Главная мысль
Параметры модели — это её веса, те самые числа из урока 5, только их миллиарды. Чем больше весов, тем больше закономерностей модель успела запомнить, но каждое слово ответа проходит через все веса разом: большая модель дороже и медленнее на каждом токене. Поэтому «самая большая» — не «самая правильная», а самая дорогая; размер подбирают под задачу.
Объяснение
Параметры — те самые веса
В уроке 5 ты двигал один ползунок — вес — и смотрел, как меняется исход у одного нейрона. Теперь представь, что ползунков не один, а миллиарды, и все они выставлены обучением, а не рукой. Слово «параметры» (parameters) — это и есть эти ползунки. Когда говорят «модель на столько-то миллиардов параметров», говорят ровно про число весов внутри неё: сколько чисел в ней настроено.
Ничего другого «внутри» нет. Нет базы фактов, нет правил, записанных словами, нет памяти о твоих прошлых запросах. Есть числа, выставленные на примерах, и вход, который через эти числа проходит. Поэтому «размер модели» — это не размер экрана, не длина ответа и не число кнопок на странице. Это количество весов. Из него растёт всё остальное: и что модель умеет, и сколько стоит её запуск.
Зачем это тому, кто уже жмёт кнопку ▶
Больше весов — больше закономерностей
Попроси в чате переписать три строчки короче — справится почти любая модель из списка. Попроси разобрать длинный договор, удержать десять условий и найти, где они противоречат друг другу, — малая модель начнёт терять нить на середине, большая дотянет. Разница не в «уме». В большой модели просто больше места под закономерности: она видела те же примеры, но запомнила из них больше связей — между словами, между абзацами, между «если» в начале и «то» в конце.
Малая
Средняя
Большая
Полоса условная: здесь порядок, а не числа. Точные размеры и цены у каждой модели свои — смотри их в списке на странице чата.
Но «больше закономерностей» — не «понимание». Большая модель так же тянет жребий из распределения (урок 15), так же уверенно врёт там, где примеров не было (урок 20), и так же не знает, что она написала минуту назад, если это не лежит в окне (урок 14). Она реже ошибается на сложном — потому что чаще видела похожее, — и это всё. Гарантии размер не даёт; он двигает вероятность.
Зачем это тому, кто уже жмёт кнопку ▶
Почему большая дороже и медленнее
Вернись к списку моделей в чате. Цена там написана за тысячу токенов — на вход и на выход, — и у моделей она разная. Почему? Каждый токен ответа проходит через все веса модели, от первого слоя до последнего (урок 6). Больше весов — больше умножений на один токен, больше времени на видеокарте, больше электричества. Это и есть цена запуска, о которой шла речь в уроке 3: сервис не рисует, он подаёт и считает, а считать ему приходится то, что реально сгорело в железе.
Отсюда два следствия, которые видны на сайте. Первое: одна и та же модель стоит тебе тем больше, чем длиннее вход и выход, — поэтому под полем чата сайт показывает оценку «спишется ~ столько-то ⓥ» до отправки. Второе: за один и тот же короткий вопрос большая модель берёт больше, чем малая, — потому что весов, через которые прошёл каждый токен, у неё больше. Ты платишь за размер на каждом слове, а не один раз за вход.
Зачем это тому, кто уже жмёт кнопку ▶
Малые модели — быстрее и дешевле, для простого
Малая модель отвечает быстрее и стоит дешевле — и есть задачи, где ты не заметишь разницы вообще. Переписать абзац короче. Исправить ошибки в тексте. Перевести описание товара на нейтральный тон. Сделать из списка таблицу. Здесь нет «десяти условий», нет редкой темы, нет рассуждения — есть типовая закономерность, которую видела любая модель. Большая сделает то же самое, только дольше и за большие деньги.
На сайте эта развилка есть и в картинках. У GPT Image 2.5 два варианта на одной странице — Flare и Sunburst; чипы подписаны «быстрая» и «макс. качество», а что у них внутри, страница не говорит. Цена пачки у них одна, так что выбирать между ними надо по почерку на своём проверочном тексте, а не по счёту. А в чате разница в цене видна напрямую в списке моделей — и именно там выбор размера окупается: на десяти простых запросах в день малая модель экономит заметно, не теряя в результате.
