Специализированную модель выбирают по формату входа и результата, а не по общему рейтингу LLM.
Embeddings#
Проверьте язык, размерность, максимальный вход и поддержку изображений. Размерность и ID модели должны сохраняться вместе с индексом.
OCR и document understanding#
Проверьте поддерживаемые MIME, число страниц, качество сканов, структуру ответа и работу с таблицами. Для юридически значимых документов добавьте ручную проверку.
Изображения#
Сравнивайте:
text-to-image и image-to-image;
допустимые размеры и aspect ratio;
число результатов;
формат URL или base64;
поддержку маски и редактирования;
правила хранения результата.
Аудио#
Для speech-to-text важны язык, timestamps, diarization и размер файла. Для text-to-speech — голос, формат, скорость и streaming.
Видео#
Видео обычно создаётся асинхронно. Важны длительность, разрешение, aspect ratio, входное изображение и порядок polling.
Перед массовым запуском#
Выполните одну задачу с минимальным размером. Проверьте итоговый файл, время, статус, единицу тарификации и фактическую стоимость. После этого увеличивайте объём небольшими партиями.