პატარა სტარტაპმა Arcee AI-მ 400B პარამეტრიანი ღია LLM შექმნა Meta-ს Llama-სთან კონკურენციისთვის

ხელოვნური ინტელექტის ინდუსტრიაში ბევრი მიიჩნევს, რომ ბაზრის გამარჯვებულები უკვე გამოვლენილნი არიან: სფეროს ისეთი გიგანტები გააკონტროლებენ, როგორიცაა Google, Meta, Microsoft და Amazon, მათ პარტნიორ OpenAI-სა და Anthropic-თან ერთად. თუმცა, 30-კაციანი სტარტაპი Arcee AI ამ მოსაზრებას არ ეთანხმება. კომპანიამ ახლახან გამოუშვა სრულად და სამუდამოდ ღია (Apache ლიცენზიით) ზოგადი დანიშნულების საბაზისო მოდელი Trinity. Arcee-ს განცხადებით, 400 მილიარდი პარამეტრით ის ერთ-ერთი უდიდესი ღია საბაზისო მოდელია, რომელიც ოდესმე შეუქმნია და გამოუშვია ამერიკულ კომპანიას.

ბენჩმარკების მიხედვით, Trinity კონკურენციას უწევს Meta-ს Llama 4 Maverick 400B-ს და ჩინეთის ცინხუას უნივერსიტეტის მაღალეფექტურ ღია მოდელს, GLM-4.5-ს. ტესტები ჩატარდა საბაზისო მოდელებზე, რომლებსაც მინიმალური პოსტ-ტრენინგი ჰქონდათ გავლილი.

სხვა უახლესი მიღწევების დონის (SOTA) მოდელების მსგავსად, Trinity ორიენტირებულია კოდირებასა და მრავალეტაპიან პროცესებზე, როგორიცაა AI აგენტები. მიუხედავად მისი მასშტაბებისა, ის ჯერჯერობით სრულფასოვანი SOTA კონკურენტი არ არის, რადგან ამჟამად მხოლოდ ტექსტს უჭერს მხარს. კომპანიის ტექნიკური დირექტორის, ლუკას ატკინსის თქმით, სხვა რეჟიმები უკვე დამუშავების პროცესშია — ვიზუალური (vision) მოდელი განვითარების ეტაპზეა, ხოლო ხმის ტექსტად გარდაქმნის (speech-to-text) ვერსია სამომავლო გეგმებშია. შედარებისთვის, Meta-ს Llama 4 Maverick უკვე მულტიმოდალურია და ტექსტთან ერთად გამოსახულებებსაც აღიქვამს.

სტრატეგიული მიზნები და ბენჩმარკები

სანამ დამატებით ფუნქციებს დანერგავდა, Arcee-ს სურდა შეექმნა ისეთი საბაზისო LLM, რომელიც შთაბეჭდილებას მოახდენდა მის მთავარ სამიზნე აუდიტორიაზე: დეველოპერებსა და აკადემიურ წრეებზე. გუნდს განსაკუთრებით სურს, რომ ყველა ზომის ამერიკულმა კომპანიამ ჩინური ღია მოდელების ნაცვლად არჩევანი მათ პროდუქტზე შეაჩეროს. ატკინსის თქმით, დეველოპერების ნდობის მოსაპოვებლად მათ საუკეთესო ღია წონის (open-weight) მოდელი უნდა შესთავაზო.

ბენჩმარკები აჩვენებს, რომ Trinity-ს საბაზისო მოდელი, რომელიც ამჟამად წინასწარი გადახედვის (preview) რეჟიმშია, წარმატებით უმკლავდება გამოწვევებს. ზოგიერთ შემთხვევაში ის ოდნავ სჯობნის კიდეც Llama-ს კოდირების, მათემატიკის, ზოგადი ცოდნისა და ლოგიკური მსჯელობის ტესტებში.

ეფექტური წვრთნა და რესურსები

Arcee-ს მიერ მიღწეული პროგრესი შთამბეჭდავია. დიდ Trinity მოდელამდე დეკემბერში ორი მცირე მოდელი გამოვიდა: 26B-პარამეტრიანი Trinity Mini, რომელიც სრულად პოსტ-ტრენირებული ლოგიკური მოდელია, და 6B-პარამეტრიანი Trinity Nano, რომელიც ექსპერიმენტული მიზნებისთვის შეიქმნა. აღსანიშნავია, რომ კომპანიამ ყველა ეს მოდელი სულ რაღაც ექვს თვეში გაწვრთნა. პროცესი ჯამში 20 მილიონი დოლარი დაჯდა და გამოყენებული იქნა 2,048 Nvidia Blackwell B300 GPU.

