ChatGPT, Gemini, Claude ja Grok – mis on mis tehisintellektimudelite maailmas?

Tehisintellektist rääkides kasutatakse sageli läbisegi ettevõtete, teenuste ja tehisintellektimudelite nimesid. OpenAI ja ChatGPT ei ole näiteks üks ja sama asi, samuti ei tähenda Google ja Gemini täpselt sama. Veel keerulisemaks muutub pilt siis, kui mängu tulevad GPT-5.6, GPT-6, Gemini 3, Claude Opus, Grok, Llama, Muse ja kümned teised mudelid.

Üha rohkem lisandub ka selliseid teenuseid nagu Microsoft Copilot, GitHub Copilot, Perplexity ja Apple Intelligence. Need võivad kasutada hoopis teiste ettevõtete loodud tehisintellektimudeleid, lisades neile oma kasutajaliidese, tööriistad ja funktsioonid.

Kõige lihtsam on vahet teha kolmel asjal: ettevõte, teenus ehk rakendus ja tehisintellektimudel.

Näiteks OpenAI on ettevõte, ChatGPT on selle pakutav tehisintellektiassistent ning GPT on mudelite perekond, millel ChatGPT põhineb. Google on ettevõte, Gemini aga korraga nii Google'i tehisintellektimudelite perekonna kui ka kasutajatele mõeldud tehisintellektiassistendi nimi.

Ettevõtted arendavad sageli mitut mudeliperekonda. Ühed mudelid sobivad keeruliste ülesannete lahendamiseks, teised on optimeeritud kiirusele ja väiksemale arvutuskulule ning kolmandad on loodud näiteks piltide, videote või kõne töötlemiseks.

Mis on OpenAI ja mis on ChatGPT?

OpenAI on tehisintellektiettevõte, mis arendab GPT ehk Generative Pre-trained Transformer mudeliperekonda ning mitmeid nende ümber ehitatud teenuseid.

ChatGPT on OpenAI loodud teenus, mille kaudu saab kasutaja nende mudelitega suhelda. Seega ei ole ChatGPT ise üks konkreetne tehisintellektimudel.

Seda võib võrrelda veebibrauseriga. Kasutaja suhtleb ChatGPT-ga, kuid vastuseid genereerib selle taustal töötav GPT-mudel.

ChatGPT võib lisaks keelemudelile kasutada veebiotsingut, analüüsida faile ja pilte, kirjutada ning käivitada koodi, luua pilte ja kasutada muid tööriistu. Seetõttu on tänapäevane ChatGPT juba märksa rohkem kui lihtsalt vestlusrobot.

OpenAI pakub oma mudeleid ka programmeerimisliidese ehk API kaudu. See võimaldab arendajatel kasutada GPT-mudeleid oma veebilehtedel, rakendustes ja automatiseeritud süsteemides ilma ChatGPT kasutajaliideseta.

Mis on GPT ja millised on OpenAI mudeliperekonnad?

GPT on OpenAI suurte keelemudelite ehk LLM-ide perekond. Mudel on sisuliselt ChatGPT „mootor“, mis töötleb kasutaja sisestatud teksti ja muud informatsiooni ning genereerib selle põhjal vastuse.

Mudelite areng on olnud kiire. Varasematele GPT-3.5 ja GPT-4 põlvkondadele järgnesid GPT-4o, GPT-5 ning järgmised põlvkonnad.

GPT-3.5 oli üks esimesi laialdaselt kasutatud ChatGPT mudeleid. See sobis tavaliseks vestluseks ja lihtsamate tekstide koostamiseks, kuid jäi keerulisemate ülesannete lahendamisel hilisematele mudelitele alla.

GPT-4 tõi kaasa märgatava arengu arutlusvõimes, programmeerimises ja keerukate juhiste järgimises. Sellele järgnenud GPT-4o keskendus muu hulgas multimodaalsusele ehk võimalusele töötada teksti, piltide ja heliga.

GPT-5 tähistas järgmist põlvkonda, kus senisest olulisemaks muutusid keerukate ülesannete lahendamine, tööriistade kasutamine ja erineva arutlusvõimega mudelivariandid.

GPT-5.5 ja GPT-5.6 kuuluvad uuemate põlvkondade hulka. GPT-5.6 mudeliperekonda kuuluvad näiteks Sol, Terra ja Luna, mille eesmärk on pakkuda erinevat tasakaalu võimekuse, kiiruse ja arvutuskulu vahel.

GPT-5.6 perekonnas on Sol suunatud nõudlikumatele ülesannetele, Terra tasakaalustatud kasutusele ning Luna kiirematele ja väiksema ressursikuluga päringutele.

GPT-6 on OpenAI järgmine suurem mudelipõlvkond. GPT-6 perekonda kuulub ka Astra, mida kasutatakse suuremat arvutusvõimsust vajavates lahendustes.

Oluline on seejuures mõista, et mudelipõlvkond, konkreetne mudel ja ChatGPT kasutajale nähtav valik ei pruugi tähendada sama asja.

Mida tähendavad ChatGPT mudelivalikud Instant, Medium, High ja Extra High?

