Genshijin કોડિંગ આસિસ્ટન્ટે જાપાનીઝ કોડ પ્રતિસાદોમાં અંદાજે 28% નો ઘટાડો કર્યો, પરંતુ અંગ્રેજી જવાબોમાં 2.5% નો વધારો કર્યો, અને બંને કિસ્સાઓમાં કુલ API બિલ વધી ગયું.

AI-જનરેટેડ કોડ માટે ચૂકવણી કરનાર કોઈપણ વ્યક્તિ આ અસર અનુભવી શકે છે. ટોકન-આધારિત કિંમત (pricing) પ્રોમ્પ્ટ અથવા આઉટપુટના દરેક વધારાના શબ્દને ખર્ચવામાં વપરાતા ડોલરમાં ફેરવી દે છે. એક એવું સાધન જે એક ભાષાને ટૂંકી કરે છે જ્યારે બીજી ભાષાને લંબાવે છે, તે ખર્ચની ગણતરીમાં મોટો ફેરફાર લાવી શકે છે.

ટેસ્ટ કેવી રીતે કરવામાં આવ્યો હતો

આ પ્રયોગમાં જાપાનીઝ અને અંગ્રેજીમાં 192 સોફ્ટવેર-એન્જિનિયરિંગ પ્રોમ્પ્ટ્સનો સમાવેશ કરવામાં આવ્યો હતો. સંશોધકોએ દરેક ક્વેરીને ચાર રિપ્લાય કોન્ફિગરેશન હેઠળ મોડેલને મોકલી: એક સાદું બેઝલાઇન અને ત્રણ વિવિધતાઓ જે અલગ-અલગ ઇન્સ્ટ્રક્શન સેટ સાથે Genshijin સ્કીલનો ઉપયોગ કરે છે. આ સ્કીલ પ્રોમ્પ્ટમાં વધારાનું માર્ગદર્શન ઉમેરીને કામ કરે છે, જે વધારાના ઇનપુટ ટોકન્સનો વપરાશ કરે છે.

તેઓએ આઉટપુટની લંબાઈ ટોકન્સમાં માપી અને કુલ API ખર્ચ મેળવવા માટે ઇનપુટ અને આઉટપુટ ટોકન્સનો ખર્ચ ઉમેર્યો.

આંકડા શું કહે છે

  • Genshijin સક્રિય હોવા પર જાપાનીઝ આઉટપુટમાં 27.5% નો ઘટાડો થયો.
  • સમાન પરિસ્થિતિઓમાં અંગ્રેજી આઉટપુટમાં 2.5% નો વધારો થયો.
  • બંને ભાષાઓ માટે, કુલ API ખર્ચ વધ્યો.

ખર્ચમાં વધારો Genshijin દ્વારા ઉમેરવામાં આવતા વધારાના ઇન્સ્ટ્રક્શનને કારણે થાય છે. મોડેલ કોડ જનરેટ કરવાનું શરૂ કરે તે પહેલાં જ તે ઇન્સ્ટ્રક્શન ટોકન્સ ઉમેરે છે. આ ટેસ્ટમાં, ટૂંકા જાપાનીઝ આઉટપુટથી થતી ટોકન બચત ક્યારેય જરૂરી વધારાના ઇનપુટ ટોકન્સ કરતા વધુ નહોતી.

બ્રેક-ઈવન (break even) કરવા માટે, જાપાનીઝ ક્વેરીમાં આશરે 479 આઉટપુટ ટોકન્સ ઘટાડવા જરૂરી હતા, જ્યારે અંગ્રેજી ક્વેરી માટે 435-ટોકનનો ઘટાડો જરૂરી હતો. માપવામાં આવેલી બચત આ મર્યાદાઓથી ઓછી હતી.

ભાષાકીય તફાવત કેમ?

જાપાનીઝ ભાષામાં ઘણીવાર માનવાચક શબ્દો (honorifics) અને લાંબા વાક્યોના સ્વરૂપમાં વધારાના શબ્દો (padding) હોય છે. Genshijin ના પ્રોમ્પ્ટ ફેરફારો તે વધારાના શબ્દોને લક્ષ્ય બનાવે છે, બિનજરૂરી શબ્દો દૂર કરે છે અને પ્રતિસાદને સંક્ષિપ્ત બનાવે છે. તેનાથી વિપરીત, અંગ્રેજી પહેલેથી જ વધુ સંક્ષિપ્ત હોય છે, તેથી સમાન પ્રોમ્પ્ટ્સ અજાણતા એવા વધારાના શબ્દો (boilerplate) ઉમેરી શકે છે જે જવાબને લાંબો બનાવે છે.

ડેવલપર્સે શું ધ્યાનમાં રાખવું જોઈએ

  • લાંબા જાપાનીઝ સ્પષ્ટીકરણો: જો તમે નિયમિતપણે જાપાનીઝમાં વિગતવાર ડિઝાઇન નોટ્સ અથવા વિસ્તૃત કોમેન્ટ્સ માંગતા હોવ, તો Genshijin બિનજરૂરી શબ્દો ઘટાડી શકે છે અને આઉટપુટના ટોકન કાઉન્ટને ઓછું કરી શકે છે.
  • ટૂંકી ક્વેરીઝ: ટૂંકા પ્રશ્નો માટે, "સંક્ષિપ્તમાં જવાબ આપો" (answer concisely) જેવી સાદી સૂચના સંપૂર્ણ Genshijin સ્કીલ કરતા વધુ સારી છે, જે ટૂંકા જવાબો અને ઓછો ખર્ચ આપે છે.
  • અંગ્રેજી-પ્રધાન વર્કફ્લો: લાંબા આઉટપુટની અપેક્ષા રાખો. ખર્ચમાં બચત થશે તેવું માની લેતા પહેલા તેની અસર માપો.
  • તમારી જાતે માપો: ટોકનનો વપરાશ પ્રોમ્પ્ટ શૈલી, મોડેલ વર્ઝન અને કાર્યની જટિલતા સાથે બદલાય છે. જાહેરાત કરેલા ટકાવારી પર આધાર રાખવાને બદલે તમારા પોતાના બેન્ચમાર્ક ચલાવો.

કેટલાક ડોક્યુમેન્ટેશનમાં જે 75% ઘટાવાની વાત કરવામાં આવે છે તે ફક્ત આઉટપુટ ટોકન કાઉન્ટ માટે છે, કુલ બિલ માટે નહીં. જે ડેવલપર્સ ફક્ત તે આંકડા પર ધ્યાન કેન્દ્રિત કરે છે તેઓ ત્યારે આશ્ચર્યચકિત થઈ શકે છે જ્યારે તેમના ઇન્વોઇસ સમાન રહે છે અથવા વધે છે.

આગળ શું જોવું

મુખ્ય વાત (Takeaway): Genshijin જાપાનીઝ કોડ આઉટપુટને નોંધપાત્ર રીતે ઘટાડી શકે છે, પરંતુ તે ઉમેરતા વધારાના પ્રોમ્પ્ટ ટોકન્સ કોઈપણ તાત્કાલિક ખર્ચના લાભને ખતમ કરી દે છે—અને તે અંગ્રેજી પ્રતિસાદોને વધારી પણ શકે છે. તેનો પસંદગીપૂર્વક ઉપયોગ કરો, અને હંમેશા તમારા પોતાના કાર્યભાર પર ટોકનની અસર તપાસો.

સ્ત્રોત: https://dev.to/anicca_301094325e/coding-assistant-tests-japanese-28-shorter-english-3-longer-4f83