Amazon Web Services 1-oktabr kuni Strands Decider 2B nomli ochiq manbali qaror modelini chiqardi. Model TypeSafe kompaniyasining Jev modelidan ilhomlanib yaratilgan boʻlib, AI agentlarining ish oqimlarida — eng ilgʻor til modellari kabi katta matn yaratish shart boʻlmagan, ammo oldindan belgilangan variantlar orasidan tez va arzon tanlov qilish talab etiladigan vazifalar uchun moʻljallangan.
Strands Decider 2B taxminan 2 milliard parametrli model boʻlib, Alibabaʻning Qwen3.5 bazasidan nozik sozlangan. U anʻanaviy til modelidan tubdan farq qiladi: yangi matn yaratish oʻrniga cheklangan savolga bitta oldinga oʻtish (single forward pass) orqali javob variantlari va ularning ehtimollarini qaytaradi hamda har bir qaror uchun kalibrlangan ishonch bahosini beradi. Yaʻni model «nima deb javob berish» emas, «qaysi variantni tanlash» masalasini hal qiladi.
Qaror modeli nima va qanday ishlaydi
Katta til modellari hatto oddiy tanlov uchun ham butun bir javob matnini yaratishga majbur — bu vaqt ham, pul ham talab qiladi. Qaror modeli esa bu vazifani boshqacha hal qiladi: variantlar toʻplami oldindan maʻlum boʻlgan holatlarda eng munosib variantni millisekundlar ichida tanlaydi va tanloviga qanchalik ishonayotganini son bilan koʻrsatadi. AWS aynan shu yondashuvni Strands Decider 2B orqali ochiq ekotizimga olib chiqmoqda.
Kalibrlangan ishonch bahosi bu yerda muhim tafsilot: model nafaqat eng ehtimolli variantni koʻrsatadi, balki oʻz ishonch darajasini ham real ehtimolga moslab beradi. Bu agent tizimlarida qaror zanjirini avtomatlashtirishda hal qiluvchi ahamiyatga ega — tizim past ishonchli holatlarda inson aralashuvini soʻrashi yoki zaxira yoʻlni tanlashi mumkin.
Uy prototipidan rasmiy relizgacha
Loyiha AWSning faxriy muhandisi (distinguished engineer) Marc Brooker TypeSafeʻning Jev modelini koʻrganidan soʻng boshlangan. Uning uy sharoitida yaratgan prototipi JevBench reytingida oʻz oʻlchamidagi modellar orasida qisqa muddat birinchi oʻrinni egalladi — shundan keyin Amazon muhandislari uni tartibga solib, Strands Labs orqali rasmiy reliz sifatida chiqardi.
Brookerning uy prototipi JevBench reytingida oʻz oʻlchamidagi modellar orasida birinchi oʻringa chiqqanidan soʻng, Amazon muhandislari uni tozalab, Strands Labs orqali nashr etdi. — TechCrunch
Bu tarix modelning kelib chiqishini ham tushuntiradi: u korporativ laboratoriya rejasidan emas, balki real muammo — agentlar uchun tezkor qaror qatlami zarurati — atrofida tugʻilgan amaliy yechimdan oʻsib chiqqan.
Tezlik va aniqlik: oʻlchangan natijalar
AWS 18-versiyani Nvidia RTX 3090 grafik kartasida mahalliy rejimda oʻlchadi: median kechikish 106 millisekund, 95-persentil — 296 millisekund; qisqa vazifalarda esa atigi oʻnlab millisekundlar. Solishtirish uchun: TypeSafeʻning xosting qilingan Jev xizmati uchidan-uchiga taxminan 70 dan 500 millisekundgacha javob beradi.
JevBench ommaviy toʻplamida 19-versiya taxminan 72% aniqlik va 0,35 Brier ballini koʻrsatdi. Brier balli bashoratlarning kalibrlanganlik darajasini oʻlchaydi — pastroq qiymat ishonch baholarining haqiqatga yaqinroq ekanini anglatadi. AWS uni ushbu testda oʻz oʻlchamidagi ommaviy modellar orasida ikkinchi oʻrinda deb baholamoqda — biroq kompaniyaning solishtirish jadvalida Jevning oʻzi kiritilmagani eʻtiborga molik.
Raqobat: qaror modellari toʻlqini
Strands Decider 2B qulay vaqtda chiqdi: TypeSafe Jevʻni 15-sentabrda ishga tushirganidan (narxi — million kirish tokeniga 0,042 dollar) ikki hafta oʻtib, OpenAI ham shu haftada shunga oʻxshash qaror modeli taklifini eʻlon qilgan paytda. AWS, Cloudflare va boshqa kompaniyalar yangi qaror modellari toifasiga shoshilmoqda — bu endi alohida tajriba emas, balki shakllanayotgan bozor segmenti.
Eʻtiborli jihati shundaki, raqobat asosan ikki oʻq atrofida ketmoqda: xosting qilingan pulli API xizmatlari (Jev kabi) va ochiq manbali, mahalliy ishga tushiriladigan modellar (Strands Decider 2B kabi). Amazonning ochiq relizi ikkinchi yoʻnalishni kuchaytiradi.