ChatGPT kasutajatele võivad sõltuvalt paketist olla nähtavad valikud Instant, Medium, High ja Extra High.

Need ei tähenda tingimata nelja erinevat keelemudelit.

Instant on mõeldud kiireks igapäevaseks kasutamiseks. See sobib näiteks küsimustele vastamiseks, tekstide koostamiseks, tõlkimiseks ja lihtsamate probleemide lahendamiseks.

Medium võimaldab keerukamatele küsimustele rohkem arvutusressurssi kasutada, pakkudes tasakaalu vastamise kiiruse ja põhjalikkuse vahel.

High on suunatud keerulisematele probleemidele, näiteks programmeerimisele, matemaatikale ja mitmeetapilisele analüüsile.

Extra High võimaldab toetatud mudelitel kulutada ülesande lahendamisele veel rohkem arvutusressurssi.

Lisaks kasutatakse nimetusi nagu Pro, mis võivad tähistada spetsiaalset võimekamat mudelivarianti või teenusepaketiga seotud juurdepääsu.

Seega ei tähenda näiteks ChatGPT High automaatselt täiesti uut GPT-mudelit. Tegemist võib olla sama mudeli erineva arutlustasemega.

OpenAI teised mudeliperekonnad

OpenAI ei arenda ainult GPT-keelemudeleid.

o-seeria, sealhulgas o1 ja o3, on tuntud arutlusmudelite poolest, mille arendamisel keskenduti keeruliste probleemide lahendamisele enne lõpliku vastuse esitamist.

Codex on programmeerimisele keskendunud tehisintellektisüsteem, mis võib kasutada spetsiaalselt tarkvaraarenduseks optimeeritud GPT-mudeleid. Codexi abil saab näiteks analüüsida lähtekoodi, parandada vigu ja teha muudatusi suuremates tarkvaraprojektides.

DALL-E on OpenAI varasem tuntud pildigeneratsiooni mudeliperekond. Hiljem on piltide genereerimise ja muutmise võimalused jõudnud ka uuematesse multimodaalsetesse mudelitesse.

Sora on OpenAI videogenereerimise tehnoloogia ja samanimeline teenus, mille abil saab tekstiliste juhiste põhjal luua videoid.

Lisaks arendab OpenAI kõnetuvastuse, kõnesünteesi, reaalajas suhtluse ja teiste ülesannete jaoks mõeldud mudeleid.

Kõik need mudelid ei ole ChatGPT tavapärases mudelivalikus nähtavad. Mõned töötavad rakenduse taustal või on mõeldud kasutamiseks ainult API kaudu.

Google ja Gemini

Google'i puhul on ülesehitus sarnane.

Google on ettevõte, mille tegevus ulatub otsingumootorist ja YouTube'ist Androidi, pilveteenuste ning tehisintellektini. Ettevõtte tehisintellektialase teadus- ja arendustegevuse keskmes on Google DeepMind.

Gemini on Google'i tehisintellektimudelite perekond ning sama nime kannab ka Google'i tehisintellektiassistent.

Seega võib sõna Gemini tähendada olenevalt kontekstist kas rakendust, millega inimene suhtleb, või selle taga töötavat Gemini mudelit.

Google'i tehisintellekti arengus oli oluline roll ka varasemal Bardil, mis nimetati hiljem ümber Geminiks.

Gemini mudeliperekonnad ja nende erinevused

Google'i mudelid on jagatud erinevateks põlvkondadeks ja kasutusotstarveteks.

Gemini 1 ja Gemini 1.5 olid varasemad põlvkonnad, mille puhul tõusid esile multimodaalsus ning võimalus töödelda väga suuri tekstikoguseid.

Gemini 2 ja Gemini 2.5 tõid kaasa arengu arutlusvõimes, programmeerimises ja multimodaalsete ülesannete lahendamises. Gemini 2.5 Pro oli suunatud keerukamatele ülesannetele, Flash aga kiiruse ja kuluefektiivsuse tasakaalule.

Gemini 3 põlvkonda kuuluvad mitmed erineva otstarbega mudelid. Näiteks Gemini 3.1 Pro keskendub keerukale arutlemisele ja programmeerimisele, samal ajal kui Flash-mudelid on optimeeritud kiiremateks ja suurema mahuga ülesanneteks.

Gemini 3.8 Flash on üks 2026. aasta uuemaid mudeleid. Google on selle suunanud muu hulgas pikemate programmeerimisülesannete, autonoomsete agentide ja keerukate ettevõttesüsteemide töövoogude jaoks.

Gemini 3.8 Flash toetab ligikaudu miljoni tokeni suurust kontekstiakent ning erinevaid arutlustasemeid. See võimaldab mudelil ühe ülesande käigus töödelda näiteks mahukaid dokumente või suuri lähtekoodikogumeid.

Google'i mudelivalikus on ka spetsialiseeritud mudelid.

Gemini Flash-Lite mudelid on mõeldud eelkõige väiksema arvutuskulu ja suure päringumahu jaoks.

Gemini Live mudelid võimaldavad reaalajas kõnesuhtlust ning on mõeldud madala viivitusega vestlusassistentide arendamiseks.

