Ebben az elemzésben egy különlegesen kicsi mesterséges intelligencia, a Minico M1 1105 teljesítménye kerül górcső alá, amelyet a Liquid AI LFM 2.5 350 milliárdos modelljéből finomhangoltak. Egyik érdekessége, hogy rendelkezik egy úgynevezett effort, vagyis gondolkodási szintet szabályozó számlálóval, amelyen beállítható, mennyi időt szánjon a modell a válasz kidolgozására.
A videó során többféle hétköznapi példafeladatot tesznek fel a modellnek, például TikTok-sztár hangnemben kell tudományos magyarázatot adnia, vagy egy rövid, játékos üzenetet írnia pontos szabályok szerint. A bemutatott felhasználási területek között szerepel például a saját eszközön futó hangasszisztens vagy adatvédelmi szempontokat előtérbe helyező alkalmazás.
Változó gondolkodási szinteken értékelik, hogyan teljesít a modell különböző promptokra; mérik a gyorsaságot, token mennyiséget, és kiemelik, hogy a különböző erőfeszítési szintek mennyire befolyásolják a válaszok minőségét, illetve azok megfelelőségét az elvárásoknak.
Felmerül a kérdés, hogy a „gondolkodás” szintjének állításával valóban javítható-e a modell teljesítménye, valamint hogy egy ilyen kis mesterséges intelligencia tényleg elegendő lehet-e hétköznapi, de pontos megoldásokat kívánó helyzetekben. A bemutatott teszthelyzetek felvetik, mennyire megbízhatóak az egyszerű, helyi eszközön futtatható modellek – és hogy valóban hasznos-e az effort dial által kínált rugalmasság.








