Drex for Finance เทียบกับ Gemini การตัดสินใจที่ 1: สองวิธีในการซื้อความน่าจะเป็น
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 226 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 98 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0717 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 82 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 181 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 47 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 139 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 63 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 96 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 183 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 139 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 107 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 317 tok/s
เมื่อวางสเปกชีตเทียบกัน Drex for Finance และ Gemini Decision 1 ดูเหมือนเป็นผลิตภัณฑ์เดียวกันจากสองบริษัท ทั้งคู่รับอินพุตเป็นบล็อกและชุดคำถามที่กำหนดประเภทไว้ ทั้งคู่ส่งคืนคำตอบพร้อมคะแนนสำหรับแต่ละคำถามโดยไม่มีการสร้างข้อความ ทั้งคู่รองรับคำขอขนาด 262,144 โทเคน และทั้งคู่คิดราคาเป็นเซนต์ต่ออินพุตหนึ่งล้านโทเคนแทนที่จะเป็นดอลลาร์ ความคล้ายคลึงกันสิ้นสุดลงตรงจุดประสงค์ที่คุณจะซื้อพวกมันไปใช้จริง ๆ Gemini Decision 1 ซึ่งเปิดตัวเมื่อวันที่ 11 พฤศจิกายน 2026 บน Google's Developer API เป็นโมเดลการตัดสินใจทั่วไปที่มีจุดเด่นคือการรู้ว่าควรปฏิเสธเมื่อใด; Drex for Finance ซึ่งให้บริการทั่วไปตั้งแต่ 2 พฤศจิกายน 2026 ในราคา $0.03 ต่ออินพุตหนึ่งล้านโทเคน เป็นไฟน์จูนเฉพาะโดเมนที่มีจุดเด่นคือการอ่านเอกสารทางการเงินและตอบคำถาม 15 ข้อได้ถูกต้องในคราวเดียว ห่างกันเก้าวัน รูปแบบคำขอเดียวกัน การเดิมพันตรงกันข้าม — และยังไม่เคยมีผลการรันที่เผยแพร่ใดนำทั้งสองขึ้นมาตราวัดเดียวกัน
การเปรียบเทียบที่ยังไม่มีใครเคยทำ
นี่คือสิ่งแรกที่ต้องเข้าใจ เพราะมันกำหนดว่าคุณจะลงมือทำกับส่วนที่เหลือของชิ้นงานนี้ได้มากน้อยเพียงใด
ตัวเลขของ Gemini Decision 1 มาจาก Artificial Analysis ใน Decision Index v2.1 โดยมีการจัดอันดับสิบแปดโมเดล เป็นคะแนนรวมแบบถ่วงน้ำหนักจากการประเมินหกชุด ซึ่งแต่ละชุดให้คะแนนเป็นความแม่นยำลบด้วยบทลงโทษ Brier จากความน่าจะเป็นที่โมเดลกำหนดให้กับคำตอบของตน โมเดลนี้ได้ 66.0 ซึ่งอยู่อันดับเก้าจากสิบแปด สูงกว่าค่ามัธยฐานของตารางที่ 64 เพียงเล็กน้อย
