Kodėl apskritai verta lyginti šiuos tris?
Jei dirbate su tekstu, kodu, duomenų analize ar tiesiog bandote automatizuoti kasdienius darbus, greičiausiai jau esate susidūrę su bent vienu iš šių įrankių. Gemini, ChatGPT ir Claude šiandien yra trys dominuojantys žaidėjai generatyvinio AI rinkoje, ir kiekvienas iš jų turi savo stipriąsias puses, trūkumus bei tikslinę auditoriją. Problema ta, kad dauguma palyginimų internete arba per daug supaprastina situaciją („ChatGPT geriausia!”), arba paskęsta techninėse detalėse, kurios eiliniam vartotojui nieko nesako.
Šiame straipsnyje pabandysiu pažiūrėti į visus tris įrankius kiek kitaip – ne tik per specifikacijų prizmę, bet ir per praktinį naudojimą. Kas iš tikrųjų veikia, kai reikia parašyti techninę dokumentaciją? Kuris modelis geriau supranta kontekstą ilgame pokalbyje? Kur kiekvienas iš jų „lūžta”?
Architektūra ir techninis pagrindas – be akademinių kalbų
Prieš einant prie praktikos, verta trumpai suprasti, su kuo iš tikrųjų turime reikalą. ChatGPT yra OpenAI produktas, šiuo metu veikiantis ant GPT-4o modelio (nemokamoje versijoje) ir GPT-4o su papildomais įrankiais bei o1/o3 modeliais mokamoje versijoje. OpenAI buvo pirmieji, kurie išpopuliarino pokalbių AI masėms, ir tai jaučiasi – jų sistema yra labiausiai „išlyginta” vartotojo patirties požiūriu.
Claude – tai Anthropic kompanijos kūrinys. Anthropic įkūrė buvę OpenAI darbuotojai, kurie norėjo kurti AI su stipresniu saugumu ir etikos principų laikymusi. Tai nėra tik marketingo kalba – Claude elgsena tikrai skiriasi, ir tai jaučiasi praktikoje. Dabartinis flagmaninis modelis yra Claude 3.7 Sonnet, o konteksto langas siekia 200 000 tokenų, kas yra vienas didžiausių rinkoje.
Gemini – Google DeepMind projektas. Čia svarbu suprasti vieną dalyką: Google turėjo didžiulį pranašumą – jie turi prieigą prie interneto indekso, YouTube, Gmail, Google Docs ir visos savo ekosistemos. Gemini Ultra (arba Gemini 1.5 Pro) teoriškai turėtų būti galingiausias multimodalus modelis, nes jis gimė integruotas su realiojo laiko informacija. Praktika, kaip visada, yra kiek sudėtingesnė.
Vienas techninis aspektas, kurį verta paminėti – konteksto langas. Claude čia lyderiauja su 200K tokenų, Gemini 1.5 Pro pasiekia net 1 milijoną tokenų (nors tai labiau eksperimentinė funkcija), o ChatGPT GPT-4o dirba su 128K tokenų kontekstu. Praktiškai tai reiškia, kiek informacijos modelis gali „prisiminti” vieno pokalbio metu.
Kodo rašymas ir debuginimas – kur tikrai skiriasi
Programuotojams tai tikriausiai svarbiausia sekcija. Ir čia situacija įdomi, nes visi trys modeliai yra pakankamai geri, bet skirtingais būdais.
ChatGPT su GPT-4o yra labai geras generuojant kodą iš nulio. Jei duodate aiškią užduotį – „parašyk Python funkciją, kuri parsina JSON failą ir grąžina tik tuos įrašus, kur data yra vėlesnė nei 2023 metai” – gausite veikiantį kodą greitai. Tačiau kai situacija tampa sudėtingesnė, kai reikia suprasti didelę kodo bazę arba debuginti neakivaizdžias klaidas, GPT-4o kartais pradeda „haliucinuoti” – siūlo sprendimus, kurie atrodo logiški, bet iš tikrųjų neveikia.
Claude kodo srityje yra ypač stiprus dėl kelių priežasčių. Pirma, jis geriau paaiškina, ką daro ir kodėl. Antra, kai kažkas neveikia, Claude dažniau pripažįsta neapibrėžtumą vietoj to, kad tiesiog sugeneruotų dar vieną neteisingą atsakymą. Trečia – ir tai labai svarbu praktikoje – Claude geriau dirba su dideliais kodo fragmentais dėl didesnio konteksto lango. Jei įkeliate 500 eilučių failą ir prašote refaktorinti, Claude tai padarys geriau nei konkurentai.
Gemini kodo srityje turi vieną unikalų pranašumą – integracija su Google Colab ir kitais Google įrankiais. Jei dirbate duomenų mokslo srityje ir naudojate Google ekosistemą, Gemini gali tiesiogiai vykdyti kodą, matyti rezultatus ir iteruoti. Tai yra tikras pranašumas, kurio kiti du neturi tokia pat forma.
