Cohere ได้เปิดตัวโมเดล AI ล่าสุด สั่ง เสนอวิธีแก้ปัญหาที่รวมประสิทธิภาพสูงเข้ากับประสิทธิภาพที่น่าทึ่ง ซึ่งแตกต่างจากโมเดลดั้งเดิมเช่น GPT-4O และ Deepseek-V3 ซึ่งต้องการ GPU จำนวนมากในการทำงานอย่างเต็มประสิทธิภาพสั่งการทำงานเพียงสองครั้งลดการใช้พลังงานอย่างมีนัยสำคัญในขณะที่ยังคงประสิทธิภาพระดับสูงสุด
ตามที่ Cohere คำสั่ง A คือ”โมเดลภาษาที่มีความยาว (ผ้าขี้ริ้ว).
“ หลังจากการฝึกฝนแล้วโมเดลนี้ใช้การปรับแต่ง (SFT) และการฝึกอบรมการตั้งค่าเพื่อจัดแนวพฤติกรรมของแบบจำลองให้กับความชอบของมนุษย์เพื่อความช่วยเหลือและความปลอดภัย ลำดับ”
>>
แบบจำลองได้รับการฝึกฝนเกี่ยวกับ 23 ภาษา: อังกฤษ, ฝรั่งเศส, สเปน, อิตาลี, เยอรมัน, โปรตุเกส, ญี่ปุ่น, เกาหลี, อาหรับ, จีน, รัสเซีย, โปแลนด์, ตุรกี, เวียดนาม, ดัตช์, เช็ก, อินโดนีเซีย, ยูเครน, โรมาเนีย, กรีก มันใช้พารามิเตอร์ 111 พันล้านและให้หน้าต่างบริบทของโทเค็น 256K
คำสั่งประสิทธิภาพการใช้พลังงานของ A ทำให้มันแตกต่างเป็นตัวเลือกที่น่าสนใจสำหรับธุรกิจที่มองหาการใช้ประโยชน์จาก AI ผู้นำในสาขาการพัฒนาอย่างรวดเร็วของ Green Ai.
เนื่องจากความต้องการระดับโลกสำหรับ AI ยังคงเติบโตอย่างต่อเนื่องธุรกิจกำลังมองหาเครื่องมือ AI ที่ตอบสนองความต้องการด้านประสิทธิภาพโดยไม่ต้องเสียค่าใช้จ่ายด้านสิ่งแวดล้อมและสั่งคำตอบที่เรียก ตลาด AI ถูกครอบงำโดยรุ่นที่พึ่งพาพลังการคำนวณอย่างหนัก แต่สั่งการกำหนดมาตรฐานใหม่นี้
การใช้ทรัพยากรที่ลดลงของโมเดลทำให้เป็นโซลูชันที่ปรับขนาดได้สูงสำหรับองค์กรต่างๆในภาคต่างๆ การประเมิน
คำสั่ง Cohere ของ Cohere ได้แสดงให้เห็นถึงประสิทธิภาพที่น่าประทับใจในการเปรียบเทียบและการประเมินผลต่าง ๆ ซึ่งมักจะมีประสิทธิภาพสูงกว่าทั้ง GPT-4O และ Deepseek-V3 ในหลาย ๆ ด้านสำคัญ
ในการประเมินผลการตั้งค่าของมนุษย์คำสั่ง A ดำเนินการอย่างมากในหลายโดเมน ในธุรกิจทั่วไปมันเกิน GPT-4O เล็กน้อยด้วย 50.4% เมื่อเทียบกับ 49.6% ใน STEM คำสั่ง A ถือขอบที่มี 51.4% มากกว่า 48.6% ของ GPT-4O ในขณะที่อยู่ในการเข้ารหัส GPT-4O นำไปสู่ 53.2% เมื่อเทียบกับคำสั่ง A 46.8% สิ่งนี้แสดงให้เห็นถึงการบังคับใช้ในวงกว้างของคำสั่ง A ในสาขาที่หลากหลายรวมถึงงานทางธุรกิจและทางเทคนิค
ในแง่ของประสิทธิภาพการอนุมานสั่งให้มีประสิทธิภาพสูงกว่าทั้ง GPT-4O และ DEEPSEEK-V3 มันสร้างโทเค็น 156 ต่อวินาทีที่บริบท 1K ไกลเกินกว่า GPT-4O ที่ 89 โทเค็นและ Deepseek-V3 ที่ 64 โทเค็น สิ่งนี้ทำให้คำสั่งมีประสิทธิภาพมากขึ้นในแง่ของพลังงานการประมวลผลทำให้เวลาตอบสนองที่เร็วขึ้นและการจัดการข้อมูลปริมาณมากขึ้นอย่างง่ายดายยิ่งขึ้น
