Prawie każdy pyta, który model jest najlepszy, i czeka na nazwę. Uczciwa odpowiedź brzmi: w tym pytaniu brakuje połowy — najlepszy do czego? Model, który pisze piękną, powoli narastającą prozę, zgubi wątek fabuły po czterdziestu odpowiedziach, a ten, który fabułę utrzyma, będzie pisał jak kompetentny raport.
Nie musisz decydować raz na zawsze. Postać, jej osobowość i wszystko, co pamięta, są oddzielone od modelu generującego słowa, więc przełączenie to wybór na scenę, a nie zobowiązanie.
W czym każdy typ jest dobry
Dostępnych jest pięć i są to naprawdę różne instrumenty, a nie pięć rozmiarów tego samego.
- Standard — na nim startuje każda nowa postać. Szybki, równy i wystarczający do większości scen. Nigdy nie musisz go wybierać: już tam jest.
- GLM — stopień wyżej, gdy scena się komplikuje. Ciaśniejsza logika i trzymanie planu przez długą wymianę zdań.
- Claude Opus — najbogatsza proza i podtekst. Sceny budowane powoli, precyzyjna powściągliwość, postacie, które sugerują więcej, niż mówią.
- Google Gemma — szybki, ciepły i figlarny. Dobry do lekkich przekomarzań i zwinnej wymiany zdań.
- DeepSeek — utrzymuje w całości długie, poplątane historie, nie gubiąc wątku.
Po czym poznać, że jesteś na złym
Objawy są konkretne, a gdy je znasz, przestajesz zgadywać.
Odpowiedzi są ładne, ale fabuła po cichu przestała się ruszać. Ktoś coś obiecał trzy sceny temu i nikt do tego nie wrócił. To problem z rozumowaniem — idź w stronę GLM albo DeepSeek.
Wszystko jest spójne i nic nie trafia. Postać mówi dokładnie to, co ma na myśli, po kolei, bez podtekstu. To problem z prozą i właśnie do tego jest Claude Opus.
Scena zrobiła się sztywna i oficjalna, choć miała być lekka. Lepiej pasuje tu model cieplejszy i szybszy niż mocniejszy; to miejsce, w którym Gemma zarabia na siebie.
Postać zaprzecza czemuś, co ustalono dawno temu. Zajrzyj do pamięci, zanim obwinisz model: jeśli tego faktu nigdy nie zapisano, żaden model nie wymyśli go poprawnie.
Przełączenie niczego nie kasuje
Model nie jest częścią postaci. Persona, pamięć, scena i historia zostają dokładnie tam, gdzie były; zmienia się tylko to, co generuje następną odpowiedź.
Dzięki temu przełączanie jest na tyle tanie, że staje się narzędziem, a nie decyzją. Typowy schemat: szybki model na wymianę zdań w scenie i przeskok na bogatszy w momencie, który ma znaczenie — wyznanie, konfrontacja, zakończenie.
Jedna rzecz do przewidzenia: głos się lekko przesunie. Dwa modele z tą samą personą nie zabrzmią identycznie, a w środku akapitu szew bywa widoczny. Przełączanie między scenami, a nie wewnątrz jednej, chowa go niemal całkowicie.
Sampling znaczy więcej, niż się ludziom wydaje
Wybór modelu ustawia sufit; parametry samplingu decydują, w którym miejscu tego zakresu lądujesz. Temperatura steruje przewidywalnością odpowiedzi — niżej znaczy równiej, wyżej znaczy bardziej zaskakująco. Pozostałe (top_p, top_k, min_p, kara za powtórzenia) ograniczają, które kandydujące słowa model w ogóle bierze pod uwagę.
Model, który wydaje się płaski, to najczęściej problem temperatury, a nie modelu. Postać, która co czwartą odpowiedź powtarza ulubione zdanie, to problem kary za powtórzenia.
Wszystko to jest wystawione na widok osobno dla postaci i dla pakietu oraz eksportuje się i importuje jako JSON, więc zestaw wartości, który działa, można zapisać i przenieść, zamiast odtwarzać go z pamięci za każdym razem.
Czym ten zestaw jest, a czym nie
Pięć modeli, wybranych dlatego, że pokrywają naprawdę różny teren, a nie po to, żeby liczba wyglądała imponująco. Zestaw zmienia się w miarę pojawiania się lepszych modeli — to decyzja o routingu, a nie obietnica dotycząca konkretnych nazw.
Nie ma tu rankingu, bo ranking zależy w całości od sceny, którą masz przed sobą. Strona, która mówi ci, że jeden model jest po prostu najlepszy do RPG, nie próbowała sceny, która potrzebowała innego.