Reka AI

Reka AI là một công ty khởi nghiệp nghiên cứu cung cấp các mô hình ngôn ngữ quy mô lớn đa phương thức có thể xử lý chéo văn bản, hình ảnh, video và âm thanh chỉ bằng một lời nhắc. Là một tổ chức được thành lập bởi các nhà nghiên cứu của Google và Meta, tổ chức này có đặc điểm là khả năng cân bằng quyền truy cập API và triển khai doanh nghiệp đám mây tại chỗ/chuyên dụng thông qua nhiều dòng mô hình, Reka Core và Reka Flash. Nó dự kiến ​​sẽ được sử dụng trong các hoạt động của doanh nghiệp nơi tồn tại một lượng lớn dữ liệu đa phương tiện, chẳng hạn như tự động tóm tắt các đánh giá video, phân tích hình ảnh kiểm tra trong ngành sản xuất và cấu trúc âm thanh của trung tâm cuộc gọi.

Các tính năng chính

1. Lý luận đa phương thức: Video, hình ảnh, âm thanh và văn bản được đặt trong cùng một ngữ cảnh và hệ thống sẽ phản hồi các hướng dẫn phức tạp như ``Xác minh tính nhất quán của sự cố xảy ra ở mốc 3 phút của video này với hướng dẫn đính kèm.'' Công việc xác nhận có thể mất hơn 30 phút với một quy trình phương thức đơn thông thường có thể được hoàn thành trong vài chục giây với một lời nhắc.

2. Ngữ cảnh văn bản dài 128K mã thông báo: Reka Core hỗ trợ nhập văn bản dài 128.000 mã thông báo. Có thể phân tích cắt ngang bằng cách nhập hàng trăm trang tài liệu kỹ thuật và hàng giờ ghi âm hội nghị.

3. Cách sử dụng khác nhau của hệ thống phân cấp mô hình: Có thể tối ưu hóa chi phí bằng cách sử dụng Reka Core có độ chính xác cao ($10/triệu mã thông báo đầu vào, 25 USD/triệu mã thông báo đầu ra) và Reka Flash nhẹ và rẻ tiền ($0,80/2,00 USD) tùy thuộc vào ứng dụng.

4. Triển khai tại chỗ/đám mây chuyên dụng: Đối với các ngành tài chính, y tế và sản xuất không thể phát hành dữ liệu nhạy cảm lên đám mây công cộng, chúng tôi cung cấp hoạt động mô hình trong môi trường riêng của họ.

Biên bản xác minh của ban biên tập

Do so sánh các gói giá đã công bố và các yêu cầu về chức năng, mức giá $10/$25 của Reka Core rẻ hơn một chút so với mức tương đương với loại GPT-5 và Claude Opus, có cùng phạm vi hiệu suất. Điều khác biệt của chúng tôi là mức độ tích hợp đa phương thức cao và khả năng đáp ứng linh hoạt các yêu cầu của doanh nghiệp với quy mô 22 người. Người ta ước tính rằng công việc kiểm tra vốn tiêu tốn khoảng 500.000 yên Nhật mỗi tháng khi phân tích video được thuê ngoài, có thể giảm xuống còn vài chục nghìn yên Nhật mỗi tháng bằng cách thực hiện nội bộ bằng Reka Flash. Mặt khác, đối với các mục đích trò chuyện có mục đích chung, các tùy chọn OpenAI/Anthropic đã hoàn thiện và có rất ít động lực để chọn Reka cho công việc văn bản thuần túy. Lợi tức đầu tư là rất lớn đối với các tổ chức chuyên về xử lý tích hợp đa phương thức.

Người dùng dự định

Nó phù hợp với các bộ phận kiểm soát chất lượng trong các ngành sản xuất xử lý video, hình ảnh và âm thanh, phân tích lưu trữ cho các công ty phát thanh và truyền thông, SaaS y tế muốn tích hợp hình ảnh y tế và văn bản phỏng vấn cũng như bộ phận R&D của các tổ chức tài chính không thể công bố dữ liệu. Mặt khác, nếu chỉ sử dụng chatbot thuần văn bản thì các mô hình khác chuyên sâu hơn về tiếng Nhật sẽ dễ sử dụng hơn và không thể phát huy hết điểm mạnh của Reka.

LLM đa phương thức có thể xử lý chéo văn bản, hình ảnh, video và âm thanh chỉ bằng một lời nhắc. Với các mô hình được phát triển nội bộ như Reka Core và Reka Flash, điểm mạnh của nó, cùng với GPT-5.5 và Gemini, là nó có thể tải trực tiếp các video clip để giải thích nội dung và có thể chuyển các hướng dẫn phức tạp kết hợp hình ảnh và âm thanh trong một lần quay. Nó có thể được triển khai tại chỗ hoặc trên một đám mây chuyên dụng và có thành tích triển khai trong các lĩnh vực như chăm sóc sức khỏe và tài chính nơi không thể xuất dữ liệu. Mặt khác, giao diện người dùng chỉ bằng tiếng Anh và độ chính xác phản hồi bằng tiếng Nhật thấp hơn một chút so với tiếng Anh, khiến nó không phù hợp để thay thế ChatGPT bằng tiếng Nhật. Giá cả được dựa trên giá trả khi bạn đi. Lý tưởng cho các nhóm phát triển muốn xây dựng các ứng dụng đa phương thức hoàn chỉnh có thể xử lý video và âm thanh trong môi trường của riêng họ.