แหล่งที่มา: Cohere
คำสั่ง A ยังเก่งในการทดสอบการเปรียบเทียบในโลกแห่งความเป็นจริง ในการทดสอบเช่น MMLU, Taubench และ SQL สั่งการจัดอันดับอย่างสม่ำเสมอข้างหรือสูงกว่า GPT-4O ซึ่งมีประสิทธิภาพสูงกว่า DeepSeek-V3 ในงานการเข้ารหัสเช่น MBPPPLUS และ RepoQA
สถานที่นี้สั่งการในตำแหน่งที่แข่งขันได้ทั้งในแอปพลิเคชันทางวิชาการและธุรกิจที่เกี่ยวข้องกับธุรกิจยืนยันความแข็งแกร่งในการจัดการงานที่ซับซ้อน
แหล่งที่มา: Cohere
ในแง่ของความแม่นยำภาษาภาษาอาหรับ crosslingual คำสั่งผู้นำที่มีความแม่นยำ 98.2% ที่น่าประทับใจเกินกว่า Deepseek-V3 ที่ 94.9% และ GPT-4O (พฤศจิกายน) ที่ 92.2% ความสำเร็จนี้เน้นความสามารถที่เหนือกว่าของ A เพื่อจัดการกับคำแนะนำภาษาอังกฤษที่ซับซ้อนในภาษาอาหรับซึ่งเป็นสิ่งสำคัญอย่างยิ่งสำหรับแอปพลิเคชันระดับโลกที่ต้องการการสนับสนุนหลายภาษา
ยิ่งไปกว่านั้นคำสั่ง A ยังเก่งในคะแนน ADI2 (ความสามารถในการตอบสนองในภาษาอาหรับเดียวกัน สิ่งนี้ทำให้คำสั่งเป็นแบบจำลองที่มีประสิทธิภาพสูงสำหรับงานเฉพาะภาษาถิ่นซึ่งจัดเตรียมไว้ในภาษาอาหรับที่หลากหลายมากขึ้น
แหล่งที่มา: Cohere
ในที่สุดในการประเมินของมนุษย์หลายภาษาคำสั่ง A แสดงประสิทธิภาพที่แข็งแกร่งในภาษาเช่นภาษาอาหรับ, โปรตุเกสและสเปนชนะเปอร์เซ็นต์การประเมินที่สำคัญ ประสิทธิภาพของมันในภาษาอาหรับนั้นโดดเด่นเป็นพิเศษโดยที่คำสั่งต่าง ๆ ออกมาจาก Deepseek-V3 ซึ่งเพิ่มความได้เปรียบในการแข่งขันในสภาพแวดล้อมที่พูดได้หลายภาษา
แหล่งที่มา: Cohere
ด้วยประสิทธิภาพที่เหนือกว่าในประสิทธิภาพการอนุมานความแม่นยำหลายภาษาและการกำหนดค่าการเข้ารหัสคำสั่งให้เกิดขึ้นเป็นรูปแบบที่มีความสามารถสูงซึ่งเหมาะสำหรับการใช้งานที่หลากหลายตั้งแต่กระบวนการทางธุรกิจไปจนถึงการแก้ปัญหาทางเทคนิค ประสิทธิภาพและความแม่นยำของมันทำให้เป็นตัวเลือกที่น่าสนใจสำหรับองค์กรที่กำลังมองหาโซลูชัน AI ที่ไม่ประนีประนอมกับคุณภาพหรือประสิทธิภาพ
สั่งการรวมของ A การรวมเข้ากับกลยุทธ์ที่กว้างขึ้นของ Cohere
แพลตฟอร์ม North ของ Cohere ซึ่งเปิดตัวในเดือนมกราคม แพลตฟอร์ม North ได้รับการออกแบบมาเพื่อรวมประสิทธิภาพของคำสั่ง A เข้ากับระบบอัตโนมัติของฟังก์ชั่นธุรกิจหลักเช่นการวิเคราะห์เอกสารการบริการลูกค้าอัตโนมัติและงาน HR
โดยนำเสนอโซลูชั่น AI ที่ยืดหยุ่นและปรับขนาดได้ สิ่งที่ตั้งอยู่ทางทิศเหนือคือความสามารถในการรวมสถาปัตยกรรมที่มีทรัพยากรต่ำของ Command A เข้ากับเวิร์กโฟลว์ทางธุรกิจทำให้เหมาะสำหรับการดูแลสุขภาพการเงินและการผลิต-ผู้ที่ควบคุมต้นทุนการปฏิบัติงานและการรักษาความปลอดภัยเป็นสิ่งสำคัญยิ่ง