ตัวเลขของ Drex for Finance มาจาก Nace บนดัชนี Drex Finance Index ที่สร้างจากชุดทดสอบทางการเงินแบบ held-out จำนวน 48 ชุด โดยได้คะแนน 77.3 ส่วน Drex for Finance ไม่ปรากฏบนกระดานของ Artificial Analysis เลย
ดังนั้นตัวเลขพาดหัวสองตัวคือ 66 และ 77.3 ซึ่งอยู่บนเครื่องมือวัดคนละชิ้น วัดกลุ่มงานคนละกลุ่ม และการนำมาลบกันให้ผลลัพธ์เป็นตัวเลขที่ไม่มีความหมาย ใครก็ตามที่ทำเช่นนั้น — และเวอร์ชันของการเปรียบเทียบนี้ที่มีอยู่แล้วออนไลน์ก็ทำเช่นนั้น — กำลังเปรียบเทียบคะแนนบอร์ดแบบอเนกประสงค์กับคะแนนเฉพาะโดเมนของผู้ขายเอง และเรียกความต่างนั้นว่าผู้ชนะ ข้อความที่ซื่อตรงคือ หลักฐานเดียวที่ทับซ้อนกันนั้นห่างออกไปหนึ่งชั้น: Drex Max v1.1 ซึ่งเป็น checkpoint ต้นทางที่ Drex for Finance ถูก fine-tune มาจากนั้น อยู่บนบอร์ด Artificial Analysis จริง และนำเป็นที่หนึ่งอย่างชัดเจนที่ 73.4 — เป็นที่หนึ่งจากสิบแปด และนำ Gemini Decision 1 ที่ 66.0 อยู่ 7.4 คะแนน นั่นเป็นสัญญาณที่แข็งแรงเกี่ยวกับโมเดลฐาน และไม่ใช่สัญญาณใด ๆ เกี่ยวกับ fine-tune เลย เพราะการฝึกเฉพาะโดเมนอาจได้คะแนนเพิ่มมากในแบบทดสอบเอกสารและเสียคะแนนไปเล็กน้อยในแบบทดสอบความรู้ และไม่มีสิ่งใดที่เผยแพร่แยกผลกระทบสองอย่างนั้นออกจากกันสำหรับ checkpoint นี้ นี่ก็เป็นเหตุผลที่ 66 และ 77.3 ต้องไม่ถูกอ่านว่าเป็นช่องว่างในทิศทางใดทิศทางหนึ่ง
สิ่งที่แต่ละอันถูกสร้างขึ้นมาเพื่อทำจริง ๆ
สถาปัตยกรรมเหล่านี้อธิบายความแตกต่างได้ดีกว่าคะแนนใด ๆ
• รูปแบบ — Drex for Finance เป็นการไฟน์จูนของ Drex Max ซึ่งเป็นโมเดลการตัดสินใจที่มีตัวเข้ารหัสภาพ Gemini Decision 1 เป็นโมเดลการตัดสินใจรุ่นแรกในสายจาก Google DeepMind อยู่บนปลายทาง POST /v1beta/decisions ของตัวเอง แยกจากเส้นทาง generate-content
• จุดเน้นการฝึกอบรม — เก้าด้านการเงินที่ระบุชื่อที่ Nace: การธนาคารและการชำระเงิน, การบัญชีและการตรวจสอบ, สินเชื่อและการปล่อยกู้, การประกันภัย, การปฏิบัติตามกฎระเบียบและความเสี่ยง, การยื่นเอกสารและการรายงาน, ตลาดและการลงทุน, ESG, การบริหารเงินทุนและปฏิบัติการ Google ไม่ได้เผยแพร่คำอธิบายการฝึกอบรมใด ๆ นอกเหนือจากโมเดลและ API
