Kas konkrečiai pasikeitė AI modeliuose: kontekstas, kainos, galimybės. Tik šaltinių nurodytos reikšmės — niekada spėjamos.
| Parametras | Buvo | Dabar |
|---|---|---|
| WER (Najdi+Hijazi testas) | 55.05% | 29.96% |
| CER (Najdi+Hijazi testas) | 31.63% | 12.18% |
| Pilnas SADA WER | 58.84% | 35.61% |
| FLEURS anglų kalbos WER | 11.04% | 10.42% |
| FLEURS arabų kalbos WER | 12.67% | 11.41% |
| Apmokomi parametrai (atlaisvinti viršutiniai 8 sluoksniai) | Nenurodyta | 230.4M iš 638M viso |
| Kalbų aprėptis | 40 kalbų-lokalių (bazinis modelis) | Tas pats, plius specializuoti Najdi/Hijazi dialektai |
| Parametras | Buvo | Dabar |
|---|---|---|
| Bazinis modelis | Nenurodyta | Qwen3-8B |
| Ataskaitos generavimo laikas (vid., visas procesas) | 178,5 sekundės (Claude varomas Thinking režimas) | 51,1 sekundės (AstaBrief Fast režimas) |
| Greitis lyginant su Thinking režimu | 1x (bazinis) | ~3,5x greičiau |
| SFT mokymo pavyzdžiai | Nenurodyta | 47K (iš 90K atfiltruotų tyrimų užklausų) |
| DPO mokymo pavyzdžiai | Nenurodyta | ~6K |
| Svorių/duomenų prieinamumas | Nuosavybinis (duomenų generavimui naudoti Claude 3.5/3.7 Sonnet, o3, o4-mini, GPT-4.1) | Atviro kodo modelio svoriai ir mokymo duomenys |
| Parametras | Buvo | Dabar |
|---|---|---|
| Vykdymo režimas | Tik debesijos agentiniai darbo procesai | Vietinis/neprisijungus vykdymas naudojant LiteRT su Gemma 4 26B A4B, bei hibridinė debesijos ir vietinė orkestracija |
| Aparatinės įrangos reikalavimas | Nenurodyta | Rekomenduojama >24GB VRAM arba vieninga atmintis |
| Kaina hibridinėje demonstracijoje | Nenurodyta | 97,2% žetonų (3 322) veikia vietiniu/neprisijungus režimu; tik 95 debesijos žetonai panaudoti Gemini 3.8 Flash planavimu |
| Suderinamos backend sistemos | Nenurodyta | Palaiko OpenAI suderinamus vietinius serverius (Ollama, LM Studio, vLLM) per LocalOpenAIAgentConfig |