مقایسه ChatGPT و Gemini و Grok – برنده نهایی کدام است؟

مدت‌هاست که برای هر نیازی یک ابزار هوش مصنوعی طراحی شده، حتی در ساخت محصولات دیجیتالی مثل جاروبرقی‌های هوشمند و… هم امروزه از هوش مصنوعی استفاده می شود. اما در بین همه این شیوه‌های مصرفی و محصولات هوشمند، مدل‌های LLM یکی از پرکاربردترین‌‌های دنیای هوش‌ مصنوعی به حساب می‌آیند. در بین این مدل‌ها هم سه هوش مصنوعی ChatGPT، Gemini و Grok از همه معروف‌تر و محبوب‌تر هستند.

LLMها مدل‌هایی از هوش مصنوعی هستند که می‌توانند متن‌های پیچیده را درک کنند، سوال‌های کاربران را پاسخ دهند، تصاویر را تحلیل کنند، در پاسخ به احساسات کاربران واکنش‌های عاطفی نشان دهند، مقاله تولید کنند، ساختارهای تحقیق‌ و پژوهش را درک کنند و‌ خروجی‌های مرتبطی به کاربرانشان ارائه دهند.

اما بین این سه هوش مصنوعی رقابت تنگاتنگی وجود دارد. هر روز شاهد نوآوری‌ها و پیدایش قابلیت‌های جدیدی در هر یک از این سه ابزار هستیم. در این مقاله قصد داریم به مقایسه ChatGPT و Gemini و Grok بپردازیم و آنها را از جهات مختلف بررسی کنیم و آنها را به لحاظ‌ فنی، تجربه کاربری، موارد استفاده و جنبه‌های مختلف بسنجیم تا در نهایت ببینیم که برنده نهایی کدام است.

آشنایی با ChatGPT و Gemini و Grok

پیش از شروع مقایسه این سه غول هوش مصنوعی لازم است ابتدا با هر یک از آنها به‌صورت مجزا آشنا شویم و‌ ببینیم که اولین بار توسط چه کمپانی و برای چه هدف کاربری تولید شده‌اند.

چت جی‌پی‌تی ChatGPT

بازی را با چت جی‌پی‌تی Chat GPT شروع می‌کنیم. اولین هوش مصنوعی مدل LLM که بین کاربران به شهرت رسید. حتی در یک اشتباه متداول نام آن به‌عنوان واژه AI بین کاربران استفاده می‌شود. به‌عبارت دیگر عام کاربران زمانی که از یک AI برای رسیدن به پاسخ خود استفاده می‌کنند، در یک غلط مصطلح می‌گویند: «از چت‌جی‌پی‌تی پرسیدم» درحالی که ممکن است از AI دیگری سوال خود را پرسیده باشند و حتی اسم آن را ندانند!

ابزار هوش مصنوعی ChatGPT را کمپانی Open-AI طراحی کرد. در طراحی این هوش مصنوعی یکی از معروف‌ترین مدل‌های زبانی مبتنی‌بر Generative Pre-Trained Transformer به کار گرفته شده است و به همین دلیل به انتهای اسم آن پسوند GPT اضافه کردند.

این مدل هوش مصنوعی اولین بار در سال ۲۰۲۲ توسط Open-AI طراحی شد. بعدها نسخه‌های ارتقا یافته‌تری مثل ChatGPT-3.5 و ChatGPT-4 را منتشر کرد. تا اینکه در سال ۲۰۲۴ از نسخه ChatGPT-4o رونمایی کرد و باعث شد انقلابی عظیم در صنعت هوش مصنوعی جهان پدیدار شود. حرف O در انتهای اسم این نسخه برگرفته از Omni است که ترجمه آن «همه‌جانبه» می‌شود و به چندحالته بودن این نسخه از هوش مصنوعی ChatGPT اشاره دارد. از آنجایی که این نسخه می‌تواند همزمان در چند حالت متن، تصویر، صدا و ویدیو با کاربر خود در تعامل باشد، آن را چند حالته می‌نامند. روزی که Open-AI از این نسخه رونمایی کرد درباره آن گفت: «با سرعت بیشتر، هزینه کمتر، عملکرد بهتر نسبت به نسخه‌های قبلی»