კომპანიის დამფუძნებლისა და აღმასრულებელი დირექტორის, მარკ მაკკუეიდის თქმით, ეს თანხა მათ მიერ მოზიდული 50 მილიონი დოლარის მნიშვნელოვანი ნაწილი იყო. მიუხედავად იმისა, რომ ეს თანხა მცირეა დიდ ლაბორატორიებთან შედარებით, ექვსთვიანი ვადები მკაცრად იყო გათვლილი. ატკინსის განმარტებით, სტარტაპის ახალგაზრდა და მოტივირებულმა მკვლევრებმა მაქსიმუმი გააკეთეს დასახული მიზნის მისაღწევად.

კომპანიის ტრანსფორმაცია

თავდაპირველად Arcee AI-ს მიზანი ახალი ამერიკული AI ლაბორატორიის შექმნა არ ყოფილა. კომპანია მოდელების პერსონალიზაციაზე მუშაობდა ისეთი მსხვილი კლიენტებისთვის, როგორიცაა SK Telecom. ისინი იღებდნენ სხვის შექმნილ მოდელებს (Llama, Mistral, Qwen) და მათ პოსტ-ტრენინგს ახორციელებდნენ კონკრეტული საჭიროებებისთვის.

თუმცა, კლიენტების რაოდენობის ზრდასთან ერთად, საკუთარი მოდელის საჭიროება აშკარა გახდა. მაკკუეიდი შიშობდა, რომ სხვა კომპანიებზე დამოკიდებულება რისკის შემცველი იყო. ამავდროულად, ბევრი საუკეთესო ღია მოდელი ჩინეთიდან მოდიოდა, რასაც ამერიკული საწარმოები სიფრთხილით ეკიდებოდნენ ან საერთოდ ეკრძალებოდათ მათი გამოყენება.

ლიცენზირება და ხელმისაწვდომობა

Arcee-ს არჩევანი Apache ლიცენზიაზე მიუთითებს მათ ერთგულებაზე, რომ მოდელები ყოველთვის ღია დარჩეს. ეს მნიშვნელოვანია იმ ფონზე, როდესაც Meta-ს ხელმძღვანელმა, მარკ ცუკერბერგმა მიანიშნა, რომ მისი კომპანია შესაძლოა ყოველთვის არ გახდეს ყველაზე მოწინავე მოდელებს საჯაროს. Llama-ს ლიცენზია Meta-ს მიერ კონტროლდება და შეიცავს გარკვეულ კომერციულ შეზღუდვებს, რის გამოც ზოგიერთი ორგანიზაცია მას სრულფასოვან ღია კოდის პროდუქტად არ მიიჩნევს.

Trinity-ს ყველა მოდელი უფასოდ ჩამოსატვირთია. უდიდესი ვერსია სამი სახით იქნება ხელმისაწვდომი:

• Trinity Large Preview: მსუბუქად პოსტ-ტრენირებული მოდელი, რომელიც მორგებულია ადამიანის ინსტრუქციების შესრულებაზე.
• Trinity Large Base: საბაზისო მოდელი პოსტ-ტრენინგის გარეშე.
• TrueBase: მოდელი ყოველგვარი წინასწარი წესებისა თუ დაშვებების გარეშე, რაც იდეალურია მკვლევრებისთვის, რომლებსაც მისი სრული პერსონალიზაცია სურთ.

Arcee AI გეგმავს Trinity-ს ჰოსტირებული ვერსიის შეთავაზებას კონკურენტული API ფასებით დაახლოებით ექვს კვირაში. ამჟამად Trinity Mini-ს API ფასი შეადგენს $0.045 / $0.15-ს, ასევე არსებობს უფასო პაკეტი ლიმიტირებული წვდომით. პარალელურად, კომპანია აგრძელებს მოდელების პერსონალიზაციისა და პოსტ-ტრენინგის სერვისების გაყიდვას.