Genshijin கோடிங் அசிஸ்டண்ட் (coding assistant) ஜப்பானிய மொழி குறியீடு பதில்களை (code responses) தோராயமாக 28% குறைத்தது, ஆனால் ஆங்கிலப் பதில்களை 2.5% நீட்டியது; இவ்விரு சந்தர்ப்பங்களிலும் மொத்த API கட்டணம் அதிகரித்தது.

AI மூலம் உருவாக்கப்பட்ட குறியீட்டிற்குப் பணம் செலுத்துபவர்கள் இதன் தாக்கத்தை உணர முடியும். டோக்கன் அடிப்படையிலான விலை நிர்ணயம் (Token-based pricing), ஒரு ப்ராம்ப்ட் (prompt) அல்லது வெளியீட்டில் உள்ள ஒவ்வொரு கூடுதல் வார்த்தையையும் செலவாக மாற்றுகிறது. ஒரு மொழியைக் குறைத்துக்கொண்டு மற்றொரு மொழியை நீட்டிக்கும் ஒரு கருவி, செலவு கணக்கீடுகளைத் தலைகீழாக மாற்றக்கூடும்.

சோதனை எவ்வாறு நடத்தப்பட்டது

இந்தச் சோதனை ஜப்பானிய மற்றும் ஆங்கில மொழிகளில் 192 மென்பொருள் பொறியியல் (software-engineering) ப்ராம்ப்ட்களை உள்ளடக்கியது. ஆராய்ச்சியாளர்கள் ஒவ்வொரு வினவலையும் நான்கு பதில் அமைப்புகளின் கீழ் மாடலுக்கு அனுப்பினர்: ஒரு சாதாரண அடிப்படை (baseline) மற்றும் வெவ்வேறு அறிவுறுத்தல் தொகுப்புகளுடன் Genshijin திறனைப் பயன்படுத்தும் மூன்று மாறுபாடுகள். இந்தத் திறன், ப்ராம்ப்ட்டுடன் கூடுதல் வழிகாட்டுதல்களைச் சேர்ப்பதன் மூலம் செயல்படுகிறது, இது கூடுதல் உள்ளீட்டு டோக்கன்களை (input tokens) பயன்படுத்துகிறது.

அவர்கள் வெளியீட்டு நீளத்தை டோக்கன்களில் அளந்து, மொத்த API செலவைப் பெற உள்ளீடு மற்றும் வெளியீடு டோக்கன்களின் விலையைக் கூட்டினர்.

புள்ளிவிவரங்கள் என்ன சொல்கின்றன

  • Genshijin செயல்பாட்டில் இருந்தபோது ஜப்பானிய வெளியீடு 27.5% குறைந்தது.
  • அதே சூழலில் ஆங்கில வெளியீடு 2.5% அதிகரித்தது.
  • இரண்டு மொழிகளுக்கும், மொத்த API செலவு அதிகரித்தது.

Genshijin சேர்க்கும் கூடுதல் அறிவுறுத்தல்களாலேயே இந்தச் செலவு அதிகரிப்பு ஏற்படுகிறது. மாடல் குறியீட்டை உருவாக்கத் தொடங்குவதற்கு முன்பே, அந்த அறிவுறுத்தல்கள் டோக்கன்களைச் சேர்க்கின்றன. இந்தச் சோதனையில், குறுகிய ஜப்பானிய வெளியீட்டினால் கிடைத்த டோக்கன் சேமிப்பு, தேவைப்பட்ட கூடுதல் உள்ளீட்டு டோக்கன்களின் அளவை விடக் குறைவாகவே இருந்தது.

செலவில் சமநிலையை அடைய (break even), ஒரு ஜப்பானிய வினவல் சுமார் 479 வெளியீட்டு டோக்கன்களைக் குறைக்க வேண்டியிருக்கும், அதேசமயம் ஒரு ஆங்கில வினவல் 435 டோக்கன்களைக் குறைக்க வேண்டியிருக்கும். அளவிடப்பட்ட சேமிப்பு அந்த வரம்புகளை விடக் குறைவாகவே இருந்தது.

