🔥 市場分析：Perplexity、GLM 5.2を介してClaude Opus（Opus 4.8）とのギャップを縮小
Perplexityは、事後学習（post-trained）済みのGLM 5.2モデルのプレビューを公開し、推論コストをわずか1/3に抑えながらClaude Opus 4.8に匹敵する品質を実現しました。この戦略は、中国のオープンソースモデルを、そのエージェントシステム内で費用対効果の高い「作業用（workhorse）」へと変換するものであり、専用（プロプライエタリ）APIに頼らずにユニットエコノミクスを最適化するうえでオープンウェイトが重要であることを示しています。
アドバイザーツールを活用することで、PerplexityはGLM 5.2に自らの限界を認識させ、複雑なクエリはより高コストなフロンティアモデルへエスカレーションするよう教えます。これにより無駄を削減し、シームレスなユーザー体験を担保します。CEOのAravind Srinivas氏によれば、このハイブリッドシステムはOpus 4.8と同程度の性能を発揮しながら、運用コストを67%削減します。
#halvingjobs #ArtificialIntelligence #EconomicOptimization
Perplexityは、事後学習（post-trained）済みのGLM 5.2モデルのプレビューを公開し、推論コストをわずか1/3に抑えながらClaude Opus 4.8に匹敵する品質を実現しました。この戦略は、中国のオープンソースモデルを、そのエージェントシステム内で費用対効果の高い「作業用（workhorse）」へと変換するものであり、専用（プロプライエタリ）APIに頼らずにユニットエコノミクスを最適化するうえでオープンウェイトが重要であることを示しています。
アドバイザーツールを活用することで、PerplexityはGLM 5.2に自らの限界を認識させ、複雑なクエリはより高コストなフロンティアモデルへエスカレーションするよう教えます。これにより無駄を削減し、シームレスなユーザー体験を担保します。CEOのAravind Srinivas氏によれば、このハイブリッドシステムはOpus 4.8と同程度の性能を発揮しながら、運用コストを67%削減します。
#halvingjobs #ArtificialIntelligence #EconomicOptimization
