ਲਿਖਣ, ਕੋਡਿੰਗ ਅਤੇ ਰੋਜ਼ਾਨਾ ਕੰਮਾਂ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ LLM ਕਿਹੜਾ ਹੈ?

ਹੁਣ ਸਭ ਤੋਂ ਵਧੀਆ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (LLM) ਚੁਣਨਾ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਸਮਾਰਟ ਮਸ਼ੀਨ ਲੱਭਣ ਦੀ ਗੱਲ ਨਹੀਂ ਰਹੀ। ਚੋਟੀ ਦੇ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਫ਼ਰਕ ਇੰਨਾ ਘੱਟ ਗਿਆ ਹੈ ਕਿ ਸਿਰਫ਼ ਰੌਅ ਬੈਂਚਮਾਰਕਾਂ ਨਾਲ ਪੂਰੀ ਕਹਾਣੀ ਸਮਝ ਨਹੀਂ ਆਉਂਦੀ। ਇਸ ਦੀ ਬਜਾਏ, ਫੈਸਲਾ ਇਸ ਗੱਲ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕੋਈ ਖ਼ਾਸ ਮਾਡਲ ਤੁਹਾਡੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਕਿਵੇਂ ਫਿੱਟ ਬੈਠਦਾ ਹੈ। ਤੁਸੀਂ ਸਿਰਫ਼ ਇੱਕ ਅਸਿਸਟੈਂਟ ਨਹੀਂ ਲੱਭ ਰਹੇ, ਸਗੋਂ ਅਜਿਹਾ ਟੂਲ ਲੱਭ ਰਹੇ ਹੋ ਜੋ ਤੁਹਾਡੇ ਖ਼ਾਸ ਮਕਸਦ ਅਤੇ ਪ੍ਰੋਫੈਸ਼ਨਲ ਲਾਈਫ ਨੂੰ ਸਮਝੇ। ਕੁਝ ਯੂਜ਼ਰਸ ਨੂੰ ਇੱਕ ਕਵੀ ਵਰਗੀ ਰਚਨਾਤਮਕਤਾ ਚਾਹੀਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਦੂਜਿਆਂ ਨੂੰ ਇੱਕ ਸੀਨੀਅਰ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਵਰਗੀ ਸਖ਼ਤ ਲੌਜਿਕ। ਮਾਰਕੀਟ ਹੁਣ ਖ਼ਾਸ ਕੰਮਾਂ ਦੇ ਹਿਸਾਬ ਨਾਲ ਵੰਡੀ ਗਈ ਹੈ। ਇੱਕ ਮਾਡਲ ਹਜ਼ਾਰਾਂ ਪੰਨਿਆਂ ਦੇ ਕਾਨੂੰਨੀ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਸਾਰ ਕੱਢਣ ਵਿੱਚ ਮਾਹਰ ਹੋ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਦੂਜਾ ਮਾਰਕੀਟ ਦੇ ਤਾਜ਼ਾ ਬਦਲਾਅ ਲੱਭਣ ਲਈ ਲਾਈਵ ਵੈੱਬ ਸਰਚ ਵਿੱਚ ਬਿਹਤਰ ਹੋ ਸਕਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਅਜੇ ਵੀ ਹਰ ਕੰਮ ਲਈ ਇੱਕੋ ਮਾਡਲ ਵਰਤ ਰਹੇ ਹੋ, ਤਾਂ ਸ਼ਾਇਦ ਤੁਸੀਂ ਆਪਣੀ ਪ੍ਰੋਡਕਟਿਵਿਟੀ ਦਾ ਪੂਰਾ ਫ਼ਾਇਦਾ ਨਹੀਂ ਉਠਾ ਰਹੇ। ਮਕਸਦ ਆਪਣੇ ਦਿਨ ਭਰ ਦੇ ਕੰਮਾਂ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਮੁਤਾਬਕ ਸਹੀ ਟੂਲ ਦੀ ਚੋਣ ਕਰਨਾ ਹੈ।

