Az új generációs nyelvi modellek, a GPT 6.1 Soul és az Astra képességeit vizsgálja a videó, amelyben egy komplex, WhisperFlow-hoz hasonló alkalmazás fejlesztésén keresztül teszik próbára őket. A feladat során a mesterséges intelligenciáknak különböző eszközöket, például a Gmailt és a Firecrawl kutatási szolgáltatást kellett integrálniuk a végleges applikációba.
Izgalmas összehasonlítások derülnek ki a fejlesztési költségekről és a tokenhasználatról, hiszen az Astra jelentősen drágább, miközben a Soul költséghatékonyabb a kiadások szempontjából. Felmerül a kérdés: vajon az olcsóbb modell valóban teljes értékű alternatívát kínál-e a drágább mellett, vagy kompromisszumokat jelent?
A munkafolyamat felépítése, a tervezés és a végrehajtás delegálása eltérő eredményeket hoz, így felmerül az is, hogy egy vegyes – Astra tervező, Soul végrehajtó – stratégia lehet az ideális. Érdekes aspektus, hogy hogyan osztják fel önállóan a modellek a fejlesztési fázisokat és miként szervezik a munkát a lehető leghatékonyabb működés érdekében.
Bizonyos funkciók, mint például az internetes keresés, a forrásidézés vagy a hangfelvétel értelmezése eltérő nehézségeket mutatnak, ezzel is hangsúlyozva a különböző AI-megközelítések erősségeit és gyengeségeit. A néző betekintést kap abba is, hogyan reagálnak a modellek váratlan problémákra, és hogyan javíthatók kisebb promptmódosításokkal.