Praktinė rekomendacija: jei esate Python/JavaScript/TypeScript kūrėjas ir dirbate su sudėtingomis kodo bazėmis, pirmiausia išbandykite Claude. Jei dažnai dirbate su duomenų analize Google aplinkoje – Gemini. Greitos vienkartinės užduotys – visi trys veiks gerai.
Ilgi tekstai, dokumentai ir kontekstas – kur kas tikrai „supranta”
Vienas iš dažniausių naudojimo atvejų – įkelti ilgą dokumentą ir paprašyti jį analizuoti, apibendrinti ar rasti specifinę informaciją. Čia skirtumai tampa labai akivaizdūs.
Eksperimentas, kurį galite patys pakartoti: paimkite 50-100 puslapių PDF dokumentą (techninę specifikaciją, sutartį, mokslinį straipsnį) ir įkelkite į visus tris. Paprašykite rasti prieštaravimus, apibendrinti pagrindines tezes arba atsakyti į specifinį klausimą, kurio atsakymas yra dokumento viduryje.
Iš patirties – Claude čia veikia geriausiai. Jis ne tik randa informaciją, bet ir nurodo, kurioje dokumento dalyje ji yra, ir pateikia kontekstą. GPT-4o taip pat veikia neblogai, bet su labai ilgais dokumentais kartais „pameta” informaciją iš pradžios, kai pokalbis tęsiasi. Gemini su savo milžinišku konteksto langu teoriškai turėtų dominuoti, tačiau praktikoje kokybė nėra tokia stabili – kartais atsako puikiai, kartais praleido akivaizdžius dalykus.
Svarbus niuansas: konteksto langas ir konteksto kokybė yra skirtingi dalykai. Galite turėti 1 milijono tokenų langą, bet jei modelis neefektyviai naudoja tą informaciją, tai mažai padeda. Šiuo metu Claude demonstruoja geriausią santykį tarp konteksto dydžio ir jo efektyvaus panaudojimo.
Kūrybinis rašymas ir turinio generavimas – ne tik žodžių srautas
Čia daug kas nustebsite. Daugelis mano, kad kūrybiniam rašymui visi modeliai yra vienodai geri – tiesiog generuoja tekstą. Bet kai pradedate dirbti su jais intensyviau, skirtumai tampa akivaizdūs.
ChatGPT kūrybiniame rašyme yra labai „sklandus”. Jis generuoja tekstą, kuris skamba profesionaliai ir yra lengvai skaitomas. Problema – kartais per daug sklandus. Tekstai gali atrodyti šiek tiek sterilūs, per daug „teisingi”, be charakterio. Jei reikia marketingo turinio, el. laiškų ar standartinių blog’o įrašų – puikiai tinka. Jei ieškote unikalaus balso ar stiliaus – gali tekti labiau dirbti su prompt’ais.
Claude kūrybiniame rašyme turi vieną savybę, kurią vertinu labiausiai – jis geriau supranta toną ir stilių. Jei sakote „rašyk kaip techninis žurnalistas, kuris nemėgsta korporatyvinio žargono”, Claude tai supranta ir laikosi. Taip pat Claude geriau dirba su ilgesniais kūrybiniais projektais – jei rašote straipsnių seriją ar ilgesnį dokumentą, jis geriau išlaiko nuoseklumą.
Gemini kūrybiniame rašyme yra… įdomus. Jis kartais sugeneruoja netikėtai originalių idėjų, bet taip pat kartais nukrypsta nuo temos arba pateikia per daug „Google-ish” struktūrizuotus atsakymus. Jei naudojate Gemini per Google Docs, integracija yra patogi, bet pats rašymo kokybės lygis nėra stabiliausias.
Praktinis patarimas: kūrybiniam rašymui labai svarbu, kaip formuluojate užduotį. Visi trys modeliai reaguoja į detalius prompt’us. Vietoj „parašyk straipsnį apie AI” sakykite „parašyk 800 žodžių straipsnį techniniam skaitytojui, kuris jau žino AI pagrindus, bet nori suprasti praktinį skirumą tarp supervised ir unsupervised learning – be akademinių definicijų, su konkrečiais pavyzdžiais iš verslo”.
Saugumas, etika ir „atsisakymai” – kur kiekvienas brėžia liniją
Tai tema, apie kurią retai kalbama atvirai, bet ji yra labai svarbi praktiniam naudojimui. Visi trys modeliai turi saugos sistemas, kurios kartais blokuoja užklausas. Klausimas – ar tos sistemos yra protingos, ar tiesiog erzina?
ChatGPT per pastaruosius metus tapo žymiai „laisvesnis” nei buvo 2022-2023 metais. Ankstyvosios versijos atsisakydavo rašyti apie beveik viską, kas galėjo atrodyti kontroversiškai. Dabar GPT-4o yra gana balansiškas – jis atsisakys tikrai žalingų užklausų, bet normaliam darbui netrukdo.