Gemini TTS mudelid tegelevad teksti kõneks muutmisega, samal ajal kui Transcribe-mudelid on suunatud kõne tekstiks teisendamisele.

Google'il on ka Nano Banana nime all tuntud pildigenereerimise ja pilditöötluse mudelid ning Veo videogenereerimise mudeliperekond.

Mis vahe on Gemini Pro, Flash ja Flash-Lite mudelitel?

Google kasutab erinevate mudelite puhul nimetusi, mis annavad aimu nende peamisest otstarbest.

Pro tähistab üldjuhul keerukamate ülesannete lahendamisele suunatud mudelit.

Flash on mõeldud pakkuma head võimekust koos kiirema vastamise ja väiksema arvutuskuluga.

Flash-Lite keskendub veelgi enam kiirusele ja odavale kasutamisele, mistõttu sobib suure hulga lihtsamate päringute töötlemiseks.

See ei tähenda siiski, et Flash oleks alati nõrk või Pro alati igas ülesandes parem. Uuema põlvkonna Flash võib teatud ülesannetes ületada vanema põlvkonna Pro mudelit.

Gemini 4 Argon – Google'i uusima põlvkonna tippmudel

Oktoobris tõi Google turule Gemini 4 Argoni, mis kuulub ettevõtte järgmise põlvkonna tehisintellektimudelite hulka. Tegemist on Google DeepMindi arendatud võimsa arutlusmudeliga, mis on suunatud eelkõige keeruliste ja mitmeetapiliste ülesannete lahendamisele.

Erinevalt kiiretele igapäevapäringutele mõeldud Flash-mudelitest keskendub Argon põhjalikumale analüüsile, tarkvaraarendusele, matemaatikale, teadusuuringutele ning õigus- ja finantsvaldkonna keerukatele ülesannetele.

Gemini 4 Argon on multimodaalne mudel, mis suudab töödelda teksti, pilte, heli, videot ja PDF-dokumente. Selle kontekstiaken ulatub ligikaudu miljoni tokenini, võimaldades analüüsida väga mahukaid dokumente ja programmikoodi.

Mudeli üks olulisemaid omadusi on võime kasutada erinevaid tööriistu ning täita pikemaid tegevusahelaid. Näiteks saab seda rakendada tarkvaraprojektide analüüsimiseks, programmikoodi parandamiseks, teadusandmete töötlemiseks ja tehisintellektiagentide juhtimiseks.

Google'i avaldatud võrdlustestides on Argon saavutanud tugevaid tulemusi muu hulgas programmeerimises, ettevõtete teadmustöös ja pikkade dokumentide analüüsimises. Samas sõltub mudelite paremus konkreetsest ülesandest ning kõikides testides ei ole Argon konkurentidest parem.

Gemini 4 Argon on saadaval Google'i Gemini rakenduses toetatud tasuliste pakettide kasutajatele, samuti Google AI Studio, Gemini API ja Google Antigravity arenduskeskkonna kaudu.

Seega võib Google'i mudelivalikus eristada kolme peamist suunda: Flash-Lite kiireteks ja väiksema arvutuskuluga ülesanneteks, Flash ja Pro tavapäraseks ning keerukamaks kasutuseks ja Argon kõige nõudlikumate probleemide lahendamiseks.

Anthropic ja Claude

Üks OpenAI olulisemaid konkurente on Anthropic, mille tehisintellektiassistent ja mudeliperekond kannab nime Claude.

Claude'i mudelid on eriti laialt kasutusel tekstide, programmeerimise, dokumentide analüüsimise ja tehisintellektiagentide juures.

Anthropic kasutab oma mudelite eristamiseks nimetusi Opus, Sonnet ja Haiku.

Claude'i mudeliperekonnad

Claude Haiku on mudeliperekond, mis keskendub kiirusele ja väiksemale arvutuskulule. Haiku sobib näiteks lihtsamate vestluste, andmete töötlemise ja suure hulga päringute jaoks.

Claude Sonnet pakub tasakaalu võimekuse ja kiiruse vahel. Sonneti mudeleid kasutatakse laialdaselt programmeerimises, dokumentide analüüsis ja erinevates ettevõtterakendustes.

Claude Opus on Anthropic'u kõige nõudlikumatele ülesannetele suunatud mudeliperekond. Opuse mudelid on mõeldud keeruliseks arutlemiseks, suuremate tarkvaraprojektide analüüsimiseks ja mitmeetapiliste ülesannete lahendamiseks.

Varasemate mudelite hulka kuuluvad näiteks Claude 3 Haiku, Claude 3 Sonnet ja Claude 3 Opus, millele järgnesid Claude 3.5 ning Claude 4 põlvkonnad.

2026. aastal on mudelivalikusse lisandunud uuemad Claude Sonnet 4.6, Claude Opus 4.6 ning järgmise põlvkonna mudelid, sealhulgas Claude Sonnet 5 ja Claude Opus 5.

Anthropic on arendanud ka spetsialiseeritud mudeleid, sealhulgas Mythose ja Fable'i nime all tuntud lahendusi.

Mis on Claude Code?

Claude Code ei ole eraldi üldotstarbeline keelemudel, vaid Anthropic'u programmeerimisele keskendunud tööriist.