மொழி இடைவெளி ஏன்?

ஜப்பானிய மொழியில் பெரும்பாலும் மரியாதைக்குரிய சொற்கள் (honorifics) மற்றும் விரிவான சொற்றொடர்கள் போன்ற தேவையற்ற விஷயங்கள் (padding) இருக்கும். Genshijin-ன் ப்ராம்ப்ட் மாற்றங்கள் அந்தத் தேவையற்ற விஷயங்களைக் குறிவைத்து, தேவையற்ற சொற்களை நீக்கி பதிலைத் சுருக்குகின்றன. இதற்கு நேர்மாறாக, ஆங்கிலம் ஏற்கனவே சுருக்கமானதாக இருப்பதால், அதே ப்ராம்ப்ட்கள் கவனக்குறைவாகப் பயன்படுத்தப்படும்போது பதிலின் நீளத்தை அதிகரிக்கும் கூடுதல் சொற்களை (boilerplate) சேர்க்கக்கூடும்.

டெவலப்பர்கள் கவனத்தில் கொள்ள வேண்டியவை

  • நீளமான ஜப்பானிய விளக்கங்கள்: நீங்கள் வழக்கமாக ஜப்பானிய மொழியில் விரிவான வடிவமைப்பு குறிப்புகள் அல்லது நீண்ட கருத்துகளைக் கோரினால், Genshijin தேவையற்ற விஷயங்களைக் குறைத்து வெளியீட்டின் டோக்கன் எண்ணிக்கையைக் குறைக்கலாம்.
  • குறுகிய வினவல்கள்: சிறிய கேள்விகளுக்கு, முழுமையான Genshijin திறனைப் பயன்படுத்துவதை விட, “answer concisely” என்ற எளிய அறிவுறுத்தல் சிறந்த பலனைத் தரும்; இது குறுகிய பதில்களையும் குறைந்த செலவையும் வழங்கும்.
  • ஆங்கிலம் சார்ந்த பணிப்பாய்வுகள் (Workflows): வெளியீடுகள் நீளமாக இருக்கும் என்று எதிர்பார்க்கவும். செலவு குறையும் என்று கருதுவதற்கு முன் அதன் தாக்கத்தை அளவிடவும்.
  • நீங்களே அளவிடவும்: டோக்கன் பயன்பாடு என்பது ப்ராம்ப்ட் பாணி, மாடல் பதிப்பு மற்றும் பணியின் சிக்கலான தன்மையைப் பொறுத்து மாறுபடும். விளம்பரப்படுத்தப்பட்ட சதவீதங்களை மட்டும் நம்பியிருக்காமல், நீங்களே சோதனைகளை (benchmarks) செய்து பார்க்கவும்.

சில ஆவணங்கள் குறிப்பிடும் 75% குறைப்பு என்பது வெளியீடு (output) டோக்கன் எண்ணிக்கையை மட்டுமே குறிக்கிறது, மொத்தப் பட்டியலை அல்ல. அந்த ஒரு எண்ணை மட்டும் கவனிக்கும் டெவலப்பர்கள், தங்கள் இன்வாய்ஸ்கள் (invoices) மாறாமல் இருப்பதையோ அல்லது அதிகரிப்பதையோ கண்டு ஆச்சரியப்படலாம்.

அடுத்து கவனிக்க வேண்டியவை

முக்கியக் கருத்து: Genshijin ஜப்பானிய குறியீடு வெளியீட்டை கணிசமாகக் குறைக்க முடியும், ஆனால் அது சேர்க்கும் கூடுதல் ப்ராம்ப்ட் டோக்கன்கள் உடனடிச் செலவுப் பலனைத் தடுத்துவிடுகின்றன—மேலும் இது ஆங்கிலப் பதில்களை நீட்டிக்கவும் கூடும். இதைத் தேர்ந்தெடுத்துப் பயன்படுத்தவும், மேலும் உங்கள் பணிப்பாய்வில் டோக்கன் தாக்கத்தை எப்போதும் சரிபார்க்கவும்.

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