بهترین هوش مصنوعی برای ساخت عکس

چرا جی پی تی ایمیج ۲ با وجود یک سلول خالی در صدر قرار گرفت

پنجاه امتیاز از صد امتیاز این معماری به دو تخته آرنا تعلق دارد و این مدل هر دو را تصاحب می کند. روی تبدیل متن به تصویر امتیاز ۱۳۸۱.۱ گرفته، در حالی که نفر دوم ۱۲۶۳.۸ ثبت کرده، و روی ویرایش ۱۴۶۲.۷ در برابر ۱۳۹۲.۶ ایستاده. این فاصله ها بزرگ اند و بازه های اطمینان هیچ کدام به رقیب بعدی نمی رسد.

نکته قابل توجه این است که این مدل با یک ستون خالی برنده شده. اوپن ای آی سقف ظرفیت تصویر مرجع را در مستندات خود منتشر نمی کند؛ نمونه کد آن چهار تصویر می پذیرد، اما نمونه به معنای سقف مشخصات نیست، پس آن سلول پر نشد و این مدل ده امتیاز از دست داد. حتی با این افت ده امتیازی، هشت امتیاز جلوتر از نفر دوم می ایستد.

یک قید عملیاتی که مستقیما در نام ردیف لیدربورد ثبت شده و در بیشتر منابع نادیده گرفته می شود: ردیفی که رتبه یک را گرفته «gpt-image-2 (medium)» است، یعنی پیکربندی کیفیت متوسط. کیفیت high در همان اندازه ۰.۲۱۱ دلار هزینه دارد، یعنی چهار برابر، و اصلا ردیفی در لیدربورد ندارد. عدد ثبت شده در ستون قیمت ما همان ۰.۰۵۳ دلار متعلق به پیکربندی است که رتبه را کسب کرده.

کم هزینه ترین مسیر به یک خروجی مطلوب

نانو بنانا ۲. در کنار نانو بنانا پرو، تنها نامزدی است که هر شش ستون این معماری را پر کرده، و تنها نامزدی است که همزمان پوشش کامل و امتیاز بالا دارد. ستون مرجع را به طور کامل تصاحب می کند (ده تصویر شی) و از نظر قیمت هم از رتبه اول ارزان تر عمل می کند.

و اینجا نکته ای است که تصمیم خرید را تغییر می دهد: نانو بنانا پرو، یعنی مدل پرچمدار و پرهزینه گوگل، در این جدول جایگاه سوم را گرفته و پایین تر از نسخه ارزان خودش قرار دارد. روی تبدیل متن به تصویر واقعا عقب تر است و بازه های اطمینان همین را تایید می کنند، روی ویرایش سطح یکسانی دارند، و هزینه اش دو برابر است. اگر میان دو مدل گوگل مردد هستید، تقریبا همیشه گزینه ارزان تر پاسخ درست است.

ردیف آخر جدول، تنها ردیفی است که قابل دانلود است

فلاکس ۲ کلاین ۴B در جایگاه ششم قرار گرفته و این نباید به عنوان ضعف خوانده شود. این مدل ستون قیمت را به طور کامل تصاحب می کند (۰.۰۱۴ دلار، حدود یک چهارم رتبه اول) و تنها نامزدی است که در ستون باز بودن وزن ها اصلا امتیازی کسب می کند. پنج ردیف دیگر همگی صفر گرفته اند، چون هیچ کدام وزنی منتشر نکرده اند.

یعنی اگر الزام عملیاتی شما استقرار مدل روی زیرساخت خودتان است، این جدول شش گزینه ارائه نمی دهد، فقط یک گزینه دارد. این مدل روی یک کارت گرافیک با حدود ۱۳ گیگابایت حافظه اجرا می شود و پروانه اش آپاچی ۲.۰ است، یعنی استفاده تجاری هم مجاز است. کیفیت آن با صدر جدول فاصله دارد و باید این را پذیرفت؛ در مقابل، نه حساب کاربری لازم دارد، نه کارت بانکی، و نه حضور نام کشور شما در هیچ فهرستی.

ستون ایران امروز هیچ تمایزی ایجاد نمی کند

این نکته باید صریح نوشته شود چون از خود جدول قابل استخراج نیست. سه نامزد در این ستون داده دارند: جی پی تی ایمیج ۲ و هر دو مدل گوگل. هر سه دقیقا یک وضعیت یکسان دارند: ایران در فهرست کشورهای پشتیبانی شده آن ها نیست و مسیر پرداخت رسمی هم وجود ندارد. وقتی همه مقادیر یک ستون برابر باشند، موتور امتیازدهی به همه آن ها امتیاز کامل می دهد. در نتیجه این ستون میان سه نامزد نخست هیچ تمایزی ایجاد نمی کند.