See kasutab Claude'i mudeleid, et lugeda ja muuta lähtekoodi, analüüsida tarkvaraprojekte, käivitada käske ning aidata arendajal keerukamaid ülesandeid lahendada.

Sarnane põhimõte kehtib OpenAI Codexi ja mitme teise programmeerimisassistendi puhul: kasutajale nähtav tööriist ei ole tingimata sama mis selle taga töötav mudel.

Grok ja xAI

Teine tuntud konkurent on Grok, mille arendamisega alustas Elon Muski asutatud xAI. 2026. aastal omandas SpaceX xAI ning ettevõtte tehisintellektitegevus jätkub SpaceXAI nime all.

Grok on nii kasutajatele mõeldud tehisintellektiassistent kui ka selle taga olevate mudelite nimi. Teenus on tihedalt seotud sotsiaalvõrgustikuga X, kuid Groki saab kasutada ka eraldi veebis ja rakendustes.

Groki mudelipõlvkonnad

Grok-1 oli üks esimesi avalikkusele tuntuks saanud xAI keelemudeleid.

Grok-2 tõi kaasa edusamme teksti- ja pildipõhiste ülesannete lahendamises.

Grok-3 keskendus tugevamale arutlusvõimele, matemaatikale, programmeerimisele ja keerulisemate küsimuste lahendamisele.

Grok-4 põlvkonnas pöörati suuremat tähelepanu keerulistele arutlusülesannetele ja agentide võimekusele.

2026. aasta mudelite hulka kuuluvad ka Grok 4.5, Grok 4.6 ja Grok 4.7, mis on suunatud muu hulgas programmeerimisele, pikematele mitmeetapilistele ülesannetele ja keerukale teadmustööle.

Sarnaselt teiste tootjatega arendab Groki meeskond ka erineva kiiruse, hinna ja võimekusega variante ning spetsialiseeritud funktsioone.

Grok on seega ühtaegu rakenduse ja mudeliperekonna nimi, kuid konkreetne kasutajakogemus sõltub sellest, milline mudel ning millised tööriistad teenuses parajasti kasutusel on.

Mistral AI ja selle mudelid

Euroopa üks tuntumaid tehisintellektiettevõtteid on Prantsusmaal tegutsev Mistral AI.

Mistral erineb mitmest suurest USA konkurendist selle poolest, et ettevõte on tugevalt panustanud avatud mudelitesse ning võimalusse käitada tehisintellekti ettevõtte enda infrastruktuuris.

See võib olla oluline organisatsioonidele, kes ei soovi oma andmeid saata välise teenusepakkuja serveritesse.

Mistral Vibe – endise Le Chati uus nimi

Mistral AI kasutajatele mõeldud tehisintellektiassistent kannab nime Vibe, olles varem tuntud kui Le Chat. Tegemist on ettevõtte tehisintellektiteenusega, mis ühendab vestlusroboti ja erinevaid tööülesandeid täitva AI-agendi võimalused.

Vibe võimaldab kasutajatel esitada küsimusi, otsida teavet, koostada ja analüüsida tekste, kirjutada programmikoodi ning automatiseerida tööprotsesse. Teenus on suunatud nii igapäevaseks kasutamiseks kui ka professionaalseks tööks.

Nagu OpenAI ChatGPT või Google Gemini rakendus, ei ole ka Vibe ise üks konkreetne tehisintellektimudel. See on kasutajaliides ja teenus, mille taga töötavad Mistral AI arendatud mudelid, näiteks Mistral Large'i ja Mistral Smalli perekonnad.

Mistral AI pakub arendajatele ja ettevõtetele ka Mistral Studio nimelist platvormi, mille kaudu saab kasutada ettevõtte tehisintellektimudeleid API vahendusel ning arendada nende põhjal oma rakendusi ja tehisintellektiagente. Mistral Studio võimaldab hallata mudelite kasutamist ja katsetada erinevaid lahendusi. Erinevalt Vibe'ist ei ole tegemist eelkõige tavakasutajale mõeldud vestlusassistendiga, vaid tehisintellektilahenduste arendus- ja halduskeskkonnaga.

Mistrali mudeliperekonnad

Mistral Small on üldotstarbeline mudeliperekond, mis keskendub heale võimekusele mõõduka arvutuskuluga.

2026. aastal avaldatud Mistral Small 4 ühendab tavapärase vestlusmudeli, keerukama arutlemise, piltide mõistmise ja programmeerimisvõimekuse. Mudel avaldati Apache 2.0 litsentsi all.

Mistral Large on ettevõtte võimekamate üldotstarbeliste mudelite perekond, mis on suunatud keerukamatele ülesannetele ja ettevõttekasutusele.

Mixtral on mudeliperekond, mis kasutab ekspertide segu ehk Mixture of Experts arhitektuuri. Selle puhul ei pea iga päringu töötlemisel kasutama kõiki mudeli parameetreid, mis võib aidata arvutuskulu optimeerida.

Codestral on programmeerimisele keskendunud mudeliperekond, mille eesmärk on aidata kirjutada, täiendada ja analüüsida programmikoodi.