ਅੱਜ ਦੀ ਮਾਰਕੀਟ ‘ਤੇ ਚਾਰ ਵੱਡੇ ਖਿਡਾਰੀਆਂ ਦਾ ਕਬਜ਼ਾ ਹੈ ਜੋ ਵੱਖ-ਵੱਖ ਤਰ੍ਹਾਂ ਦੀ ਇੰਟੈਲੀਜੈਂਸ ਪੇਸ਼ ਕਰਦੇ ਹਨ। OpenAI ਦਾ GPT-4o ਅਜੇ ਵੀ ਸਭ ਤੋਂ ਵਧੀਆ ਆਲ-ਰਾਊਂਡਰ ਹੈ। ਇਹ ਵੌਇਸ, ਵਿਜ਼ਨ ਅਤੇ ਟੈਕਸਟ ਨੂੰ ਇੰਨੇ ਵਧੀਆ ਤਰੀਕੇ ਨਾਲ ਸੰਭਾਲਦਾ ਹੈ ਕਿ ਰੋਜ਼ਾਨਾ ਮਦਦ ਲਈ ਇਹ ਬਹੁਤ ਭਰੋਸੇਮੰਦ ਹੈ। Anthropic ਨੇ Claude 3.5 Sonnet ਨਾਲ ਕਾਫ਼ੀ ਨਾਮ ਕਮਾਇਆ ਹੈ। ਲੇਖਕ ਅਤੇ ਕੋਡਰ ਇਸ ਦੀ ਸ਼ਾਨਦਾਰ ਭਾਸ਼ਾ ਅਤੇ ਬਿਹਤਰੀਨ ਲੌਜਿਕ ਲਈ ਇਸ ਦੀ ਬਹੁਤ ਤਾਰੀਫ਼ ਕਰਦੇ ਹਨ। ਇਹ ਇੱਕ ਮਸ਼ੀਨ ਨਾਲੋਂ ਇੱਕ ਸਮਝਦਾਰ ਸਾਥੀ ਜ਼ਿਆਦਾ ਲੱਗਦਾ ਹੈ। Google ਦਾ Gemini 1.5 Pro ਆਪਣੀ ਜ਼ਬਰਦਸਤ ਮੈਮੋਰੀ ਕਰਕੇ ਵੱਖਰਾ ਦਿਖਦਾ ਹੈ। ਇਹ ਇੱਕੋ ਵਾਰ ਵਿੱਚ ਘੰਟਿਆਂ ਦੀ ਵੀਡੀਓ ਜਾਂ ਪੂਰੇ ਕੋਡਬੇਸ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦਾ ਹੈ। ਅਖ਼ੀਰ ਵਿੱਚ, Perplexity ਇੱਕ ਪ੍ਰੀਮੀਅਰ ਆਂਸਰ ਇੰਜਣ ਵਜੋਂ ਉੱਭਰਿਆ ਹੈ। ਇਹ ਸਿਰਫ਼ ਚੈਟ ਨਹੀਂ ਕਰਦਾ, ਸਗੋਂ ਇੰਟਰਨੈੱਟ ‘ਤੇ ਸਰਚ ਕਰਕੇ ਗੁੰਝਲਦਾਰ ਸਵਾਲਾਂ ਦੇ ਹਵਾਲਿਆਂ ਸਮੇਤ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। GPT-4o ਸਪੀਡ ਲਈ ਹੈ, Claude ਕੁਆਲਿਟੀ ਰਾਈਟਿੰਗ ਲਈ, Gemini ਗੂਗਲ ਈਕੋਸਿਸਟਮ ਅਤੇ ਡਾਟਾ ਐਨਾਲਿਸਿਸ ਲਈ, ਅਤੇ Perplexity ਰਵਾਇਤੀ ਸਰਚ ਇੰਜਣ ਨੂੰ ਬਦਲਣ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ।

ਇਹ ਬਦਲਾਅ ਜਾਣਕਾਰੀ ਲੱਭਣ ਦੇ ਤਰੀਕੇ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲ ਰਿਹਾ ਹੈ। ਅਸੀਂ ਨੀਲੇ ਲਿੰਕਾਂ ਵਾਲੇ ਸਰਚ ਇੰਜਣਾਂ ਦੇ ਦੌਰ ਤੋਂ ਨਿਕਲ ਕੇ AI ਓਵਰਵਿਊ ਦੇ ਜ਼ਮਾਨੇ ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਹੇ ਹਾਂ। ਜਦੋਂ AI ਸਿੱਧਾ ਜਵਾਬ ਦੇ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਯੂਜ਼ਰਸ ਲਈ ਅਸਲ ਵੈੱਬਸਾਈਟ ‘ਤੇ ਜਾਣ ਦੀ ਲੋੜ ਖ਼ਤਮ ਹੋ ਜਾਂਦੀ ਹੈ। ਇਸ ਨਾਲ ਕੰਟੈਂਟ ਕ੍ਰਿਏਟਰਾਂ ਅਤੇ ਪਬਲਿਸ਼ਰਾਂ ‘ਤੇ ਕਾਫ਼ੀ ਦਬਾਅ ਪੈ ਰਿਹਾ ਹੈ। ਸਰਚ ਇੰਜਣ ਹੁਣ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਨੂੰ ਪਹਿਲ ਦੇ ਰਹੇ ਹਨ ਜਿਸ ਨੂੰ AI ਆਸਾਨੀ ਨਾਲ ਤਿਆਰ ਨਹੀਂ ਕਰ ਸਕਦਾ, ਜਿਵੇਂ ਕਿ ਅਸਲ ਰਿਪੋਰਟਿੰਗ ਅਤੇ ਨਿੱਜੀ ਅਨੁਭਵ। ਪਬਲਿਸ਼ਰ ਹੁਣ AI ਕੰਪਨੀਆਂ ਨਾਲ ਲਾਇਸੈਂਸਿੰਗ ਡੀਲ ਕਰ ਰਹੇ ਹਨ ਤਾਂ ਜੋ ਉਹਨਾਂ ਦੇ ਡਾਟਾ ਦੀ ਸਹੀ ਕੀਮਤ ਮਿਲ ਸਕੇ। ਮਾਰਕੀਟਿੰਗ ਜਾਂ ਮੀਡੀਆ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਇਹਨਾਂ AI ਟ੍ਰੈਂਡਸ ਨਾਲ ਜੁੜੇ ਰਹਿਣਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ।

ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਮੈਨੇਜਰ, ਸਾਰਾਹ ਦੀ ਉਦਾਹਰਣ ਲਓ। ਉਹ ਆਪਣੀ ਸਵੇਰ Perplexity ਨਾਲ ਕਿਸੇ ਨਵੇਂ ਮੁਕਾਬਲੇਬਾਜ਼ ਬਾਰੇ ਰਿਸਰਚ ਕਰਕੇ ਸ਼ੁਰੂ ਕਰਦੀ ਹੈ। ਫਿਰ ਉਹ Claude 3.5 Sonnet ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਮੁਹਿੰਮ ਦਾ ਪ੍ਰਪੋਜ਼ਲ ਤਿਆਰ ਕਰਦੀ ਹੈ ਕਿਉਂਕਿ ਇਸ ਦੀ ਭਾਸ਼ਾ ਰੋਬੋਟਿਕ ਨਹੀਂ ਲੱਗਦੀ। ਜਦੋਂ ਉਸ ਨੇ ਗਾਹਕਾਂ ਦੇ ਫੀਡਬੈਕ ਵਾਲੀ ਵੱਡੀ ਸਪ੍ਰੈਡਸ਼ੀਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਉਹ Gemini 1.5 Pro ਦੀ ਮਦਦ ਲੈਂਦੀ ਹੈ। ਬਾਅਦ ਵਿੱਚ, ਉਹ ਆਪਣੇ ਫ਼ੋਨ ‘ਤੇ GPT-4o ਰਾਹੀਂ ਆਪਣੀ ਪ੍ਰੈਜ਼ੈਂਟੇਸ਼ਨ ਦੀ ਪ੍ਰੈਕਟਿਸ ਕਰਦੀ ਹੈ। ਇਹ ਹੈ ਅੱਜ ਦਾ ਮਲਟੀ-ਮਾਡਲ ਵਰਕਫਲੋ। ਸਾਰਾਹ ਸਿਰਫ਼ ਇੱਕ ਬ੍ਰਾਂਡ ‘ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਹੈ, ਉਹ ਹਰ ਟੂਲ ਦੀ ਖ਼ਾਸ ਤਾਕਤ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਹਾਲਾਂਕਿ AI ਬਹੁਤ ਤੇਜ਼ ਹੈ, ਪਰ ਉਹ ਅਜੇ ਵੀ ਅਹਿਮ ਤੱਥਾਂ ਦੀ ਖ਼ੁਦ ਜਾਂਚ ਕਰਦੀ ਹੈ। ਇਹ disclaimer-ai-generated content ਹੁਣ ਉਸਦੀ ਰੁਟੀਨ ਦਾ ਹਿੱਸਾ ਹੈ, ਪਰ ਅੰਤਿਮ ਫੈਸਲਾ ਉਸਦਾ ਹੀ ਹੁੰਦਾ ਹੈ।

