Google Cloud เปิดพรีวิว Muse 3 โมเดลของ Meta บน Gemini Enterprise

Google Cloud เปิดให้ทดลองใช้โมเดลปัญญาประดิษฐ์ (AI) ของเมตา(Meta, $META) แบบพรีวิว 3 รุ่น ได้แก่ Muse Ember, Muse Wonder และ Muse Spark 1.3 ผ่าน Gemini Enterprise Agent Platform โดยเพิ่ม Ember และ Wonder เข้ามาจากเดิมที่มี Spark 1.3 ให้ใช้งาน

กูเกิล คลาวด์(Google Cloud) ระบุในบันทึกการเปิดตัวบริการเมื่อวันที่ 9 พฤศจิกายนว่า ทั้งสามโมเดลให้บริการเป็น managed API ผ่าน global endpoint นักพัฒนาสามารถส่งคำขอไปยังโมเดลผ่าน Responses API ที่รองรับ OpenAI โดยสถานะของทั้งสามรุ่นแสดงเป็นพรีวิว

กำหนดการเปิดตัวและเริ่มให้บริการของแต่ละโมเดลไม่ตรงกัน เมตาประกาศ Spark 1.3 เมื่อวันที่ 2 กันยายน ขณะที่เอกสารโมเดลของ Google Cloud ระบุว่าเริ่มให้บริการเมื่อวันที่ 24 กันยายน ส่วนเมตาเปิดตัว Wonder เมื่อวันที่ 12 ตุลาคม และ Google Cloud เริ่มให้บริการ Ember กับ Wonder เมื่อวันที่ 9 พฤศจิกายน

Ember มุ่งรองรับงานเอเจนต์ที่ทำซ้ำหลายครั้ง เช่น การเรียกใช้เครื่องมือ งานย่อยด้านการเขียนโค้ด และการดึงข้อมูลจากเอกสาร เมตาระบุว่า Ember เป็นโมเดลที่มีขนาดเล็กที่สุดในตระกูล Muse

Wonder เน้นงานพัฒนาซอฟต์แวร์ที่ซับซ้อนและงานที่ใช้เวลานาน Google Cloud ระบุความสามารถในการวางแผนงานเขียนโค้ดหลายขั้นตอนและเรียกใช้เครื่องมือพร้อมกัน รวมถึงงานที่เกี่ยวกับการใช้งานคอมพิวเตอร์

Spark 1.3 ออกแบบมาสำหรับงานเขียนโค้ดและงานเอเจนต์ เมตาระบุผลการเปรียบเทียบภายในบริษัทว่า รุ่นนี้เรียกใช้เครื่องมือน้อยลงประมาณ 20% และใช้โทเค็นน้อยลงประมาณ 25% เมื่อเทียบกับรุ่นก่อนหน้า ก่อนหน้านี้ TokenPost เคยรายงานการเปิดตัว Spark 1.3 และการปรับปรุงประสิทธิภาพการทำงาน

รูปแบบข้อมูลนำเข้าแตกต่างกันไปตามโมเดล เอกสารของ Google Cloud ระบุว่า Ember รับข้อความและภาพ ส่วน Wonder กับ Spark 1.3 รับข้อความ ภาพ และ PDF ทั้งสามรุ่นส่งออกเป็นข้อความเท่านั้น โดยรายการข้อมูลนำเข้าที่รองรับไม่มีวิดีโอและเสียง

ทั้งสามโมเดลรองรับ context window ประมาณ 1 ล้านโทเค็น ซึ่งหมายถึงปริมาณข้อมูลนำเข้าที่โมเดลสามารถอ้างอิงได้ภายในคำขอหนึ่งครั้ง

ก่อนหน้านี้ เมตาเปิดให้ใช้ Spark 1.3 และ Wonder ผ่าน Meta Model API และเครื่องมือสำหรับนักพัฒนา Muse Code ด้วย Managed API ช่วยให้นักพัฒนาส่งคำขอไปยังแพลตฟอร์มคลาวด์และรับผลลัพธ์ โดยไม่ต้องติดตั้งเซิร์ฟเวอร์ของโมเดลเอง

เอกสารของ Google Cloud ระบุว่าโมเดลทั้งสามยังไม่รองรับ provisioned throughput และ batch prediction นักพัฒนาที่ต้องใช้ความสามารถเหล่านี้ควรตรวจสอบขอบเขตการรองรับของแต่ละโมเดล