Pixtral on multimodaalne mudeliperekond, mis võimaldab töötada teksti ja piltidega.

Mistral Large 4 ehk ML4 – Euroopa tehisintellekti tippmudel

Oktoobris tutvustas Prantsusmaa tehisintellektiettevõte Mistral AI oma uut tippmudelit Mistral Large 4, mida tuntakse ka lühendi ML4 ja hüüdnime Le Chonk järgi. Tegemist on ettevõtte seni kõige suurema ja võimekama tehisintellektimudeliga.

Mistral Large 4 on multimodaalne mudel, mis suudab töödelda nii teksti kui ka visuaalset teavet. See on mõeldud keerukate ülesannete lahendamiseks, sealhulgas programmeerimiseks, küberturvalisuse analüüsiks, finants- ja õigusvaldkonna tööks ning tehisintellektiagentide kasutamiseks.

Mudelis on ligikaudu triljon parameetrit, millest iga ülesande töötlemisel kasutatakse umbes 52 miljardit. Sellist lahendust nimetatakse ekspertide segu arhitektuuriks (Mixture of Experts ehk MoE). See võimaldab väga suurel mudelil töötada tõhusamalt, ilma et iga päringu jaoks tuleks aktiveerida kõik parameetrid.

ML4 kontekstiaken ulatub miljoni tokenini, võimaldades töödelda mahukaid dokumente ja suuri programmikoodikogusid.

Mudeli eripära on ka Mistrali avatud kaalude strateegia. Erinevalt paljudest konkurentide suletud mudelitest kavatseb ettevõte avaldada ML4 mudelikaalud, et organisatsioonid saaksid mudelit kasutada oma taristus. 20. oktoobri 2026 seisuga on mudel avalikus eelvaates ning kaalude avaldamine on kavandatud oktoobri lõppu.

Mistral Large 4 on kasutatav Mistral Studio API eelvaate kaudu. See on Mistral AI mudel, mitte eraldi vestlusrobot või kasutajaliides.

Meta, Llama ja Muse

Ka Facebooki, Instagrami ja WhatsAppi emafirma Meta arendab oma suuri keelemudeleid.

Meta üks tuntumaid mudeliperekondi on Llama, kuid 2026. aastal on ettevõtte tehisintellektitegevusse lisandunud ka Muse.

Mis on Llama?

Llama on Meta arendatud keelemudelite perekond.

Varasemate põlvkondade hulka kuuluvad Llama 2 ja Llama 3. Neile järgnesid Llama 3.1, Llama 3.2 ja Llama 4.

Llama 3.1 pakkus erineva suurusega mudeleid, sealhulgas 8, 70 ja 405 miljardi parameetriga variante.

Llama 3.2 mudeliperekonnas oli tähelepanu all muu hulgas väiksemate mudelite kasutamine piiratud arvutusvõimsusega seadmetes.

Llama 4 tõi kaasa uued multimodaalsed mudelid, sealhulgas Llama 4 Scout ja Llama 4 Maverick.

Llama tähtsus seisneb muu hulgas selles, et Meta on võimaldanud arendajatel oma mudeleid märksa vabamalt kasutada kui mitmed täielikult suletud mudelite pakkujad.

Seetõttu kasutatakse Llama mudeleid paljudes kolmandate osapoolte rakendustes ning neid saab teatud juhtudel käitada ka kasutaja või ettevõtte enda riistvaral.

Mis on Meta Muse?

2026. aastal tõi Meta turule uue Muse mudeliperekonna, mida arendab Meta Superintelligence Labs.

Muse ei ole lihtsalt Llama uus nimi ega üksnes kasutajaliides Llama mudelitele.

Muse Spark on Meta multimodaalne arutlusmudel, mis on loodud teksti, piltide ja muude andmete töötlemiseks ning keerukamate ülesannete lahendamiseks.

Muse Spark 1.3 kuulub selle perekonna uuemate mudelite hulka.

Meta arendab Muse'i nime all ka spetsialiseeritud mudeleid.

Muse Image on mõeldud piltide genereerimiseks ja muutmiseks.

Muse Voice Transcribe tegeleb kõne tekstiks muutmisega.

Lisaks on Muse ka Meta personaalse tehisintellektiagendi nimi. Seega võib Muse tähendada nii mudeliperekonda kui ka selle ümber ehitatud kasutajateenust.

Muse'i rakendus saab kasutada erinevaid tööriistu, sealhulgas virtuaalarvutit ja veebibrauserit, et täita kasutaja eest mitmeetapilisi ülesandeid.

Mis vahe on Meta AI-l, Llamal ja Muse'il?

Meta AI on Meta tehisintellektiassistent, mida kasutatakse ettevõtte rakendustes ja teenustes.

Llama on Meta varasem ja jätkuvalt kasutatav mudeliperekond.

Muse Spark on konkreetne uuema põlvkonna tehisintellektimudel.

Muse võib aga tähistada nii uut mudeliperekonda kui ka personaalse agendi teenust.

Seega ei ole kõik Meta tehisintellektiga seotud nimed sünonüümid.

DeepSeek ja selle mudeliperekonnad

Hiina DeepSeek tõusis kiiresti tuntud tegijaks tänu oma keele- ja arutlusmudelitele.