در ادامه و در بخش مقایسه هوش‌ مصنوعی ChatGPT با Gemini و Grok به بررسی همه جوانب این هوش مصنوعی خواهیم پرداخت، اما در این مقطع اگر بخواهیم بیش از این ChatGPT را بشناسیم باید به بارزترین ویژگی‌های آن اشاره کنیم:

• بسیار کاربرپسند با رابط کاربری ساده
• امکان استفاده در بستر وب و اپلیکیشن
• پشتیبانی چندزبانه (از جمله فارسی)
• قابلیت درک متن، تصویر، کد و صوت در نسخه 4o

جمینای Gemini

سال ۲۰۲۳ بود که Google از ابزار هوش مصنوعی جدید خود با نام Gemini رونمایی کرد. این محصول حاصل همکاری نزدیک Google DeepMind و Google Research است. هدف گوگل از تولید این هوش مصنوعی، ارائه ابزاری هوشمند، ایمن، دقیق و پیشرفته به کاربران بود. اولین بار این هوش مصنوعی با نام Bard منتشر شد و بعدها این ابزار توسعه یافت و نسخه جدید آن با نام Gemini منتشر شده.  در مدل Gemini سه نسخه اصلی توسعه یافتند که هرکدام کاربری مخصوص به خود را داشتند. نسخه‌های Gemini Nano، Gemini Pro و Gemini Ultra وجود دارند که می توانید از طریق آموزش فعال کردن اشتراک رایگان Gemini Pro از 15 ماه اشتراک رایگان بهرمند شوید. ویژگی‌های بارز Gemini مواردی به شرح زیر هستند:

• ادغام با سرویس‌های گوگل اعم از Google WorkSpace، Google Sheets و Gmail
• متمرکز بر امنیت و صحت داده‌ها
• توانا در ارائه استدلال‌های منطقی و ریاضی
• چندحالته بودن و توانایی تحلیل عکس و ویدیو

گروک Grok

ایلان ماسک و تیم قدیمی توییتر که این روزها با نام x فعالیت می‌کنند، از جریان پرسرعت توسعه هوش مصنوعی جا نماندند و ایلان ماسک و تیم توییتر که این روزها با نام x فعالیت می‌کنند هم از دنیای پرسرعت هوش مصنوعی جا نماندند. Grok از ابتدا برای رقابت با ChatGPT و Gemini طراحی شد و توسعه یافت. ایلان ماسک که معتقد بود هوش مصنوعی‌های دیگر در پاسخ به کاربران خود به اندازه کافی صادق نیستند و بعضی موارد را سانسور می‌کنند، تصمیم گرفت یک هوش مصنوعی بسازد که بسیار صادقانه بدون سانسور کردن مسائل هرآنچه که کاربران نیاز دارند را در اختیارشان بگذارد. منبع اصلی Grok داده‌هایی است که کاربران x با هم به اشتراک می‌گذارند. از این رو Grok هر لحظه در حال به‌روزسانی و دریافت اطلاعات جدید از سمت کاربران x یا همان توییتر سابق است.