• ขนาดของคำขอ — ทั้งคู่รองรับคำถามประมาณ 1,000 ข้อในการเรียกครั้งเดียว แต่รูปแบบต่างกัน Gemini Decision 1 จำกัดสูงสุดที่ 1,000 คำถามต่อคำขอ และคิดค่าอินพุตที่ใช้ร่วมกันเพียงครั้งเดียว Drex for Finance ให้คุณ 262,144 โทเคนตลอดทั้งคำขอ โดยเอกสารระบุว่าจำนวนคำถามไม่จำกัด ซึ่งเอื้อให้คำถามสั้น ๆ จำนวนมากได้เปรียบกว่าเอกสารยาวฉบับเดียว
• การงดตอบ — ประเภทใช่/ไม่ใช่ของ Gemini Decision 1 จะคืนค่าความน่าจะเป็นที่ถูกจำกัดขอบเขตไว้ที่ 0.01–0.99 ดังนั้นเกณฑ์ที่ตั้งไว้สูงกว่า 0.99 จึงไม่มีทางทำงานได้; ความเป็นผู้นำบนกระดานคะแนนใน AA-Omniscience และ HLE-MultiChoice ของมันโดยเนื้อแท้แล้วคือความเป็นผู้นำในการปฏิเสธที่จะตอบมากกว่าการเดา Drex for Finance คืนค่า P(true) ในช่วง [0,1] โดยไม่มีขอบเขตที่บันทึกไว้ และไม่มีอัตราการไม่สร้างข้อมูลเท็จที่เผยแพร่เลย
• การจัดการตัวเลือก — Gemini Decision 1 จะเรียงลำดับคีย์ตัวเลือกของคุณตามตัวอักษรในลำดับไบต์ UTF-8 ก่อนการให้คะแนน ดังนั้นเมื่อคะแนนเสมอกันจะเลือกคีย์ที่มาก่อนตามลำดับตัวอักษร และคำแนะนำของ Google เองคือให้ตั้งชื่อตัวเลือกแบบครอบคลุมทั้งหมดว่า other แทนที่จะเป็น none_of_the_above ทั้งนี้ Nace ไม่ได้ระบุถึงการปรับให้เป็นมาตรฐานเช่นนี้ ซึ่งไม่เหมือนกับการบอกว่ามันไม่เกิดขึ้น — แต่เหมือนกับการบอกว่าคุณไม่สามารถพึ่งพามันได้ไม่ว่าจะทางใดทางหนึ่ง
• ราคา — Drex for Finance $0.03 ต่อล้านโทเค็นอินพุต เอาต์พุตไม่คิดค่าใช้จ่าย Gemini Decision 1 $0.10 ต่อล้านโทเค็นอินพุต เอาต์พุตไม่เกี่ยวข้อง ตามมาตรวัดอัตราตามงานของ Artificial Analysis Gemini Decision 1 อยู่ที่ $345 ต่อล้านการตัดสินใจ ตัวเลขที่เทียบเคียงได้สำหรับโมเดล Nace ไม่ได้เผยแพร่ตามเกณฑ์นั้น
• การเข้าถึง — Drex for Finance ผ่าน API ของผู้ให้บริการ, SDK ต่างๆ, CLI และเซิร์ฟเวอร์ MCP ระยะไกล โดยมีแพ็กเกจฟรี 100 การตัดสินใจต่อวัน ขนาดสูงสุด 32 KB ต่อครั้ง Gemini Decision 1 บน Gemini Developer API ที่ v1beta เท่านั้น — ไม่มีรายการใน Vertex AI, ไม่มี Batch API, ไม่มีการแคชบริบท
ในจุดที่โมเดลทั่วไปชนะ และนั่นไม่ใช่กลุ่มเล็ก ๆ
สามในแถวเหล่านั้นเป็นตัวชี้ขาด ขึ้นอยู่กับปริมาณงานของคุณ