DeepSeek on näide sellest, kuidas tipptasemel generatiivse tehisintellekti arendamine ei piirdu enam üksnes mõne USA tehnoloogiaettevõttega.

DeepSeeki varasemate mudelite hulka kuuluvad DeepSeek-V2 ja DeepSeek-V3, mis keskendusid üldotstarbeliste keelemudelite arendamisele ning arvutusressursside tõhusamale kasutamisele.

DeepSeek-R1 on tuntud eelkõige arutlusmudelina. Selle eesmärk on lahendada keerukamaid matemaatilisi, programmeerimis- ja loogikaülesandeid.

DeepSeek-Coder on programmeerimisele keskendunud mudeliperekond.

DeepSeek on avaldanud ka väiksemaid ja spetsialiseeritud mudeleid, mida arendajad saavad kasutada erinevates keskkondades.

DeepSeeki kasutajatele mõeldud vestlusteenus kannab samuti nime DeepSeek, kuid sarnaselt ChatGPT-ga ei tähenda see ainult üht konkreetset mudelit.

Mis on Microsoft Copilot?

Microsoft Copilot on hea näide sellest, miks tehisintellektiteenust ja selle taga olevat mudelit ei tohiks omavahel segamini ajada.

Copilot ei ole üks konkreetne tehisintellektimudel. See on Microsofti loodud tehisintellektiassistentide ja -funktsioonide platvorm, mida kasutatakse muu hulgas Windowsis, Microsoft 365-s, Wordis, Excelis, PowerPointis ja teistes Microsofti teenustes.

Copiloti võiks selles mõttes võrrelda ChatGPT-ga: kasutaja suhtleb rakenduse või teenusega, mille taga võib töötada üks või mitu erinevat tehisintellektimudelit.

Microsofti olukord on aga eriti huvitav, sest Copilot võib kasutada mitme erineva ettevõtte mudeleid.

Microsoft on aastaid teinud tihedat koostööd OpenAI-ga ning Copiloti erinevates osades kasutatakse OpenAI GPT-mudeleid.

Kuid Copilot ei piirdu enam OpenAI-ga. Microsoft 365 Copilot võib kasutada ka Anthropic Claude'i mudeleid.

Lisaks arendab Microsoft nüüd omaenda tehisintellektimudeleid.

Microsofti MAI mudeliperekond

MAI on Microsofti enda arendatav tehisintellektimudelite perekond.

MAI-Thinking-1 on arutlusmudel, mis on suunatud keerulisemate probleemide lahendamisele.

MAI-Image on piltide genereerimisele keskendunud mudeliperekond.

MAI-Voice on mõeldud kõnega seotud ülesanneteks.

MAI-Transcribe tegeleb kõne tekstiks teisendamisega.

Microsoftil on ka varasem Phi väikeste keelemudelite perekond, mis on mõeldud tõhusaks kasutamiseks väiksema arvutusvõimsusega seadmetes ja rakendustes.

Seega ei ole õige öelda, et Copilot on lihtsalt ChatGPT Microsofti versioon või OpenAI mudelile tehtud teine kasutajaliides.

Ajalooliselt on OpenAI tehnoloogial olnud Copiloti arengus väga suur roll, kuid tänapäevane Microsoft Copilot on pigem platvorm, mis ühendab Microsofti rakendused, kasutaja andmed, erinevad tööriistad, agendid ning mitme tootja tehisintellektimudelid.

Mis on GitHub Copilot?

GitHub Copilot on programmeerimisele keskendunud tehisintellektiassistent.

See aitab arendajatel kirjutada programmikoodi, täiendada olemasolevaid funktsioone, selgitada keerulisemaid koodilõike ja parandada vigu.

GitHub Copilot ei ole ise üks konkreetne tehisintellektimudel.

Sõltuvalt teenusest ja kasutajale pakutavatest valikutest võib see kasutada näiteks OpenAI GPT või Anthropic Claude'i mudeleid.

GitHub Copiloti eripära on selle integreerimine programmeerimiskeskkondadega, sealhulgas Visual Studio Code'i ja teiste arendustööriistadega.

See tähendab, et mudel ei pea piirduma ainult vestlusega, vaid saab töötada koos arendaja lähtekoodiga.

Mis on Perplexity?

Perplexity on tehisintellektil põhinev otsingu- ja vastamisteenus.

Erinevalt tavalisest otsingumootorist, mis kuvab peamiselt veebilehtede linke, koostab Perplexity kasutaja küsimusele vastuse ning lisab sageli ka viited kasutatud allikatele.

Perplexity ei ole ainult üks keelemudel.

Teenus võib kasutada erinevate ettevõtete mudeleid, sealhulgas OpenAI ja Anthropic'u omi, ning täiendada neid oma otsingu- ja andmetöötlussüsteemidega.

Perplexity on arendanud ka oma Sonar mudeliperekonda, mis on suunatud otsingupõhiste vastuste genereerimisele.

Seetõttu on Perplexity näide teenusest, mis ühendab oma tehnoloogia ja teiste ettevõtete mudelid üheks kasutajale nähtavaks lahenduseks.