ความสามารถของแพลตฟอร์ม ข้อเสนอของ AI มีวิวัฒนาการมาซึ่งโดดเด่นเป็นแบบจำลองที่จำเป็นภายในพอร์ตโฟลิโอของพวกเขา การบูรณาการเข้าสู่ภาคเหนือช่วยเพิ่มความสามารถของแพลตฟอร์มในการตอบสนองความต้องการที่เพิ่มขึ้นของธุรกิจที่กำลังมองหาโซลูชั่น AI ที่เชื่อถือได้ด้วยรอยเท้าพลังงานต่ำ
นอกจากนี้ Aya Vision ซึ่งเปิดตัวในเดือนมีนาคม 2568 เป็นอีกตัวอย่างหนึ่งของกลยุทธ์ที่กว้างขึ้น ความสามารถในการออกแบบหลายรูปแบบของ Aya Vision และการออกแบบที่มีน้ำหนักเปิดนั้นสอดคล้องกับการผลักดันของ Cohere เพื่อความโปร่งใสและการปรับแต่งใน AI เพื่อให้มั่นใจว่านักพัฒนาและธุรกิจสามารถปรับให้เข้ากับความต้องการเฉพาะของพวกเขา
ความท้าทายทางกฎหมายและการใช้เทคโนโลยี อุปสรรค
ในเดือนกุมภาพันธ์ 2568 มีการฟ้องร้องดำเนินคดีโดยสำนักพิมพ์รายใหญ่รวมถึงCondé Nast และ McClatchy โดยกล่าวหาว่าใช้เนื้อหาที่มีลิขสิทธิ์โดยไม่ได้รับอนุญาตให้ฝึกอบรมแบบจำลองการใช้งานที่เกี่ยวข้อง หากไม่มีการแปลงหรือการอนุญาตที่เพียงพอ
การตอบสนองได้ตอบสนองโดยการปกป้องการใช้ RAG ว่าอยู่ในขอบเขตของการใช้งานที่เป็นธรรม แต่ปัญหายังคงเป็นที่ถกเถียงกันอยู่ คดีดังกล่าวเน้นถึงความท้าทายที่ซับซ้อนที่ บริษัท AI ต้องเผชิญเกี่ยวกับการใช้ข้อมูลและสิทธิในทรัพย์สินทางปัญญา
เมื่อแบบจำลอง AI ได้รวมเข้ากับเวิร์กโฟลว์ทางธุรกิจมากขึ้นคำถามที่ว่ามันเป็นเรื่องจริยธรรมหรือไม่ Cohere แต่สำหรับอุตสาหกรรม AI ทั้งหมดอาจเป็นแบบอย่างใหม่ ๆ สำหรับวิธีการฝึกอบรม AI ในอนาคต
ในขณะที่ AI ยังคงรวมเข้ากับธุรกิจขององค์กรทุกด้าน ตลาด
แม้จะมีข้อได้เปรียบที่โดดเด่นของคำสั่ง A และ AYA VISION, Cohere ไม่ได้ไม่มีการแข่งขัน แบบจำลองที่เป็นกรรมสิทธิ์เช่น GPT-4O ของ OpenAI และราศีเมถุนของ Google ยังคงเป็นผู้เล่นที่โดดเด่นในตลาดนำเสนอประสิทธิภาพที่ไม่มีใครเทียบได้ แต่ด้วยค่าใช้จ่ายในการบริโภคทรัพยากรสูงและการเข้าถึงที่เข้มงวด
รุ่นเหล่านี้ให้ความสำคัญกับตัวเลือกการควบคุมแบบจำลอง วิธีการเปิดกว้างของ Cohere นำเสนอทางเลือกที่แตกต่าง
การตัดสินใจของ บริษัท ที่จะมุ่งเน้นไปที่โมเดล AI แบบเปิดการเข้าถึงเช่น AYA Vision ให้ความยืดหยุ่นที่สำคัญทำให้นักพัฒนาสามารถปรับโมเดลการปรับแต่งสำหรับงานและอุตสาหกรรมที่มีความซับซ้อน เมื่อ AI กลายเป็นส่วนสำคัญในการดำเนินธุรกิจมากขึ้น Cohere กำลังวางตำแหน่งตัวเองในฐานะผู้เล่นหลักในการเคลื่อนไหวไปสู่โอเพนซอร์ซ AI.
นอกจากนี้ความสามารถของ Cohere ในการเสนอแบบจำลองพลังงานที่มีประสิทธิภาพสูงสุด ในขณะที่ Openai และ Google เป็นมาตรฐานอุตสาหกรรมมานานแล้วคำสั่งของ Coher