การปรับเทียบ Decision Index ลงโทษคำตอบที่ผิดแต่มั่นใจรุนแรงกว่าคำตอบที่ไม่แน่ใจ และการออกแบบนี้เองคือเหตุผลที่ Gemini Decision 1 อยู่ในตำแหน่งที่เป็นอยู่ หากไปป์ไลน์ของคุณจัดเส้นทางตามความน่าจะเป็น — อนุมัติเมื่อสูงกว่า 0.95 และส่งต่อเมื่อต่ำกว่า 0.6 — คุณค่าของตัวเลขนี้ทั้งหมดอยู่ที่ว่า 0.95 หมายถึง 95% หรือไม่ เอาต์พุตแบบมีขอบเขตของ Google ประกอบกับการได้อันดับหนึ่งในสององค์ประกอบด้านความรู้เป็นหลักฐานยืนยันเรื่องนั้น Nace เผยแพร่ความแม่นยำและการแจกแจงตามหมวดหมู่ แต่ไม่มีเส้นโค้งการปรับเทียบ ดังนั้นความน่าจะเป็นของ Drex จึงเป็นคะแนนที่คุณต้องตรวจสอบด้วยตนเองก่อนจะใช้มันเป็นเกณฑ์ตัดสิน
ครั้งเดียว หลายกฎเกณฑ์ การถามคำถามหนึ่งพันข้อต่อหนึ่งคำขอโดยอิงกับอินพุตที่แชร์ร่วมกันชุดเดียว ถือเป็นความสามารถที่แตกต่างอย่างแท้จริงจากบริบทเดียวยาว ๆ การตรวจทิกเก็ตฝ่ายสนับสนุนหนึ่งใบเทียบกับกฎนโยบายสี่สิบข้อในการเรียกครั้งเดียว โดยคิดค่าอินพุตเพียงครั้งเดียว คือลักษณะงานที่รูปร่างของ Gemini Decision 1 เหมาะสมกว่าหน้าต่างบริบทขนาด 262K เพราะต้นทุนขยายตามจำนวนคำถาม ไม่ใช่ตามข้อความที่คุณต้องป้อนซ้ำ
ความครอบคลุมของรูปแบบข้อมูล Drex for Finance อ่านข้อความพร้อมภาพ PNG, JPEG และ WebP ได้สูงสุดแปดภาพต่อคำขอ ส่วน Gemini Decision 1 รับข้อความ ภาพ วิดีโอ เสียง และ PDF ได้ในคำขอเดียว โดยรองรับ base64 แบบอินไลน์สูงสุด 100 MB และ 50 MB สำหรับ PDF หากการตัดสินใจต้องอ้างอิงจากไฟล์บันทึกการสนทนาทางโทรศัพท์หรือเฟรมวิดีโอ มีเพียงหนึ่งในสองตัวนี้เท่านั้นที่มองเห็นข้อมูลดังกล่าวได้
จุดที่ผู้เชี่ยวชาญชนะ
กรณีโต้แย้งนั้นมีขอบเขตแคบกว่า แต่เป็นเรื่องจริง และขึ้นอยู่กับสิ่งที่เกิดขึ้นกับเอกสารที่ต้องการให้คำตอบหลายคำตอบถูกต้องพร้อมกันทั้งหมด
บน AA-Paperclip — ซึ่งคิดเป็น 30% ของคะแนนรวมของ Gemini Decision 1 และเป็นองค์ประกอบเดี่ยวที่มีน้ำหนักมากที่สุด — Gemini Decision 1 ผ่านเอกสาร 33% โดยตรง เทียบกับ 63% ของ Drex Max v1.1 การทดสอบนี้ประกอบด้วยเรซูเม่ ใบเสร็จรับเงิน ใบแจ้งหนี้ และเอกสารต่าง ๆ ที่เป็นส่วนตัวจำนวน 1,500 ฉบับ โดยแต่ละฉบับมีคำตัดสินห้าข้อและข้อเท็จจริงสิบข้อ และให้คะแนนแบบได้ทั้งหมดหรือไม่ได้เลยในแต่ละเอกสาร Drex for Finance ได้รับการปรับแต่งจากเนื้อหาประเภทนี้โดยตรง: ฟิลด์ใบแจ้งหนี้และใบเสร็จรับเงิน การจัดประเภทบัญชี GL ใบแจ้งหนี้ซ้ำ ข้อยกเว้นในการกระทบยอด การสุ่มตรวจสอบ และการติดแท็ก 10-K และ XBRL Nace รายงานคะแนน 92.3 ใน Documents & extraction และ 96.7 ใน Financial QA & filings ซึ่งทั้งสองรายการดำเนินการโดยผู้ขาย