Mis on Apple Intelligence?

Apple Intelligence on Apple'i tehisintellektifunktsioonide kogum, mida kasutatakse toetatud iPhone'ides, iPadides ja Macides.

See ei ole üks konkreetne keelemudel.

Apple Intelligence ühendab erinevaid keelemudeleid ja tööriistu, et pakkuda näiteks tekstide kokkuvõtteid, kirjutamisabi, pildifunktsioone ning nutikamaid assistendivõimalusi.

Apple arendab ka omaenda mudeleid, sealhulgas seadmes töötamiseks optimeeritud väiksemaid mudeleid.

Oluline erinevus mitme pilvepõhise tehisintellektiteenusega võrreldes on see, et osa Apple Intelligence'i ülesandeid saab täita otse kasutaja seadmes.

Keerulisemate ülesannete puhul kasutatakse ka pilvepõhist arvutust.

Lisaks on Apple võimaldanud teatud funktsioonides kasutada väliseid tehisintellektiteenuseid, näiteks ChatGPT-d.

Seega on Apple Intelligence eelkõige terviklik funktsioonide ja teenuste süsteem, mitte üks konkreetne GPT või Gemini konkurendiks olev mudel.

Ettevõte, teenus ja mudel pole sama asi

Kõige lihtsamalt saab tänast tehisintellektimaailma kirjeldada järgmiste näidetega:

Oluline on mõista, et teenus ja mudel ei pea olema üks ja sama asi.

Näiteks tehisintellektiassistent võib kasutada üht mudelit lihtsa küsimuse jaoks ja teist mudelit keerulisema ülesande jaoks.

Lisaks võib rakendus ühendada keelemudeli internetiotsingu, kalkulaatori, programmeerimiskeskkonna, pildigeneraatori, failide analüüsi ja teiste tööriistadega.

Seetõttu ei määra tehisintellektiassistendi võimekust enam ainult selle aluseks olev keelemudel.

Miks on ühest mudelist mitu versiooni?

Suure tehisintellektimudeli käitamine on kallis. Iga küsimuse puhul kõige võimsama mudeli kasutamine oleks aeglasem ja nõuaks rohkem arvutusressurssi.

Seetõttu pakuvad tootjad tavaliselt erinevaid variante.

Kiired mudelid sobivad lihtsamate küsimuste, tõlkimise, tekstitöötluse ja suure hulga päringute jaoks.

Üldotstarbelised mudelid püüavad leida tasakaalu kiiruse ja võimekuse vahel.

Arutlusmudelid (reasoning models) või kõrgema arutlustasemega mudelid kulutavad keerulise probleemi lahendamiseks rohkem arvutusressurssi. Need sobivad paremini matemaatika, programmeerimise, teaduse, analüüsi ja mitmeetapiliste ülesannete jaoks.

Lisaks on olemas spetsialiseeritud mudelid piltide, video, kõne, muusika, programmeerimise, robotite või näiteks internetiotsingu jaoks.

Mis on mudeli parameetrid ja tokenid?

Tehisintellektimudelite kirjeldustes kasutatakse sageli sõnu „parameetrid“ ja „tokenid“.

Parameetrid on mudeli treenimise käigus kujunenud arvväärtused, mis mõjutavad seda, kuidas mudel informatsiooni töötleb ja vastuseid genereerib.

Suurematel mudelitel võib olla sadu miljardeid parameetreid, kuid ainult parameetrite arv ei määra mudeli tegelikku võimekust.

Token on teksti töötlemisel kasutatav ühik. Token võib olla terve sõna, sõnaosa või mõni muu tekstielement.

Tehisintellektiteenuste API-de hinnastamine põhineb sageli sisend- ja väljundtokenite arvul.

See tähendab, et pikema dokumendi analüüsimine või mahuka vastuse genereerimine võib nõuda rohkem arvutusressurssi kui lühikesele küsimusele vastamine.

Kas suurem mudelinumber tähendab alati paremat tehisintellekti?

Mitte tingimata.

GPT-6 võib olla uuem põlvkond kui GPT-5.6, kuid sellest ei järeldu automaatselt, et iga GPT-6 variant on igas ülesandes kiirem, odavam või praktilisem kui iga GPT-5.6 variant.

Sama kehtib Gemini, Claude'i, Groki ja teiste mudelite kohta.

Mudelite võrdlemisel tuleb arvestada vähemalt nende arutlusvõimet, kiirust, konteksti pikkust, hinda, programmeerimisoskust, multimodaalsust ehk teksti, piltide ja heli mõistmist ning seda, milliseid väliseid tööriistu mudel kasutada saab.

Veel üks oluline erinevus on kontekstiaken. See määrab ligikaudu, kui palju informatsiooni saab mudel ühe ülesande käigus korraga töödelda.

Suur kontekstiaken võimaldab näiteks analüüsida väga pikki dokumente või suuri programmikoodi kogumeid.

Samas ei tähenda suur kontekstiaken automaatselt seda, et mudel kasutaks kogu selles sisalduvat informatsiooni alati võrdselt täpselt.