آنچه این ستون واقعا انجام می دهد این است: سه نامزد دیگر را ده امتیاز جریمه می کند، نه به این دلیل که وضعیت آن ها بدتر است، بلکه چون سازنده شان اصلا سندی برای خواندن منتشر نکرده. برای فلاکس، فهرست کامل مستندات آن ها را بررسی کردیم؛ نه صفحه شرایط استفاده وجود دارد و نه فهرست کشوری، و آدرس شرایط استفاده روی سایت اصلی کد وضعیت ۴۰۴ برمی گرداند. برای سیدریم هم بایت دنس چیزی معادل آن منتشر نکرده. در عمل این ستون دارد می سنجد که «آیا سازنده فهرست کشور منتشر کرده یا نه»، و این با «آیا از ایران کار می کند یا نه» یکسان نیست. تا زمانی که سند بیشتری پیدا شود، وضعیت همین است و آن را پنهان نمی کنیم.

دو معیاری که عمدا در این معماری ساخته نشد

اول، سقف رزولوشن. سه سازنده سه مشخصه ناسازگار منتشر می کنند و این سه با هم جمع پذیر نیستند. گوگل برای مدل های خود برچسب «تا ۴K» می نویسد و در هیچ کجا ابعاد پیکسلی هیچ یک از پله های ۰.۵K تا ۴K را منتشر نمی کند. اوپن ای آی دقیق ترین مشخصات را دارد: ۳۸۴۰ پیکسل در ضلع بلند و مجموع پیکسل میان ۶۵۵۳۶۰ و ۸۲۹۴۴۰۰. بلک فارست لبز عدد ۴ مگاپیکسل را اعلام می کند. یک برچسب بدون عدد، یک عدد دقیق، و یک واحد سوم؛ از ترکیب این سه یک ستون قابل ساخت نیست. این اعداد را به عنوان فکت در صفحه هر مدل نگه داشتیم و ستونی برایشان نساختیم.

دوم، متن داخل تصویر. برای فارسی زبانان این شاید مهم ترین پرسش عملیاتی باشد، و دقیقا همان چیزی است که هیچ سازنده ای عددش را منتشر نمی کند. گوگل رندر متن مدل های خود را «پیشرفته» توصیف می کند. اوپن ای آی خود می نویسد که مدلش هنوز ممکن است در رندر متن دچار مشکل شود. بلک فارست لبز فلکس را «تخصصی برای تایپوگرافی» معرفی می کند. این ها سه صفت اند و هیچ کدام یک اندازه گیری نیستند. ستونی که از صفت ساخته شود، یک معیار سنجش پذیر نیست. کلید این معیار در ساختار داده ما تعریف شده و خالی مانده، تا روزی که عددی برایش منتشر شود.

چرا میدجرنی در این معماری حضور ندارد

چون هیچ داده ای از آن استخراج نشده. midjourney.com از سرور ما کد وضعیت ۴۰۳ برمی گرداند: هم صفحه اصلی، هم صفحه به روزرسانی ها، هم مستندات آن. یک تفاوت با اوپن ای آی که ارزش ثبت دارد: درباره openai.com دست کم robots.txt پاسخ می دهد و خزیدن را منع نکرده، اما midjourney.com/robots.txt هم خود ۴۰۳ است، یعنی حتی قاعده ای که باید رعایت شود هم قابل خواندن نیست.

و برخلاف اوپن ای آی که مدل آن روی هر دو تخته رتبه یک دارد، میدجرنی روی هیچ یک از دو تخته تصویر آرنا حضور ندارد؛ هفتاد و هفت مدل در تبدیل متن به تصویر و پنجاه و سه مدل در ویرایش فهرست شده اند، و نام آن در هیچ کدام دیده نمی شود. بنابراین نه فکتی در اختیار داریم و نه شاهدی، و ردیفی بدون عدد هم برایش نمی سازیم. اگر جایی خواندید میدجرنی برترین است، بپرسید عددش کجاست.

ردیفی که با پوشش نیمی از ستون ها رتبه گرفت

سیدریم ۵.۰ پرو در جایگاه چهارم قرار گرفته، در حالی که تنها دو ستون از شش ستون این معماری را پر کرده. روی هر دو تخته جایگاه بالایی دارد (پنجم در ویرایش، هشتم در تبدیل متن به تصویر) و همین برای پیشی گرفتن از فلاکس ۲ مکس با اختلاف چهار دهم امتیاز کافی بوده، در حالی که فلاکس چهار ستون را پر کرده است. این را با احتیاط بخوانید: جایگاه سیدریم در این جدول یعنی «در دو معیاری که سنجیده شده عملکرد خوبی دارد»، نه اینکه «از فلاکس برتر است».

خالی بودن آن چهار ستون هم ناشی از کوتاهی ما نیست. صفحه معرفی سیدریم ۵.۰ پرو باز می شود و پر از نمونه است، اما نه شناسه مدل دارد، نه قیمت، نه سقف ورودی مرجع و نه تاریخ. صفحه سیدریم ۵.۰ کد وضعیت ۲۰۰ برمی گرداند و بدنه اش خالی است. پوشش داده این ردیف دقیقا ۵۰ از ۱۰۰ است، یعنی درست روی مرز: یک سلول خالی دیگر کافی بود تا از جدول خارج شود و به فهرست «داده کافی نداریم» منتقل شود.