एगमेंट कंपनी ने अपने नए कृत्रिम बुद्धिमत्ता मॉडल GPT-5 के साथ शुरूआत की है और पहली बार मॉडल सेलेक्टर फीचर की शुरुआत की है, जो उपयोगकर्ताओं को क्लॉड सॉनेट 4 और GPT-5 के बीच चयन करने की अनुमति देता है। यह नवाचार एगमेंट के कृत्रिम बुद्धिमत्ता के क्षेत्र में महत्वपूर्ण प्रगति को चिह्नित करता है, उपयोगकर्ताओं को अधिक लचीलापन और विकल्प प्रदान करता है।
अंतिम कुछ सप्ताह में आंतरिक परीक्षण में, एगमेंट ने दोनों मॉडलों की तुलना कठिनाई से की, जिसमें एक फाइल संपादन, बहु-फाइल पुनर्गठन, परीक्षण उत्पादन और बड़े कोड बेस के त्रुटि सुधार जैसे कोडिंग कार्य शामिल थे। परीक्षण परिणामों के अनुसार, यद्यपि क्लॉड सॉनेट 4 गति में थोड़ा बेहतर है, जो तेज और सीधे उत्तर के लिए अधिक प्रवृत्त है, जबकि GPT-5 जटिल कार्यों के साथ अधिक सावधान और विस्तृत है, जिसमें अधिक विस्तृत तर्क और अस्पष्ट स्थितियों में स्पष्टीकरण प्रश्न पूछता है।
पसंद के अनुपात में, GPT-5 लगभग 47% से थोड़ा ऊपर है, जबकि क्लॉड सॉनेट 4 के लगभग 44% है, लेकिन ड्रॉ के अनुपात में दोनों 4% हैं। GPT-5 के अधिक बार क्रॉस-फाइल तर्क और निर्भरता विश्लेषण के रूप में प्रदर्शन मजबूत है, जबकि क्लॉड सॉनेट 4 छोटे या मध्यम परिवर्तनों के साथ तेज है। कोड गुणवत्ता समीक्षा में, क्लॉड सॉनेट 4 की समीक्षा छोटी है, मुख्य परिवर्तन पर ध्यान केंद्रित है, जबकि GPT-5 की समीक्षा व्यापक है, जिसमें अंतर्निहित स्थितियों के ढकाव के साथ आती है।
एगमेंट ने मॉडल सेलेक्टर लॉन्च करने का निर्णय लिया क्योंकि यह उपयोगकर्ताओं को विस्तृतता और गति के बीच चयन करने की अनुमति देता है। कुछ उपयोगकर्ता बेहद सटीकता और अंतर्निहित स्थितियों के ढकाव के पक्ष में हो सकते हैं, जबकि अन्य उपयोगकर्ता तेज अनुक्रमण के पक्ष में हो सकते हैं। इसके अलावा, यदि किसी मॉडल प्रदाता के पास देरी या गुणवत्ता उतार-चढ़ाव होता है, तो उपयोगकर्ता बिना किसी लागत के मॉडल के बीच स्विच कर सकते हैं, जो कार्य प्रक्रिया के लिए अतिरिक्त लचीलापन प्रदान करता है। साथ ही, उपयोगकर्ता के चयन व्यवहार एगमेंट के लिए मूल्यवान प्रतिक्रिया प्रदान करता है, जो भविष्य के मॉडल अनुकूलन और व्यवहार समायोजन में सहायता करता है।
हालाँकि क्लॉड सॉनेट 4 अभी भी एगमेंट का डिफ़ॉल्ट मॉडल है, लेकिन GPT-5 उपयोगकर्ताओं के लिए एक अन्य विकल्प प्रदान करता है, विशेष रूप से जब कार्य के साथ अलग दृष्टिकोण की आवश्यकता होती है। एगमेंट दोनों मॉडलों के बीच उपयोग वितरण, GPT-5 के बढ़ते उपयोग के कार्य प्रकार और समय के साथ बदलते हुए देरी ट्रेंड और विफलता पैटर्न की निरंतर निगरानी करता रहेगा। उपयोगकर्ता प्रतिक्रिया अगले चरण के समायोजन के लिए महत्वपूर्ण है।