Tekoälymallien eroista

11.05.2026


Riihisoftin viikottaisen tekoälykoulutuksen aika.

Aloitettiin kuluneen viikon tekoälyaiheisilla uutisnostoilla, kuten tekoälyn hintojen nousu. Olennainen osa koodarin asiantuntijuutta on optimoida mallien käyttöä tehokkuuden ja kulujen hallinnaksi.

Tekoälymallit (LLM) on koulutettu valtavilla tekstiaineistoilla, kuten kirjat, koodi ja verkkosisältö. Perustuen oppimaansa ne ennustavat todennäköisimmän seuraavan tokenin eli neljän kirjaimen tekstipätkän annetun syötteen perusteella​. Sitten käsittelevät ja tuottavat vastauksen esim. tekstinä. Tekoälymallin hinnoittelu perustetaan tokeneihin.  

Vertailtiin esimerkkinä malleista Github Copilotissa hyödynnettäessä Haiku 4.5, Sonnet 4.6 ja Opus 4.7. Mikä mihinkin käyttötarkoitukseen? Mikä edullisin? Mikä nopein? Miten syvästi päättelee? Miten autonominen toimintakyky? 

Suositeltavaa on jakaa työvaiheita eri kielimalleille​. Malleille annetut kuvaukset eivät kerro koko totuutta, vaan tärkeää on itse löytää toimivimmat kielimallit omiin projekteihin. 

Lopuksi demotettiin Visual Studio -kehitystyökalussa Github Copilotilla eri mallien käyttöä. Demossa kulujen optimoinniksi suunnitelman tekoon hyödynnettiin Sonnet 4.6 ja muutoksen tekoon Opus 4.7.

22.png

Jää seuraamaan blogejamme ja ota meihin yhteyttä, niin muutetaan ideasi ratkaisuiksi!  

2025