செலவு மற்றும் தாமத ஆப்பத்யங்களை கருத்தில் கொண்டு சரியான மாதிரி அடுக்கை நீங்கள் எவ்வாறு தேர்வு செய்வீர்கள்?

Question

Accepted Answer

குடும்பத்தின் மாதிரிகள் **திறனை செலவு மற்றும் தாமதத்திற்கு எதிரான வர்த்தகம் செய்கின்றன**: சிறிய மாதிரிகள் வேகமாக மற்றும் மலிவான ஆனால் குறைந்த திறனுடையவை; பெரிய வாய்ப்புகள் கடினமான சிக்கல்களில் மிகவும் நன்றாக காரணம் என்றால் கூடுதல் செலவு மற்றும் மெதுவாக பதிலளிக்கிறது. திறமை என்பது மாதிரியை பணியின் சிரமத்திற்குப் பொருத்துவதாகும், எப்போதும் மிகபெரிய ஒன்றைப் பிடிப்பதில்லை.

## அடுக்கு நிலைகள் (Anthropic இன் வரிசை)

Anthropicன் Claude குடும்பத்தை உதாரணமாக பயன்படுத்தி (சமீபத்திய தலைமுறை: **Opus 4.8**, **Sonnet 4.6**, **Haiku 4.5**):

```text
Haiku   → smallest, fastest, cheapest
          → high-volume / simple tasks: classification, extraction, quick edits
Sonnet  → balanced cost/quality
          → everyday coding and general work (the sensible default)
Opus    → most capable, highest cost & latency
          → hardest multi-step reasoning, architecture, tricky debugging
```

வரிசையமைப்பு ஒப்பீட்டளவானது: **Haiku < Sonnet < Opus** விலை மற்றும் தாமதத்தில், மற்றும் மூல திறனில் அதே வரிசை.

## எப்படி தேர்வு செய்ய வேண்டும்

- **மலிவாக தொடங்கவும்.** முதல் முறையாக Haiku அல்லது Sonnet க்கு செல்லவும்; பெரும்பாலான பணிகளுக்கு சிறந்த அடுக்கு தேவையில்லை.
- **தரம் தேவைப்படும் போது மட்டுமே அதிகரிக்கவும்.** ஒரு மலிவான மாதிரியின் வெளியீடு தவறாக, অগভீரமாக அல்லது உண்மையான கடினமான சிக்கலில் লক்ష்யத்தை தொடர்ந்து தவறவிட்டால், Opus க்கு நகர்ந்துவிடுங்கள்.
- **அளவு பற்றி சிந்தியுங்கள்.** நீங்கள் লட்சலட்சம் முறை இயக்கும் ஒரு பணி (குறிச்சொல், வழிகாட்டல்) Haiku இல் இருக்க வேண்டும் Opus சிறிது நன்றாக இருந்தாலும் — செலவு மற்றும் தாமதம் பெருக்கப்படுகின்றன.

```text
Classify 1M support tickets   → Haiku   (volume dominates; task is simple)
Implement a feature           → Sonnet  (balanced everyday coding)
Debug a subtle race condition → Opus    (hard reasoning justifies the cost)
```

## ஏன் இது முக்கியமாக இருக்கிறது

பெரிய மாதிரிக்கு இயல்பாக செல்வது ஒரு மலிவான அடுக்கு நன்றாக கையாளும் பணிகளில் பணத்தை விரயம் செய்கிறது மற்றும் தாமதத்தை சேர்க்கிறது; சிறிய மாதிரிக்கு இயல்பாக செல்வது உண்மையான கடினமான வேலையில் மோசமான முடிவுகளை வழங்குகிறது. ইচ்஛াஞ்சுக்ரமாக தேர்வு செய்வது — மலிவாக தொடங்கவும், தரம் தேவைப்படும் போது மட்டுமே அதிகரிக்கவும் — பெரிய அளவில் சிஸ்டம்களை வேகமாக மற்றும் மலிவாக வைக்கிறது மேலும் உண்மையில் இது தேவைப்படும் சிக்கல்களுக்கு பெரிய மாதிரியைக் கொண்டு வருகிறது.