Avatud ja suletud tehisintellektimudelid

Tehisintellektimudelite puhul on oluline ka see, kas mudel on avatud või suletud.

Suletud mudelid on tavaliselt kasutatavad teenusepakkuja rakenduse või API kaudu. Mudeli täielikud kaalud ja treenimissüsteem ei ole avalikult kättesaadavad.

Selliste mudelite hulka kuuluvad paljud OpenAI, Google'i ja Anthropic'u kommertsmudelid.

Avatud kaaludega mudelid võimaldavad arendajatel mudeli kaalud alla laadida ja seda sobiva riistvara olemasolul ise käitada.

Selliseid mudeleid leidub näiteks Llama, Mistrali ja DeepSeeki perekondades.

Avatud kaaludega mudel ei tähenda siiski alati täielikult avatud lähtekoodiga tehisintellekti. Mudeli litsents võib seada piiranguid ning treeningandmed ja kogu arendusprotsess ei pruugi olla avalikud.

Avatud mudelite eeliseks võib olla suurem kontroll andmete üle, võimalus kasutada oma servereid ja sõltumatus ühest teenusepakkujast.

Suletud mudelite puhul on seevastu sageli lihtsam kasutada tootja pakutavat valmis infrastruktuuri ja uusimaid funktsioone.

Keelemudel ei ole otsingumootor

ChatGPT-d ja Gemini-laadseid teenuseid võrreldakse sageli Google'i otsinguga, kuid tehniliselt töötavad need erinevalt.

Traditsiooniline otsingumootor otsib veebist kasutaja märksõnadele vastavaid dokumente ja järjestab tulemused.

Keelemudel genereerib aga vastuse õpitud mustrite ning talle parasjagu antud informatsiooni põhjal.

Tänapäeval on nende kahe maailma piir hägustunud. ChatGPT, Gemini, Grok, Perplexity ja teised assistendid võivad vajadusel ise internetist informatsiooni otsida ning seejärel leitud allikate põhjal vastuse koostada.

See tähendab, et tehisintellektiassistent võib korraga kasutada nii keelemudelit kui ka otsingumootorile sarnanevaid tehnoloogiaid.

Oluline on siiski meeles pidada, et keelemudel võib esitada ka ekslikku informatsiooni. Isegi juhul, kui vastus tundub veenev, tasub olulisemad faktid kontrollida usaldusväärsetest allikatest.

Mis on tehisintellektiagent?

Üha rohkem kasutatakse tehisintellekti puhul sõna „agent“.

Tavaline vestlusassistent vastab kasutaja küsimustele ja täidab talle antud ülesandeid vestluse käigus.

Tehisintellektiagent võib aga kasutada tööriistu, planeerida mitmest etapist koosnevat tegevust ja teatud tingimustel ülesande täitmist iseseisvalt jätkata.

Näiteks võib agent otsida veebist informatsiooni, analüüsida dokumente, kirjutada programmikoodi, kasutada brauserit või teha muudatusi mõnes ühendatud rakenduses.

Agent ei pea olema eraldi tehisintellektimudel. Sageli on tegemist süsteemiga, mis ühendab ühe või mitu olemasolevat mudelit, tööriistad ja tegevuste juhtimise.

Selliseid lahendusi arendatakse muu hulgas ChatGPT, Microsoft Copiloti, Claude'i, Gemini ja Muse'i ümber.

Milline tehisintellekt on kõige parem?

Üht universaalselt parimat mudelit pole mõistlik määrata, sest tulemused sõltuvad ülesandest ning mudelid muutuvad väga kiiresti.

Üks mudel võib olla tugevam programmeerimises, teine pika dokumendi analüüsimisel, kolmas piltide või video mõistmisel ning neljas võib pakkuda peaaegu sama head tulemust oluliselt väiksema arvutuskuluga.

Samuti tuleb eristada mudeli enda võimekust seda kasutavast rakendusest.

Väga hea keelemudel ilma interneti, failide või muude tööriistadeta võib mõnes praktilises ülesandes olla vähem kasulik kui veidi nõrgem mudel, millel on ligipääs vajalikele tööriistadele.

Seetõttu liigub tehisintellekti areng järjest rohkem olukorra poole, kus kasutaja ei pea tingimata teadma, milline konkreetne mudel parasjagu töötab.

Teenus võib ülesande keerukuse järgi ise valida sobiva mudeli, määrata sellele vajaliku arutlustaseme ning anda mudelile ligipääsu vajalikele tööriistadele.

ChatGPT, Gemini, Claude, Grok, Copilot, Perplexity ja Muse on seega kõige parem käsitleda terviklike tehisintellektiteenustena.

GPT, Gemini, Claude'i, Groki, Llama, Muse Sparki ja teiste mudeliperekondade erinevad versioonid on aga „mootorid“, mille abil need teenused kasutaja ülesandeid lahendavad.

Kõige olulisem erinevus ei ole seega enam ainult selles, milline ettevõte on loonud kõige võimsama mudeli, vaid ka selles, kuidas mudelid, rakendused ja tööriistad omavahel ühendatakse ning mida need kasutaja jaoks tegelikult teha suudavad.

Teema: Google, AI, ChatGPT, Tehisintellekt