หากการตัดสินใจของคุณคือ "อ่านใบแจ้งหนี้นี้แล้วบอกฉันว่ามันซ้ำกับใบที่จ่ายไปแล้วหรือไม่" คะแนนคอมโพสิตของบอร์ดทั่วไปแทบจะไม่เกี่ยวข้องเลย และไฟน์จูนเฉพาะโดเมนก็แทบจะเป็นคำตอบทั้งหมด นั่นคือเหตุผลที่ควรจ่ายในอัตราของผู้เชี่ยวชาญสำหรับโมเดลผู้เชี่ยวชาญ — และยังเป็นเหตุผลว่าทำไม 77.3 กับ 66 จึงไม่ควรนำมาเปรียบเทียบกัน: มันเป็นคะแนนของสองโมเดลบนกลุ่มงานสองกลุ่มที่แต่ละโมเดลถูกเลือกมาให้เก่ง
จุดอ่อนสองจุดที่ตรงไปตรงมาในฝั่งของ {{1}}Nace{{/1}} เนื่องจากตารางนี้เป็นของผู้ขาย: {{2}}เครดิตและความเสี่ยง{{/2}} ได้ 48.3 ซึ่งเป็นตัวเลขสัมบูรณ์ที่ต่ำที่สุดในตารางด้านการเงิน และ {{3}}ตลาดและการให้เหตุผล{{/3}} ได้ 41.5 เป็นหมวดเดียวที่โมเดลไม่ได้อยู่ในอันดับหนึ่ง — {{4}}pplx-decider v1.2{{/4}} ได้ 43.1 ทั้งสองจุดถูกเปิดเผยในโพสต์เปิดตัวของ {{1}}Nace{{/1}} เอง ซึ่งมากกว่าที่ผู้ขายส่วนใหญ่ทำ และทั้งสองจุดกำหนดขอบเขตว่าควรเชื่อถือ checkpoint ด้านการเงินได้มากเพียงใด
ต้นทุน ในระดับที่ไปป์ไลน์การตัดสินใจทำงานจริง
เคสขนาด 4,000 โทเคนที่ถูกให้คะแนนหนึ่งครั้งมีค่าใช้จ่ายประมาณ $0.00012 บน Drex for Finance และประมาณ $0.0004 บน Gemini Decision 1 ทั้งสองจำนวนไม่ใช่ตัวเลขที่ตัดสินอะไรได้เลย ในการตัดสินใจหนึ่งล้านครั้งต่อเดือน ความแตกต่างอยู่ที่ประมาณ $280 ซึ่งน้อยกว่าค่าแรงวิศวกรหนึ่งสัปดาห์ที่ใช้ในการย้ายระบบ
สิ่งที่ชี้ขาดคือสถาปัตยกรรมโดยรอบ Gemini Decision 1 ไม่มี context caching และไม่มี Batch API ดังนั้นเอกสารนโยบายขนาด 40,000 โทเคนฉบับเดียวกันจึงถูกคิดเงินเต็มจำนวนในทุกคำขอ และไม่มีการไล่ตรวจทิกเก็ตย้อนหลังแบบครึ่งราคาในช่วงข้ามคืน Drex for Finance ก็ไม่มีฟีเจอร์ทั้งสองอย่างนี้เช่นกัน และการคิดเงินเป็นรายคำขอมากกว่ารายคำถาม ซึ่งหมายความว่าต้นทุนของการถามสี่สิบเรื่องเกี่ยวกับเอกสารหนึ่งฉบับคือจำนวนโทเคนของเอกสารนั้นเพียงครั้งเดียว บนภาระงานที่มีคำถามจำนวนมากและอินพุตสั้น สิ่งนี้พลิกอันดับต้นทุนต่อโทเคนโดยสิ้นเชิง: $0.10 ของ Gemini Decision 1 ซื้อคำถามได้หนึ่งพันข้อ ขณะที่คำถามหนึ่งพันข้อเดียวกันกับเคสสั้นหนึ่งเคสคือคำขอ Drex หนึ่งครั้งที่ $0.03 ต่อล้านโทเคน
พูดตามตรง จะติดต่อคนใดคนหนึ่งได้อย่างไร
