Richard Golian

Narodený roku 1995. Absolvent Univerzity Karlovej. Vedúci výkonnostného oddelenia v Mixit. 10+ rokov v marketingu postavenom na dátach.

English Castellano Français

Správa predplatného Výber predplatného

RSS
Newsletter
Nové články do e-mailu
Richard Golian

Článok

Fable 5 vs Opus: lacnejší model vyhral

Opus porazil Fable 5. Rozhodol prompt.
Richard Golian
Richard Golian · 1 385 čítaní
Zdravím, som Richard. Na tomto blogu zdieľam myšlienky, osobné príbehy, zistenia a aj to, na čom práve pracujem. Dúfam, že vám tento článok prinesie hodnotu.

Tá istá úloha. Dva modely. Fable 5 proti Opusu 4.8.

Kto vyhral? Opus. Zvládol úlohu s jedným kolom kontroly za 721-tisíc tokenov, kým Fable na to potreboval deväť kôl a spálil 2,78 milióna tokenov.

Na papieri je lepší Fable 5, prečo teda prehral?

„It's not the plane, it's the pilot." Nezáleží na stíhačke, ale na pilotovi.

Vyhral lepší prompt. A viem to, lebo som to odmeral.

Fable 5 sa točil v kruhu a spálil takmer 4x viac tokenov.

Deväť kôl

Nechal som si spraviť podrobný audit o tom, ako sa na jednom projekte spracovávajú dáta. Bol to dokument plný faktov: koľkokrát za hodinu sa niečo spustí, kedy to beží, na ktorom riadku v kóde to je. Vyše sto takýchto tvrdení.

A tu je háčik. Ani jedno z tých čísel sa nedá odhadnúť. Buď sa skontroluje správny súbor a prečíta, čo v ňom naozaj je, alebo nie. Vymyslený fakt vyzerá na papieri rovnako presvedčivo ako pravdivý. Rozdiel je vidno len keď to niekto skutočne skontroluje.

Jednu verziu správy pripravil Fable 5. Aby som odchytil chyby, nasadil som na ňu kontrolórov. Nie ľudí, ďalšie AI. Mali jedinú úlohu: nájsť v správe chybu. Keď nejakú našli, opravila sa a opäť začali pracovať kontrolóri. A znova. Pravidlo znelo: opakuj to dovtedy, kým jedno celé kolo nenájde ani jednu chybu.

Trvalo to deväť kôl, kým dodali výsledok bez chýb. Celkovo tridsaťšesť agentov.

Prečo deväť?

Ak mám najlepší model na trhu, prečo to trvalo deväť kôl?

Odpoveď má tri časti.

Prvá: väčšina tých kôl neopravovala chyby z auditu. Opravovala chyby kontrolórov. Tie AI, ktoré mali omyly hľadať, ich samy urobili viac, než našli. Dvakrát nahlásili, že sa istý proces spúšťa každých päť minút. V skutočnosti bežal oveľa zriedkavejšie. Dvakrát zle prepočítali veľkosť dát. Raz hlásili chybu v súbore, ktorý hľadali na zlom mieste.

Keď je pravidlo „opakuj, kým to nebude bezchybné" a tí, čo hľadajú, sa sami často mýlia, posledné kolá sa nevenovali opravovaniu. Trávili ich dokazovaním, že poplach bol falošný.

Fable 5 nebol disciplinovaný, prácu si zjednodušil

Druhá: táto úloha nebola o inteligencii. Bola o disciplíne pri kontrolách. Odpovede neboli v hlave modelu, boli v súboroch. A ani najchytrejší model ti nepovie, čo je v súbore, kým ho neotvorí a neprečíta. Model nebol disciplinovaný.

Tretia. Kvôli zručnostiam v promptovaní.

Over skôr, než zapíšeš

Jadro je jedna veta. Kontrola faktov patrí na vstup, nie na výstup.

Fable 5 to robil takto: podagent nájde fakt, Fable ho prevezme a zapíše do dokumentu. Overenie prišlo až na konci, na hotovom texte. Malo to byť naopak. Fakt sa overí v súbore skôr, než sa vôbec dostane do dokumentu.

Chýbala aj obyčajná tabuľka: každé tvrdenie, jeho zdroj a kto ho overil. Bez nej kontrolóri v každom kole náhodne prezerali iné časti dokumentu, takže sa nikdy neprešlo všetko naraz. Posledné neoverené tvrdenia tak trvali najdlhšie. S tabuľkou by jeden poctivý prechod pokryl úplne všetko a bol by koniec. Bez nej to bola lotéria.

Je to chýbajúce pravidlo, kde a kedy sa kontroluje. A to pravidlo vie každý nastaviť, keď píše prompt.

Čo tých deväť kôl reálne stálo

Mám presné čísla z každého kola.