ਆਟੋਮੇਟਿਡ ਜਵਾਬਾਂ ਦਾ ਲੁਕਿਆ ਹੋਇਆ ਖ਼ਰਚਾ

ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਇਹਨਾਂ ਮਾਡਲਾਂ ‘ਤੇ ਨਿਰਭਰ ਹੋ ਰਹੇ ਹਾਂ, ਸਾਨੂੰ ਕੁਝ ਔਖੇ ਸਵਾਲ ਵੀ ਪੁੱਛਣੇ ਪੈਣਗੇ। ਸਹੂਲਤ ਦੀ ਕੀਮਤ ਕੀ ਹੈ? ਜਦੋਂ ਅਸੀਂ ਅਸਲ ਸਰੋਤਾਂ ‘ਤੇ ਜਾਣਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹਾਂ, ਤਾਂ ਅਸੀਂ ਉਸ ਈਕੋਸਿਸਟਮ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦੇ ਹਾਂ ਜੋ ਇਹ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਪ੍ਰਾਈਵੇਸੀ ਦਾ ਮੁੱਦਾ ਵੀ ਅਹਿਮ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਮਾਡਲ ਤੁਹਾਡੇ ਡਾਟਾ ਦੀ ਵਰਤੋਂ ਆਪਣੇ ਆਪ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕਰਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵਾਤਾਵਰਣ ‘ਤੇ ਪੈਣ ਵਾਲਾ ਪ੍ਰਭਾਵ ਵੀ ਚਿੰਤਾ ਦਾ ਵਿਸ਼ਾ ਹੈ। ਇੱਕ ਹਾਈ-ਐਂਡ ਮਾਡਲ ‘ਤੇ ਸਵਾਲ ਪੁੱਛਣ ਲਈ ਆਮ ਸਰਚ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਬਿਜਲੀ ਲੱਗਦੀ ਹੈ। ਭਰੋਸੇਯੋਗਤਾ ਅਜੇ ਵੀ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਹੈ; ਇਹ ਮਾਡਲ ਕਈ ਵਾਰ ਪੂਰੇ ਭਰੋਸੇ ਨਾਲ ਗਲਤ ਤੱਥ (hallucinate) ਪੇਸ਼ ਕਰ ਦਿੰਦੇ ਹਨ। ਕਾਨੂੰਨ ਜਾਂ ਮੈਡੀਕਲ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਇਹ ਖ਼ਤਰਨਾਕ ਹੋ ਸਕਦਾ ਹੈ।

ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ AI ਕਹਾਣੀ, ਟੂਲ, ਰੁਝਾਨ ਜਾਂ ਸਵਾਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਸਾਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਸਾਨੂੰ ਆਪਣਾ ਲੇਖ ਦਾ ਵਿਚਾਰ ਭੇਜੋ — ਅਸੀਂ ਇਸਨੂੰ ਸੁਣਨਾ ਪਸੰਦ ਕਰਾਂਗੇ।

ਪਾਵਰ ਯੂਜ਼ਰਸ ਲਈ ਅੰਦਰੂਨੀ ਗੱਲਾਂ

ਜਿਹੜੇ ਲੋਕ ਇਹਨਾਂ ਟੂਲਸ ਦੀ ਪੂਰੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ, ਉਹਨਾਂ ਲਈ ਟੈਕਨੀਕਲ ਸਪੈਸੀਫਿਕੇਸ਼ਨ ਜ਼ਿਆਦਾ ਮਾਇਨੇ ਰੱਖਦੇ ਹਨ। ਪਾਵਰ ਯੂਜ਼ਰਸ ਤਿੰਨ ਚੀਜ਼ਾਂ ‘ਤੇ ਧਿਆਨ ਦਿੰਦੇ ਹਨ: **ਕੰਟੈਕਸਟ ਹੈਂਡਲਿੰਗ**, API ਲਿਮਿਟਸ ਅਤੇ ਵਰਕਫਲੋ ਇੰਟੀਗ੍ਰੇਸ਼ਨ। ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਇਹ ਤੈਅ ਕਰਦੀ ਹੈ ਕਿ ਮਾਡਲ ਇੱਕ ਵਾਰ ਵਿੱਚ ਕਿੰਨੀ ਜਾਣਕਾਰੀ ਯਾਦ ਰੱਖ ਸਕਦਾ ਹੈ। Gemini 1.5 Pro 2 ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਨਾਲ ਸਭ ਤੋਂ ਅੱਗੇ ਹੈ। **Latency** (ਦੇਰੀ) ਦੂਜਾ ਅਹਿਮ ਫੈਕਟਰ ਹੈ। ਜੇ ਤੁਸੀਂ ਕੋਈ ਐਪ ਬਣਾ ਰਹੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਤੁਰੰਤ ਜਵਾਬ ਚਾਹੀਦਾ ਹੈ। GPT-4o ਇਸ ਮਾਮਲੇ ਵਿੱਚ ਬਹੁਤ ਤੇਜ਼ ਹੈ। ਕੁਝ ਹੋਰ ਗੱਲਾਂ ਦਾ ਵੀ ਧਿਆਨ ਰੱਖੋ:

• ਪੀਕ ਘੰਟਿਆਂ ਦੌਰਾਨ API ਕਾਲਾਂ ‘ਤੇ ਰੇਟ ਲਿਮਿਟ ਤੁਹਾਡੀ ਰਫ਼ਤਾਰ ਘਟਾ ਸਕਦੀ ਹੈ।
• ਚੈਟ ਹਿਸਟਰੀ ਦੀ ਲੋਕਲ ਸਟੋਰੇਜ ਹਰ ਪਲੇਟਫਾਰਮ ‘ਤੇ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ।
• ਡਿਵੈਲਪਰਾਂ ਲਈ JSON ਮੋਡ ਅਤੇ ਟੂਲ ਯੂਜ਼ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹਨ।
• ਛੋਟੇ ਅਤੇ ਵੱਡੇ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਟੋਕਨ ਦੀ ਕੀਮਤ ਵਿੱਚ ਬਹੁਤ ਫ਼ਰਕ ਹੋ ਸਕਦਾ ਹੈ।

ਅਸਲ ਫ਼ਾਇਦਾ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਵਿੱਚ ਹੈ। ਉਹ ਮਾਡਲ ਜ਼ਿਆਦਾ ਕੀਮਤੀ ਹੈ ਜੋ ਤੁਹਾਡੇ ਕੋਡ ਐਡੀਟਰ ਦੇ ਅੰਦਰ ਕੰਮ ਕਰਦਾ ਹੈ। ਕਈ ਯੂਜ਼ਰਸ ਹੁਣ ਲੋਕਲ LLMs ਵੱਲ ਵੀ ਦੇਖ ਰਹੇ ਹਨ ਤਾਂ ਜੋ ਪ੍ਰਾਈਵੇਸੀ ਬਣੀ ਰਹੇ। ਮਾਡਲ ਦੀ ਚੋਣ ਅਸਲ ਵਿੱਚ ਤੁਹਾਡੇ ਦਿਮਾਗ ਲਈ ਇੱਕ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦੀ ਚੋਣ ਕਰਨ ਵਾਂਗ ਹੈ।

ਆਪਣੇ ਲਈ ਸਹੀ ਟੂਲ ਚੁਣੋ

ਸਭ ਤੋਂ ਵਧੀਆ LLM ਉਹੀ ਹੈ ਜੋ ਤੁਹਾਡੀਆਂ ਅਸਲ ਮੁਸ਼ਕਲਾਂ ਨੂੰ ਹੱਲ ਕਰੇ। ਜੇ ਤੁਸੀਂ ਲੇਖਕ ਹੋ, ਤਾਂ Claude 3.5 Sonnet ਅਜ਼ਮਾਓ। ਜੇ ਰਿਸਰਚ ਕਰਨੀ ਹੈ, ਤਾਂ Perplexity ਤੁਹਾਡੇ ਘੰਟਿਆਂ ਦਾ ਸਮਾਂ ਬਚਾਏਗਾ। ਰੋਜ਼ਾਨਾ ਮਦਦ ਲਈ GPT-4o ਅਜੇ ਵੀ ਗੋਲਡ ਸਟੈਂਡਰਡ ਹੈ। ਜੇ ਤੁਹਾਡਾ ਕੰਮ ਬਹੁਤ ਜ਼ਿਆਦਾ ਡਾਟਾ ਜਾਂ ਗੂਗਲ ਵਰਕਸਪੇਸ ਨਾਲ ਜੁੜਿਆ ਹੈ, ਤਾਂ Gemini 1.5 Pro ਸਭ ਤੋਂ ਵਧੀਆ ਹੈ। ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਨੂੰ ਵਰਤਣ ਤੋਂ ਨਾ ਡਰੋ। ਸਭ ਤੋਂ ਪ੍ਰੋਡਕਟਿਵ ਯੂਜ਼ਰਸ ਉਹ ਹਨ ਜੋ ਜਾਣਦੇ ਹਨ ਕਿ ਇਹ ਸਭ ਕੁਝ ਜਾਣਨ ਵਾਲੇ ਦੇਵਤੇ ਨਹੀਂ, ਸਗੋਂ ਖ਼ਾਸ ਕੰਮਾਂ ਲਈ ਬਣੇ ਟੂਲ ਹਨ।

编者按：我们创建本网站，旨在作为一个多语言人工智能新闻和指南中心，为那些并非电脑极客，但仍然希望了解人工智能、更有信心地使用它并关注正在到来的未来的人群服务。