همچنین ماسک معتقد بود که هوش مصنوعی‌های دیگر بسیار جدی، بدون روح و به‌شیوه‌ای تصنعی با کاربران در تعامل هستند. از این رو برای Grok لحن شوخ‌طبعانه را در نظر گرفت تا کاربران بتوانند از تعامل با آن احساس رضایت داشته باشند. این دو ویژگی متمایز، رقابت Grok با ChatGPT و Gemini را آغاز کرد. برخی از بارزترین ویژگی‌های Grok به شرح زیر هستند:

• دسترسی لحظه‌ای به اخبار و ترندهای روز به‌دلیل اتصال به شبکه x
• لحن غیررسمی و شوخ
• قابلیت تعامل چند حالته اعم از متن، تصویر و ویدیو

مقایسه فنی ChatGPT و Gemini و Grok

وقتی صحبت از مقایسه سه هوش مصنوعی ChatGPT، Gemini و Grok باشد وجوه زیادی باید بررسی شود. اما مهم‌ترین آنها مسائل فنی مربوط به این سه هوش مصنوعی است. تفاوت‌های فنی پایه و اساس تفاوت‌هایی هستند که کاربر در استفاده از این هوش مصنوعی‌ها متوجه می‌شود و تجربه می‌کند.

1- از نظر درک زبان طبیعی انسان‌ها

چت‌جی‌پی‌تی ChatGPT، با مدل GPT-4o خود توانایی بسیار بالایی در درک متن‌های پیچیده دارد. می‌تواند لحن کاربر را تشخیص دهد و پاسخ‌هایی بسیار شبیه به انسان تولید کند.

در مقایسه با این هوش مصنوعی، Gemini قرار دارد که در آزمون‌های رسمی مانند MMLU و BIG-Bench عملکرد فوق‌العاده‌ای از خود نشان داده است.

اما هوش مصنوعی Grok در تولید محتوا بیشتر حالتی غیررسمی و اغلب طنزآلود دارد. از این رو برای کاربران عمومی گاهی بیش از حد ساده یا غیرعلمی به نظر می‌رسد.

2- از نظر برنامه‌نویسی و کدنویسی

در کمک به برنامه‌نویسان، ChatGPT یک دستیار فوق‌العاده محسوب می‌شود و با پشتیبانی از Copilot و زبان‌های متعدد، ابزار بسیار قدرتمندی برای کدنویسان است.

Gemini نیز درک عمیقی از دنیای کدها دارد و به‌ویژه در سرویس‌های Google Colab بسیار موثر است.

Grok در این حوزه ضعیف‌تر عمل می‌کند و قابلیت‌های برنامه‌نویسی‌ محدود و غیرپیشرفته‌ای دارد و‌ نمی‌تواند برای کدنویسان و جامعه IT آنطور که باید موثر باشد.

3- از نظر حالت‌های تعامل (صدا، متن، تصویر)

ChatGPT در درک صوت، تصویر و متن به‌صورت هم‌زمان فوق‌العاده عمل می‌کند و می‌تواند همزمان که با شما به‌صورت صوتی در ارتباط است، کلیه مکالماتتان را به‌صورت متنی نیز در اختیارتان بگذارد.

Gemini هم می‌تواند با ویدئو و عکس‌ها کار کند، اما هنوز دسترسی عمومی آن نسبت به ChatGPT محدودتر است.

Grok در نسخه فعلی خود، بیشتر بر متن تمرکز دارد.

مقایسه تجربه کاربری این سه هوش مصنوعی

تجربه کاربری سه ابزار هوش مصنوعی ChatGPt، Gemini و Grok از چند نظر بررسی می‌شود:

• دسترسی
• طراحی رابط کاربری
• سرعت
• تعامل انسانی
• شخصی‌سازی
• زبان فارسی
• یکپارچگی با پلتفرم‌ها