เราไม่มีให้บริการ gemini-decision-1 และเราไม่มีให้บริการ drex-max-finance ปลายทางที่ให้เฉพาะความน่าจะเป็นไม่ใช่เป้าหมายแบบ chat-completions ดังนั้นเราเตอร์ในรูปแบบของเราจึงไม่มีวิธีที่ซื่อตรงที่จะนำทั้งสองตัวมาไว้ใต้คีย์เดียว และการอ้างเป็นอย่างอื่นจะล้มเหลวตั้งแต่คำขอแรกสิ่งที่เราให้บริการคือของ TypeSafe typesafe/jev-1.14 ในราคา $0.042 ต่อหนึ่งล้านโทเค็นอินพุตและเอาต์พุตบน systemone — รูปแบบคำขอเดียวกันกับที่ API ของ Nace เชื่อมต่อได้โดยตรง และเป็นโมเดลบนบอร์ดสิบแปดโมเดลเดียวกับ Gemini Decision 1 โดยได้ 66.2 เทียบกับ 66.0
ซึ่งทำให้มันเป็นตัวเลือกที่สามที่ใช้งานได้จริงในการเปรียบเทียบนี้ ไม่ใช่แค่เชิงอรรถ หากตัวการตัดสินใจเองไม่มีข้อโต้แย้ง และสิ่งที่คุณต้องการคือเอนด์พอยต์เดียวสำหรับทั้งไปป์ไลน์ — การเรียกเพื่อตัดสินใจ การเรียกเพื่อร่างที่เขียนบันทึกนักวิเคราะห์ การเรียกเพื่อยกระดับที่ตรวจสอบเคสที่ถูกทำเครื่องหมาย — แล้วส่วนการตัดสินใจที่ทำงานบนคีย์เดียวกับ โมเดลอื่นอีกกว่า 200 โมเดล ในราคาตามรายการของผู้ให้บริการที่ส่งต่อโดยไม่มีมาร์กอัปต่อโทเคน ย่อมมีค่ามากกว่าความได้เปรียบ 2 คะแนนบนคะแนนคอมโพสิต หากการตัดสินใจคือผลิตภัณฑ์ทั้งหมด ให้ซื้อโมเดลผู้เชี่ยวชาญจากผู้จำหน่ายและส่งต่อส่วนที่เหลือ
อะไรจะทำให้เรื่องนี้ยุติลง
การทดลองเพียงครั้งเดียว และยังไม่มีใครเคยรันมันเลย ลองหยิบเอกสารการเงินจริงสักสองสามร้อยฉบับ — ใบแจ้งหนี้ที่ทราบสถานะการซ้ำแล้ว เอกสารยื่นรายงานที่ทราบแท็กแล้ว — แล้วให้คะแนนด้วยโมเดลทั้งสองตัวบนเกณฑ์การให้คะแนนเดียวกัน การรันเพียงครั้งเดียวนั้นจะแทนที่ทุกตัวเลขในบทความนี้ด้วยตัวเลขที่เทียบเคียงได้ และจะบอกคุณว่าข้อได้เปรียบของ domain finetune ยังคงอยู่หรือไม่เมื่อเจอฮาร์เนสอิสระ
จนกว่ามันจะมีอยู่ การตีความที่ถูกต้องคือสิ่งเหล่านี้ไม่ใช่คู่แข่ง Gemini Decision 1 เป็นทางเลือกที่ดีกว่าเมื่อความน่าจะเป็นต้องเชื่อถือได้ มีคำถามจำนวนมาก หรืออินพุตไม่ใช่ข้อความ Drex for Finance เป็นทางเลือกที่ดีกว่าเมื่ออินพุตเป็นเอกสารการเงิน คำตอบทั้งหมดต้องถูกพร้อมกัน และปริมาณเคสทำให้ $0.03 ต่อล้านโทเค็นเป็นเกณฑ์ที่สำคัญ ข้อความทั้งสองมีเหตุผลรองรับได้จากตัวเลขที่เผยแพร่ แต่การเปรียบเทียบที่นำทั้งสองขึ้นกระดานผู้นำเดียวกันนั้นไม่มีเหตุผลรองรับ และจะต้องใช้เวลาอีกสักพักกว่าจะมี چنینกระดานเกิดขึ้น