Pokračujte

Vstúpte do knižnice

Plný prístup k mojim zisteniam, osobným príbehom a tomu, čo sa dozviem od ľudí, s ktorými sa stretávam.

Vstúpte do knižnice · €29,99 ročne Ako môže byť malý podnikateľ, tvorca obsahu alebo politik… Čo študovať v AI dobe? Aký odbor si vybrať?… Na niekoľko mesiacov som odišiel z práce, aby som… Ako som sa do nej zamiloval, na prvý pohľad Ako nebyť závislý od sociálnych sietí? Môže ich tvorca… Ako začať s AI vo firme: automatizácia práce a…
Iba tento článok · €2,99

Získajte celý článok e-mailom a neváhajte odpovedať, ak o ňom chcete ďalej diskutovať.

Visa Mastercard Apple Pay Google Pay

Zhrnutie

Ten istý audit som dal dvom AI modelom. Silnejší a drahší Fable 5 potreboval deväť kôl kontroly a spálil 2,78 milióna tokenov. Lacnejší Opus 4.8 to zvládol na jedno kolo za 721-tisíc, so zhodou okolo deväťdesiat percent. Nerozhodol model, ale prompt. Kontrola faktov patrí na vstup, nie na výstup, a to pravidlo vie do zadania dať každý.

Časté otázky k téme článku

Ktorý AI model je lepší, Fable 5 alebo Opus 4.8?
V mojom teste na tej istej úlohe zvládol audit lepšie Opus 4.8, hoci je lacnejší a na papieri slabší. Nerozhodol samotný model, ale to, ako som mu úlohu zadal. Fable 5 potreboval deväť kôl kontroly, Opus jedno.
Prečo AI urobí toľko chýb pri kontrole faktov?
Väčšina chýb nevznikla v samotnej práci, ale v tom, že sa fakty zapisovali bez overenia proti zdroju. Keď sa každý údaj overí hneď pri vzniku, počet kôl aj chýb prudko klesne.
Ako napísať lepší prompt pre AI audit alebo kontrolu?
Do zadania daj pravidlo, že žiadny fakt nejde do výstupu bez overenia v zdroji. Nech si model vedie tabuľku všetkých tvrdení a overí sto percent z nich. A stanov strop na počet kôl aj na cenu.
Rozhoduje pri AI viac model alebo prompt?
V meranom teste rozhodol prompt. Lacnejší model s dobrým zadaním dosiahol okolo deväťdesiat percent zhody za 26 percent ceny a jedno kolo namiesto deviatich.
Koľko tokenov spotrebuje AI audit?
Závisí od rozsahu. Toto bol audit dokumentu s vyše sto overiteľnými faktami o spracovaní dát na jednom projekte. Prvý beh naň spálil 2,78 milióna tokenov a deväť kôl kontroly. Ten istý audit s lepším zadaním na druhom modeli stál 721-tisíc tokenov a jedno kolo.
Čo znamená kontrola faktov na vstupe namiesto výstupu?
Znamená overiť každý fakt vo chvíli, keď vznikne, ešte pred zápisom do dokumentu. Kontrola na konci je náhodné vzorkovanie, kontrola na vstupe pokryje všetko.
Richard Golian

Ak máte nejaké otázky alebo spätnú väzbu, pokojne mi napíšte na mail@richardgolian.com.

NEWSLETTER
O čom píšem, na čom pracujem, čo som sa naučil.
Posielam prvú nedeľu v mesiaci. Kedykoľvek sa môžete odhlásiť.

Ďalšie články

Ako môže byť malý podnikateľ, tvorca obsahu alebo politik nezávislý od veľkých platforiem v AI dobe

Ste tvorca obsahu a hráte podľa pravidiel YouTubu, Instagramu alebo Googlu? Ste malý podnikateľ a váš biznis model stojí na tom, ako často vás bude odporúčať Amazon, aké drahé budú zobrazenia vo Facebook reklame alebo aké drahé budú kliknutia v Google Ads? Ak celý váš kontakt s publikom alebo zákazníkmi, alebo jeho väčšina, stojí na tom, že vás zobrazí nejaká veľká platforma, nie ste v dobrej pozícii.

11.10.2026·1 040 čítaní
Čo študovať v AI dobe? Aký odbor si vybrať? Má titul ešte zmysel?

Rozvoj umelej inteligencie mení pohľad na to, aké životné cesty dávajú zmysel. To, aké štúdium a profesiu si vybrať.

4.10.2026·678 čítaní
Na niekoľko mesiacov som odišiel z práce, aby som sa venoval filozofii

Bol štvrtok 31. 3. 2022, keď som odovzdal posledné časti mojej agendy kolegom, zaklapol som počítač a šiel do knižnice. Na niekoľko mesiacov som odišiel z práce a ponoril som sa do filozofie. A som za to nesmierne vďačný. Dnes som, tak ako väčšina ľudí, v jednom kolotoči, a je pre mňa ťažké sa zastaviť a zamyslieť sa nad zásadnými otázkami môjho vlastného života.

