Az összehasonlítás középpontjában az Enthropic és az OpenAI legújabb zárt nyelvi modelljei állnak, amelyek gyors egymásutánban jelentek meg. A bemutató első részében a tesztelés szempontjai kerülnek előtérbe, ahol a zárt fejlesztések előnyeit és korlátait térképezik fel a nyílt forráskódú alternatívákkal szemben.
Az elemzés kiemeli a modellek árkategóriáit és teljesítménybeli különbségeit is, hangsúlyt fektetve a komplex feladatok kezelésére, mint a hosszú kontextuskezelés és a hatékony eszközhasználat. Külön érdekesség, hogy egyetlen, különösen bonyolult utasítás alapján értékelik a rendszereket: a feladat egyszerre vár el hiteles 3D látványt, realisztikus fizikai effekteket és komplex színátmeneteket, mindezt kizárólag vanilla JavaScript használatával.
A konkrét tesztkörnyezetben egy forgó kebab realisztikus, fizikán alapuló animációjának generálását kérik. Az utasítás egyedülálló koordinációt vár el a renderelés, a színátmenetek és a cseppfizika között, így a modelleknek egészen újszerű kihívással kell szembenézniük. Mindkét modell eltérő erősségeket mutat fel, miközben próbál megfelelni a feladat összes feltételének.
A videó megvitatja, milyen aprólékos különbségek jelennek meg a vizuális megvalósításban, külön figyelmet szentelve a láng, a hús textúrája, a tálca mandala mintája és az animáció folyamatos hurokra területén. A kérdés végig fennáll: melyik megközelítés teljesíti hűebben a szokatlanul részletes és technikailag összetett utasítást?
