Phòng thí nghiệm trí tuệ nhân tạo Hàn Quốc Upstage hôm nay (13 tháng 8) đăng bài viết, thông báo ra mắt mô hình Solar Pro 4, được định vị là mô hình ngôn ngữ lớn thương mại dành cho các tác vụ tác nhân AI phức tạp.
Mô hình Solar Pro 4 có cửa sổ ngữ cảnh 512K, độ dài đầu ra tối đa 128K token, hỗ trợ người dùng tải nhiều hợp đồng, báo cáo và tệp dữ liệu trong một phiên làm việc. Bài viết chính thức chưa tiết lộ thông tin về số lượng tham số.
Về giá, IT之家 dẫn bài viết và cung cấp thông tin liên quan như sau:
Giá đầu vào cho mỗi 1 triệu Tokens là 0,3 USD (lưu ý: theo tỷ giá hiện tại tương đương khoảng 2 nhân dân tệ)
Đọc bộ nhớ đệm (Cache Read) có giá đầu vào 0,06 USD cho mỗi 1 triệu Tokens (theo tỷ giá hiện tại tương đương khoảng 0,41 nhân dân tệ)
Giá đầu ra cho mỗi 1 triệu Tokens là 1,2 USD (theo tỷ giá hiện tại tương đương khoảng 8,1 nhân dân tệ)
Về các tác vụ tác nhân, những cải tiến chính của Solar Pro 4 tập trung vào các bài đánh giá sát với công việc thực tế hơn, bao gồm tài liệu dài, tác vụ trên terminal và gọi công cụ nhiều lượt. Ba kết quả cốt lõi được công bố là: Terminal-Bench v2.1 đạt 57 điểm, τ³-Banking đạt 23 điểm và AA-LCR đạt 71 điểm.
Upstage sử dụng bài toán phân tích vị trí cửa hàng của thương hiệu cà phê hư cấu Solarbean Coffee làm nhiệm vụ minh họa. Tài liệu đầu vào gồm 1 tài liệu chính sách mở cửa hàng và 6 tệp dữ liệu thị trường.
Solar Pro 4 hoàn thành việc sàng lọc chính sách đối với 10 địa điểm ứng viên trong 3 câu lệnh, sau đó lần lượt tạo ra 3 loại sản phẩm bàn giao: sổ tính Excel, báo cáo đánh giá và bản trình chiếu.
IT之家 tra cứu các tài liệu công khai và phát hiện mô hình này đã xuất hiện trên nhiều nền tảng đánh giá mô hình AI. @ArtificialAnlys (Artificial Analysis) là một tổ chức quốc tế độc lập hàng đầu chuyên đánh giá và phân tích chuẩn AI, tập trung đánh giá không thiên lệch hiệu năng và chi phí lưu trữ của mô hình ngôn ngữ lớn (LLM), công cụ tạo video, âm nhạc AI cùng nhiều lĩnh vực khác.
@arena ( Arena.ai ) hiện là nền tảng thi đấu và đánh giá mô hình ngôn ngữ lớn theo “sở thích con người” có uy tín hàng đầu trong ngành AI toàn cầu. Nền tảng này bắt nguồn từ đội ngũ LMSYS Chatbot Arena nổi tiếng, áp dụng hệ thống điểm Elo tương tự cờ vua và xếp hạng các mô hình AI toàn cầu thông qua các trận đấu loại trực tiếp cường độ cao bằng hình thức kiểm thử mù đôi A/B thuần túy với các nhà phát triển là con người (Blind A/B Testing).
Tổ chức này cho biết Solar Pro 4 của @upstageai là phòng thí nghiệm Hàn Quốc đầu tiên có mô hình xuất hiện trên các bảng xếp hạng Agent Arena, Code Arena: WebDev và Text Arena.
Trên bảng xếp hạng Agent Arena, mô hình Solar Pro 4 đứng thứ 44, cùng cấp với các mô hình như MiniMax M2.7 và Nemotron 3 Ultra.
