AirAiエコパートナーシッププログラム：まだ何かをしている人々をスポンサーするために$10，000を提供
...
オープンAI
LLM APIの料金を70%削減しました：ルーティングとキャッシングを活用したAirAiの実践ノート
0. 背景：請求書の金額がどのようにして急増したのかいくつかのサイドプロジェクトを行っていて、初期には公式の月額20ドルのサブスクリプションを我慢して購入するか、国際クレジットカードの審査に落ちても我慢していました。月末に請求を見たら、2つの辛いことに気づきました：80%のリクエストは要約、分類、フォーマットングといった軽量な処理であり、最も高価なモデルを使用するのは完全に無駄です；サブスクリプションには固定費用がかかります。呼び出しが少ないと損をし、呼び出しが多いとその費用が足りなくなります。
Open AI科学者Noam Brown：AIの本当の限界は誰も測定できないかもしれない
大言語モデルが複雑な推論、自動化研究、ネットワークセキュリティなどの困難なタスクに徐々に適用されるにつれて、従来のモデル評価方法は新たな課題に直面しています。長い間、モデルのリリースには、数学、プログラミング、科学の質問応答、ネットワークセキュリティ、知識推論など、さまざまなベンチマークテストの結果が含まれるレポートが伴い、それらが前世代のモデルと比較されてきました。
急成長しているVoice AIの分野に、スタートアップ企業Hojoが登場しました。
Voice AIは、汎用大モデルとは別の物語の流れです。 皆が汎用大モデルに注目している中で、比較的静かなVoice AIの分野でも、注目に値する新しいモデルが登場し始めています。 キーボードはその「支配的地位」を失いつつあります。 過去2年間で、OpenAIはRealtime APIを発表し、GoogleはGemini Liveをリリースしました。国内の大規模モデル企業もほとんどがVoice AIに注力し始めています。ますます多くの人々が、エージェントが実際にワークフローに組み込まれるようになると、音声がキーボードよりも自然なコンテキストの入り口になると信じるようになりました。 エージェントが本当にワークフローに組み込まれるためには、まずこれらの音声を理解することを学ばなければなりません。そして、そのための最初の能力がASR（自動音声認識）です。 ASRのレベルを測るために、業界ではHugging FaceのOpen ASR Leaderboardがよく引用されます。重要な指標はWER（単語誤り率）で、数値が低いほど認識精度が高いことを意味します。
これ以上ありません