28.9.2026·971 čítaní
Ako som sa do nej zamiloval, na prvý pohľad

Bol september 2023. Môj život, moja práca, všetko bolo úplne iné ako teraz. Bolo to jednoduchšie. Nevlastnil som takmer nič. Potreboval som natočiť jednu reklamu, išiel som v rámci firmy na poschodie, kde bol produkt, ktorý som do tej reklamy potreboval, a tam som si ju všimol prvýkrát. Ona sa mi smeje, keď to tak opisujem, ale mne vtedy vesmír povedal, to je ona.

20.9.2026·957 čítaní
Ako nebyť závislý od sociálnych sietí a čo je IndieWeb

Ako a prečo postupne opúšťam sociálne siete a veľké platformy. Keď dnes čítam o tom, ako Meta testuje nový spôsob spoplatnenia organického príspevku, ktorý obsahuje linky mimo jej platformu, pripomína mi to, aké správne bolo moje rozhodnutie byť čoraz nezávislejší od veľkých platforiem a sociálnych sietí. Neznamená to, že som ich úplne opustil, znamená to, že to, či budem alebo nebudem v kontakte s mojimi čitateľmi, od nich závisí čím ďalej tým menej, a dnes už takmer vôbec.

9.9.2026·1 067 čítaní
Ako začať s AI vo firme

Jeden z mojich rodinných príslušníkov opisoval firmu, ktorá má dáta v niekoľkých rôznych nástrojoch a jej zamestnanci ich ešte dnes spájajú ručne, v tabuľkách. To je bežný stav firiem. Keď takým ľuďom niekto povie, nerobte to ručne, použite AI, nebudú mu rozumieť. Väčšina firiem nemá ani základné konektory medzi nástrojmi, ktoré používa. Takéto firmy potrebujú pomoc s firemnou AI transformáciou.

12.8.2026·1 115 čítaní
S AI je možné všetko

Pred pár týždňami som si na notebook nainštaloval malý lokálny AI model, ktorý sleduje živý obraz z kamery. Zapol som webkameru vo tme a v skoro úplnej tme rozoznal mňa aj predmety v miestnosti. Že takéto veci existujú, som vedel dávno. Oči mi otvorila dostupnosť. Nainštaloval som to na jeden prompt, zadarmo, beží celé na mojom stroji a nikam neposiela dáta.

15.7.2026·1 042 čítaní
Môj blog je plný agentov a botov

V minulosti som písal o tom, ako som si vyvíjal vlastný analytický nástroj, ktorý je v súlade s ochranou osobných údajov. Mal detekciu botov už v prvej verzii, no nestačila. Návštevy z directu mali zvláštne vysoký podiel. Keď niekto tvrdí, že 20 % jeho návštev sú boti a 80 % ľudia, kedysi som si to myslel tiež. Dnes by som povedal, že bližšie k pravde je opačný pomer. Takto som k tomu dospel.

6.7.2026·2 804 čítaní
Závislí od umelej inteligencie: sme ešte páni, alebo otroci?

Mám pri sebe Heideggera a zápisník. Pýtam sa, kam to všetko smeruje, kam nás vedie umelá inteligencia.

21.6.2026·1 740 čítaní
Ktorú prácu AI nenahradí?

Sedemdesiat percent. Tam začína prvý výstup AI, aj keď jej dáte celý firemný kontext aj najlepšie príklady z minulosti. Hovoríme o type výstupu, ktorý sa nedá zadefinovať programaticky. Je zložitejší. Často ide o kreatívnu prácu. Pri jednom opakovanom type výstupu som sa dostal na osemdesiat percent za týždeň. Každé jedno percento vyššie je ťažšie než to predošlé.

10 June 2026·1 222 čítaní
Buď len digitálne a s AI, alebo úplne offline.

Štyri dni v Katalánsku. Bez počítača, bez AI, takmer bez sociálnych sietí. Kúpil som si tento zápisník, aby som doň písal to, o čom budem premýšľať, a to, na čo na tejto ceste narazím a čo sa naučím.

10 May 2026·2 029 čítaní
Andrej Sámel: Ako prvý vystúpil proti Mečiarovi a varoval pred rozpadom Československa

„Neospravedlniteľné, neobhájiteľné. Na toto sa nesmie nikdy zabudnúť.“

17.11.2019·5 971 čítaní
NEWSLETTER
O čom píšem, na čom pracujem, čo som sa naučil.
Posielam prvú nedeľu v mesiaci. Kedykoľvek sa môžete odhlásiť.