Зачем это тому, кто уже жмёт кнопку ▶
Как подбирать: сначала задача, потом модель
Маршрут простой: сначала смотри на задачу, потом на список моделей. Сколько условий надо удержать? Длинный ли вход? Редкая ли тема? Нужно ли рассуждать по шагам? Каждое «да» — плюс к размеру. Ни одного — бери малую. Ниже — задание на простую задачу, где размер не нужен: попробуй в чате и посмотри на оценку списания под полем до отправки.
Простая задача — малой модели
Впиши текст, который надо ужать, и предел по словам. Это типовая задача: любой размер справится, а платить за большую нет смысла. На странице чата открой список моделей и возьми ту, что дешевле.
Сообщение спишет цена сообщения зависит от модели и длины — сайт показывает «спишется ~…ⓥ» под полем до отправки. Перед отправкой посмотри на строку под полем: там точная оценка списания — она растёт с длиной входа и с размером модели.
Зачем это тому, кто уже жмёт кнопку ▶
Аналогия
Представь две мастерские. В маленькой один мастер и сотня инструментов на стене: он быстро делает то, что делал тысячу раз, — табурет, полку, раму. В большой — цех, десять тысяч инструментов и оснастка под редкие заказы: резная лестница, мебель по чертежу с двадцатью условиями. Инструменты — это веса. Их число — размер. Большой цех умеет больше редкого, потому что у него есть оснастка под редкое; но табурет он сделает не лучше, а дольше и дороже — заказ надо прогнать через весь цех.
И ни одна мастерская не «понимает», зачем тебе табурет. Она делает то, что похоже на прошлые заказы. Если чертёж редкий и таких заказов у цеха не было — большой цех тоже ошибётся, только увереннее. Поэтому выбирают не «самую большую мастерскую в городе», а ту, чьи инструменты подходят под заказ. Табурет — маленькой, лестницу — большой, и счёт получится честным.
Что это значит на практике
- Посчитай задачу до выбора модели: условия, длина входа, редкость темы, нужно ли рассуждать по шагам. Каждое «да» — плюс к размеру.
- По умолчанию — модель поменьше. Простое: переписать, сократить, разложить, поправить тон. Большую включай по симптому: потеряно условие, ответ поплыл, тема редкая.
- Смотри на оценку под полем чата до отправки: она показывает, за что спишется — длину и модель. Укороти вход, прежде чем менять модель.
- Не жди от размера гарантии. Большая модель реже ошибается на сложном, но врёт так же уверенно там, где примеров не было. Проверяй факты в любой модели.
Заблуждение, которое мешает
Заблуждение, которое убивает этот урок: «Чем больше модель, тем она умнее, и большая всегда ответит правильнее. Значит, надо всегда брать самую большую — и всё будет хорошо».
Оно вредит сразу в трёх местах.
Первое: ты платишь на каждом слове за то, что и малая модель сделала бы так же. Сократить абзац большой моделью — то же, что заказать табурет в цехе с оснасткой под лестницы.
Второе: ты веришь ответу большой модели сильнее и перестаёшь проверять — а жребий и галлюцинации у неё те же. На редкой теме уверенный тон звучит одинаково у правды и у выдумки.
Третье: ты ищешь «самую большую», когда надо чинить формулировку (урок 18) или окно (урок 14). Размер не лечит плохой запрос: типичное на пустой промпт придёт из любой модели, только дороже.
Размер — один рычаг из нескольких, и не первый. Сначала запрос, потом окно, потом размер.
Проверка
Выбери вариант — разбор появится сразу, и на верный, и на неверный.
Понял?
Отмечай только то, что можешь прямо сейчас сказать вслух своими словами. Это не галочки для отчёта, а проверка, что урок улёгся.
Итог
- Параметры — это веса; размер модели — сколько их. Больше весов — больше закономерностей, не понимание.
- Каждый токен проходит через все веса: большая модель дороже и медленнее на каждом слове; сайт списывает размер × длину, и оценка видна под полем чата.
- Малая — для простого и типового, большая — для условий, длины и редкого. Сначала запрос и окно, размер — потом.