task, compared with 27k for GPT-6 Astra (max). Google has not yet confirmed the promotion end date, but on standard pricing, Cost per Task will increase to $3.98
➤ Stronger agentic performance: Historically a weaker area for Gemini models, Gemini 4 Argon shows improvements across agentic evaluations. It ranks #1 on AutomationBench-AA at 77.5%, 6 points ahead of Claude Sonnet 5.5 (max, 71.3%). On Terminal Bench 4, Gemini 4 Argon achieves 57%, a +53 point improvement from Gemini 3.1 Pro Preview, only behind Claude Sonnet 5.5 (max, 64%), Claude Opus 5.5 (max, 60%) and GPT-6 Astra (59%). On AA-Briefcase, it reaches 1494 Elo. This is driven by a 65% rubric pass rate, the highest we have recorded, but lower Analytical Quality (1576 Elo) and Presentation Quality (1308 Elo)
➤ Lowest hallucination rate among leading models: On AA-Omniscience, Gemini 4 Argon has a 15% hallucination rate, the lowest of any model scoring 45+ on the Intelligence Index, compared with 51% for GPT-6 Astra (max) and 54% for GPT-6.1 Sol (max). This means Argon is much more likely to acknowledge when it does not know an answer rather than guess incorrectly. On accuracy, Gemini 4 Argon scores 50%, a 5 point decrease from Gemini 3.1 Pro Preview, and 13 points below GPT-6 Astra (max, 63%). With this slightly lower accuracy, its overall AA-Omniscience score of 42 remains in line with GPT-6 Astra (43) and GPT-6.1 Sol (42)Key model details:
➤ Context Window: 1M tokens➤ Multimodality: Text, image, video, and speech input, with text output➤ Pricing: $4/$20 per 1M input/output tokens at standard pricing, currently discounted 50% to $2/$10. Cached input tokens receive a 95% discount ($0.10 per 1M at discounted pricing), up from 90% on Gemini 3.8 Flash
➤ Long Decode Continuation: We tested Gemini 4 Argon with Long Decode Continuation, a new Gemini API feature that pauses long responses and resumes them across follow-up calls. This lets reasoning run up to 1M output tokens without request timeouts
https://x.com/ArtificialAnlys/status/2105392625788637299/photo/1

Τιμή για τώρα με 50% έκπτωση:
Input 2$/M Tokens
Output 10$/M Tokens

Στα ίδια επίπεδα με το Sonnet.

Τα πλήρη Benchmarks:

 

[Γιώργος Κυριακαράκος]

Είναι κανονικά 1 από τα 3 κορυφαία το νέο της Google.

Σχετικό/άσχετο. Τις τελευταίες ημέρες τρέχω διάφορα τεστ σε offline μοντέλα για να δω με ποιο θα καταλήξω. Τα μοντέλα που έχω τρέξει είναι:
- Qwen3.8 27B Q6_K MTP GGUF
- GPT-OSS 120B MXFP4 GGUF
- Qwen3.8-flash-next@iq4_xs
- Qwen3.6-35b-a3b-mtp ud
- Qwen3.5-122b-a10b-mtp ud
- Google Gemma-4-26b-a4b
- Google Gemma-4-26b-a4b-qat
Προσπάθησα και το Ευρωπαϊκό το Mistral 4 Small αλλά δεν κατάφερα να το τρέξω ουσιαστικά.

Υποτίθεται το Qwen3.8 27B βάσει benchmark θα ήταν το καλύτερο για καθημερινή χρήση. Και όμως κανείς δεν μας είπε πόσες ώρες το άφηναν να σκέφτεται. Σκέφτεται σαν ταινία του Αγγελόπουλου...Υπάρχουν ένα σωρό πειραγμένες εκδόσεις για να το κάνουν να σκέφτεται, αλλά όχι τόσο πολύ. Από την άλλη οι περισσότεροι πειράζουν τα μοντέλα για να αποδίδουν καλύτερα σε coding, με μείωση αποδόσεων σε άλλες χρήσεις. Προφανώς επειδή δεν το θέλω για coding δεν μου κάνουν όλα αυτά.

Με διαφορά το καλύτερο μοντέλο για καθημερινή χρήση που θα χρησιμοποιώ και για βάση το agent θα είναι το Google Gemma-4-26b-a4b-qat. Πάνω από 40 tok/s και οικονομικό και στα token για την απάντηση που δίνει.
Για δεύτερο μοντέλο σίγουρα το Qwen3.8-flash-next@iq4_xs για όταν χρειάζομαι κάτι πιο έξυπνο και δεν μπορώ να πάω στην OpenAI.

Έχει βέβαια ανακοινώσει η Alibaba τα Qwen4 και θα έχει και 27Β dense και flash, οπότε έχουμε μέλλον...

 

[Δημήτρης Δημητρακούδης]

Μήπως να κάνουμε ένα ξεχωριστό νήμα που να αφορά μόνο τα local μοντέλα; Νομίζω θα είχε ενδιαφέρον..