Anh em làm AI dạo này hay có cái kiểu: một là nhắm mắt quẹt đại model to nhất cho an toàn, hai là ngó mấy cái public benchmark rồi code, đến cuối tháng nhìn bill API thì khóc thét.
Vừa xong trên Product Hunt, team Trismik vác lên một con hàng tên là QuickCompare (nhảy phát lên 170 upvote). Tóm tắt gọn cho các đạo hữu lười đọc: đây là một cái tool để anh em quăng data của chính mình vào, sau đó nó lôi hơn 50 con LLMs ra đấm nhau xem con nào chạy mượt nhất, rẻ nhất và output ngon nhất trên cái tập data đó.
Không chơi kiểu benchmark public (ai cũng biết dạo này mấy cái bảng xếp hạng toàn buff bẩn để lùa gà). QuickCompare đưa cho anh em 3 cái timeline cực rành mạch: Quality (Chất lượng), Cost (Tiền) và Speed (Tốc độ). Nó còn nhét thêm một em AI assistant tên là Ziggy vào để tự động gen prompt và setup đánh giá (LLM-as-Judge) cho mấy tác vụ hầm bà lằng mà không cần anh em phải căng mắt viết script thủ công.
Dạo một vòng comment section, tôi thấy cộng đồng chia ra làm mấy luồng ý kiến khá thực dụng:
Nói thật với các ông, public leaderboards giờ y như cái show thực tế, xem cho vui thôi chứ áp vào business nhà mình là toang. Việc một con model đứng top 1 không có nghĩa là nó sẽ parse cái mớ log rác của công ty bạn tốt hơn một con model open-source hạng 2 nhưng rẻ bằng 1/10.
QuickCompare đánh trúng một cái ngách rất thực tế: Tối ưu chi phí và thời gian test LLM. Bài học sinh tồn ở đây là: Đừng bao giờ tin bố con thằng nào, cứ lấy data nhà ra mà đấm. Con nào vừa pass quality, vừa không cắn ví thì mình xài.
À, thấy trên PH có cái code PH10FC bú được 10$ credits xài thử đấy, anh em nào đang làm AI product thì cứ vào mà bào.
Nguồn hóng hớt: Product Hunt - QuickCompare by Trismik
Toàn cảnh con hàng QuickCompare lên thớt Product Hunt. Tool xịn giúp anh em dev test 50+ LLM trên chính data nhà, dẹp bỏ mấy cái benchmark lùa gà ảo ma.