Claude čia yra įdomiausias atvejis. Anthropic pozicionuoja jį kaip „saugiausią” modelį, ir iš tikrųjų jis turi stipriausias apsaugas. Tai reiškia, kad kartais Claude atsisakys užklausų, kurios kitiems modeliams nekeltų problemų. Pvz., rašant apie kibernetinį saugumą, Claude kartais bus atsargesnis nei reikia. Kita vertus, kai jis sutinka padėti – padeda labai kokybiškai. Svarbu suprasti: Claude atsisakymai dažnai yra labiau „aš noriu įsitikinti, kad suprantu kontekstą” tipo, o ne absoliutūs draudimai.
Gemini čia yra labiausiai nenuspėjamas. Kartais jis atsisakys visiškai nekaltos užklausos, kartais leis kažką, kas nustebins. Google turi savo politikas, kurios ne visada yra skaidrios vartotojui. Tai gali erzinti profesionalų naudojimą.
Praktinė rekomendacija: jei dirbate srityje, kur dažnai tenka kalbėti apie saugumą, teisę, mediciną ar kitas jautrias temas – išbandykite visus tris su savo specifiniais use case’ais prieš apsisprendžiant. Kiekvienas projektas yra skirtingas.
Kainos, planai ir kada verta mokėti
Kalbant apie kainodarą 2024-2025 metais, situacija yra tokia:
ChatGPT nemokama versija naudoja GPT-4o su tam tikrais apribojimais. ChatGPT Plus kainuoja 20 USD per mėnesį ir suteikia prieigą prie o1, o3-mini modelių, daugiau generavimo limitų ir DALL-E integraciją. ChatGPT Team ir Enterprise planai skirti organizacijoms.
Claude nemokama versija yra gana ribota – greičiai ir žinutės skaičius yra apriboti. Claude Pro kainuoja taip pat 20 USD per mėnesį ir suteikia prieigą prie Claude 3.7 Sonnet su pilnu konteksto langu. Anthropic taip pat turi API prieigą kūrėjams, kuri kainuoja pagal tokenų skaičių.
Gemini yra įdomus tuo, kad Google Workspace vartotojai (kurie moka už Google One ar Business planus) gauna Gemini Advanced įtrauktą į savo planą. Atskiras Gemini Advanced planas kainuoja apie 20 USD per mėnesį. Jei jau mokate už Google Workspace – tai gali būti geriausias kainos ir vertės santykis.
Kada verta mokėti? Jei naudojate AI kasdien darbui – beveik visada verta. 20 USD per mėnesį yra mažiau nei viena valanda konsultanto darbo, o šie įrankiai gali sutaupyti kelias valandas per savaitę. Klausimas ne „ar verta mokėti”, o „kuriam verta mokėti”. Mano rekomendacija: jei esate kūrėjas – Claude Pro. Jei dažnai dirbate su Google ekosistema – Gemini Advanced. Jei reikia universalaus įrankio su geriausiu UX – ChatGPT Plus.
Realybė prieš hype’ą – ką tikrai pasirinkti ir kodėl
Po viso šio palyginimo, tikriausiai tikitės aiškaus nugalėtojo. Bet tiesa yra ta, kad 2025 metais visi trys modeliai yra pakankamai geri, kad galėtumėte produktyviai dirbti su bet kuriuo iš jų. Skirtumas tarp jų yra mažesnis nei prieš metus, ir jis toliau mažėja.
Tačiau jei reikia konkrečių rekomendacijų:
- Kūrėjams ir inžinieriams, kurie dirba su sudėtingomis kodo bazėmis ir ilgais dokumentais – Claude yra geriausias pasirinkimas. Jo konteksto valdymas ir kodo supratimas šiuo metu yra aukščiausio lygio.
- Duomenų mokslininkams ir analitikams, kurie dirba Google ekosistemoje – Gemini su jo integracijomis gali sutaupyti daug laiko.
- Marketingo specialistams, turinio kūrėjams ir tiems, kuriems reikia universalaus įrankio – ChatGPT dėl geriausio UX, didžiausios plugin ekosistemos ir stabilaus veikimo.
- Jei negalite apsispręsti – naudokite visus tris. Rimtai. Daugelis profesionalų turi kelis aktyvius planus ir naudoja skirtingus modelius skirtingoms užduotims.
Vienas dalykas, kuris dažnai pamirštamas šiuose palyginimuose: modeliai keičiasi labai greitai. Tai, kas buvo tiesa prieš šešis mėnesius, gali nebūti tiesa dabar. OpenAI, Anthropic ir Google nuolat išleidžia naujinimus, ir lyderystė keičiasi. Geriausia strategija – sekti naujoves ir kartkartėmis perkainoti savo pasirinkimą.
Galiausiai, svarbiausia yra ne tai, kurį modelį naudojate, o kaip jį naudojate. Blogai suformuluotas prompt’as duos blogus rezultatus bet kuriame modelyje. Investicija į prompt engineering įgūdžius – mokymasis aiškiai formuluoti užduotis, pateikti kontekstą, nurodyti formatą ir toną – atsiperka daugiau nei bet kurio premium plano prenumerata. Tai yra įgūdis, kuris veikia su visais modeliais ir kurio vertė tik augs, kai AI įrankiai taps dar labiau integruoti į kasdienį darbą.
