#opg $OPG Vor ein paar Tagen habe ich in @OpenGradient auf der Plattform chat.opengradient.ai einen Test gemacht: Mehrere Modelle sollten, basierend auf den von mir verfassten ziemlich anspruchsvollen Promptings, jeweils eine Analyse dazu schreiben, wie sich Token-Vesting/Unlocks auf die Liquidität auswirken. Mit demselben Prompting waren die Rückmeldungen verschiedener führender Modelle so unterschiedlich, dass mich das wirklich überrascht hat.
Zuerst zu Gemini: Die Antwort klang am ehesten wie ein Research-Report. Die Struktur war sehr sauber, die Kerndatenpunkte wurden klar aufgelistet, aber beim Lesen hatte es den Ton, als würde es ein Lehrbuch vorlesen. Im Vergleich dazu schrieb Claude flüssiger. Die Kommunikationslogik war sehr fachkundig, der Rhythmus von langen und kurzen Sätzen saß perfekt – ideal, um es direkt in eine PPT einzufügen. Grok war mit Abstand am kürzesten, fügte allerdings jeweils relevante aktuelle Hot-Topics von X ein, wodurch die Aktualität sehr stark rüberkam. In Sachen Tiefe fehlte jedoch ein wenig. ByteDance Seed traf chinesische Fachbegriffe am genauesten; einige lokal angepasste Formulierungen trafen andere Modelle schlicht nicht in dieser Ausdruckskraft.
Am interessantesten fand ich aber, dass ich im selben Dialog hin- und herspringen kann: Erst lasse ich Gemini den Rahmen aufbauen, dann lasse ich Claude die Sprache glätten und zum Schluss ergänzt Grok noch einen Satz mit Echtzeit-Hintergrund. Der ganze Prozess braucht kein ständiges Wechseln zwischen Seiten, und mein Prompt hinterlässt keine Bruchstücke zwischen verschiedenen Plattformen.
Früher musste man dafür drei bis vier Browser-Tabs öffnen, weil jede Plattform meine Fragehistorie gespeichert hat. Nachdem ich das in einem Fenster zusammengeführt habe, hat mir das enorm viel Arbeit abgenommen – und die Verschlüsselung ist standardmäßig aktiviert. Die Plattformen können nicht sehen, welchen Modellvergleich ich gerade mache, und sie wissen auch nicht, an welchem Token ich gerade den Unlock-Rhythmus untersuche.
Es gibt ohnehin kein perfektes KI-System. Ein einzelnes Modell ist schwer in der Lage, gleichzeitig streng zu sein, gut lesbar zu schreiben und aktuell zu bleiben. Jetzt kann man sie nach Bedarf aufteilen – und mein gedanklicher Weg wird auch von keiner Plattform archiviert.
Habt ihr das schon mal ausprobiert: dieselbe Frage unterschiedlichen Modellen geben und dann daraus die vollständigste Antwort zusammensetzen?
Zuerst zu Gemini: Die Antwort klang am ehesten wie ein Research-Report. Die Struktur war sehr sauber, die Kerndatenpunkte wurden klar aufgelistet, aber beim Lesen hatte es den Ton, als würde es ein Lehrbuch vorlesen. Im Vergleich dazu schrieb Claude flüssiger. Die Kommunikationslogik war sehr fachkundig, der Rhythmus von langen und kurzen Sätzen saß perfekt – ideal, um es direkt in eine PPT einzufügen. Grok war mit Abstand am kürzesten, fügte allerdings jeweils relevante aktuelle Hot-Topics von X ein, wodurch die Aktualität sehr stark rüberkam. In Sachen Tiefe fehlte jedoch ein wenig. ByteDance Seed traf chinesische Fachbegriffe am genauesten; einige lokal angepasste Formulierungen trafen andere Modelle schlicht nicht in dieser Ausdruckskraft.
Am interessantesten fand ich aber, dass ich im selben Dialog hin- und herspringen kann: Erst lasse ich Gemini den Rahmen aufbauen, dann lasse ich Claude die Sprache glätten und zum Schluss ergänzt Grok noch einen Satz mit Echtzeit-Hintergrund. Der ganze Prozess braucht kein ständiges Wechseln zwischen Seiten, und mein Prompt hinterlässt keine Bruchstücke zwischen verschiedenen Plattformen.
Früher musste man dafür drei bis vier Browser-Tabs öffnen, weil jede Plattform meine Fragehistorie gespeichert hat. Nachdem ich das in einem Fenster zusammengeführt habe, hat mir das enorm viel Arbeit abgenommen – und die Verschlüsselung ist standardmäßig aktiviert. Die Plattformen können nicht sehen, welchen Modellvergleich ich gerade mache, und sie wissen auch nicht, an welchem Token ich gerade den Unlock-Rhythmus untersuche.
Es gibt ohnehin kein perfektes KI-System. Ein einzelnes Modell ist schwer in der Lage, gleichzeitig streng zu sein, gut lesbar zu schreiben und aktuell zu bleiben. Jetzt kann man sie nach Bedarf aufteilen – und mein gedanklicher Weg wird auch von keiner Plattform archiviert.
Habt ihr das schon mal ausprobiert: dieselbe Frage unterschiedlichen Modellen geben und dann daraus die vollständigste Antwort zusammensetzen?