نقاط قوت تجربه کاربری ChatGPT

1. رابط کاربری ChatGPT ساده و روان است. طراحی مینیمال، مرتب و قابل استفاده حتی برای کاربران غیر فنی دارد.
2. در چند پلتفرم دسترسی کامل دارد.
   نسخه وب، اپ موبایل (iOS و Android)، افزونه مرورگر و API برای توسعه‌دهندگان آن در دسترس همه هست.
3. در نسخه Plus خود امکانات جانبی قوی به شرح زیر دارد:
   • ابزار تصویر (DALL·E)
   • کدنویس (Code Interpreter / Python tool)
   • مرور وب (Web browsing)
   • حافظه شخصی (Memory)
   • MultiModal (تصویر، صوت، متن در GPT-4o)
4. پشتیبانی مناسب و نسبتا کامل از زبان فارسی دارد و ساختار جملات آن روان و گاهی طبیعی است. حتی در پرسش‌های پیچیده با شما به‌راحتی تعامل می‌کند.
5. از حافظه مکالمه در GPT-4o پشتیبانی می‌کند و قابلیت این را دارد که تعاملات گذشته با کاربر را به یاد آورد. (البته این قابلیت در نسخه Plus این هوش مصنوعی فعال است).

نقاط ضعف تجربه کاربری ChatGPT

1. در نسخه‌های رایگان این هوش مصنوعی فقط به GPT-3.5 دسترسی دارید که امکانات محدودی دارد، برای دسترسی به نسخه‌های دیگر با امکانات بیشتر باید اشتراک تهیه کنید.
2. قابلیت شخصی‌سازی حرفه‌ای آن هنوز محدود است، مثلا نمی‌توانید لحن یا شخصیت گفتار در تمام پیام‌ها را تغییر دهید.

نقاط قوت تجربه کاربری Gemini

1. به دلیل هماهنگی این هوش مصنوعی با اکوسیستم گوگل، مواردی به‌وجود می‌آیند که باعث پیدایش یک تجربه کاربری عالی برای کاربران می‌شوند:
   • تعامل با Gmail، Docs، Sheets، Search، Drive و Calendar
   • امکان خواندن فایل‌های گوگل داک یا پاسخ به ایمیل‌ها
2. در ارائه پاسخ‌های متکی به اطلاعات به‌روز بسیار قوی است و با توجه به اتصال به گوگل سرچ در مقایسه با ChatGPT، اطلاعات به‌روزرسانی‌شده بیشتری دارد.
3. طراحی منظم با حالت‌های مختلف برای استفاده دارد. امکان نوشتن متن، کدنویسی، ترجمه، خلاصه‌سازی، جستجو و… با پیشنهادهای خودکار را برای کاربر فراهم می‌کند.
4. قابلیت اضافه کردن تصویر و ورودی‌هایی مثل امکان آپلود تصویر و دریافت تحلیل از آن در Gemini 2.5 Pro فراهم است.

نقاط ضعف تجربه کاربری Gemini

1. دسترسی جغرافیایی محدود دارد و در در برخی کشورها مثل ایران، فرانسه، گاهی آلمان با VPN یا فیلترشکن نیاز به دور زدن محدودیت‌ها دارد.
2. به زبان فارسی پاسخگویی ضعیف‌تری از ChatGPT دارد. جملات کاربردی آن گاهی شکسته و اصطلاحات آن ناآشنا است و ترجمه ماشینی دارد.
3. روان بودن رابط کاربری آن نسبت به ChatGPT کمتر است. پاسخ‌هایش گاهی با تاخیر لود می‌شوند و ظاهر صفحه یکنواخت است که باعث می‌شود کاربر نتواند تیترها، میان‌تیترها، بولت‌ها و‌ اجزای پاسخ متنی را در نگاه اول ببیند.
4. ابزارهای جانبی مثل DALL·E یا کدنویس تعاملی ندارد و امکاناتش هنوز از ChatGPT عقب‌تر است.

نقاط قوت تجربه کاربری Grok

1. به دلیل یکپارچگی با پلتفرم X (توییتر)
   به‌صورت مستقیماً داخل Twitter/X قابل استفاده است و نیاز به اپ جدا ندارد. (البته برای برخی کاربران این تجربه منفی محسوب می‌شود)
2. لحن آن شوخ، غیررسمی و گاه طنزآلود است. برای تعامل‌های غیررسمی، طنزآلود و اجتماعی، این هوش مصنوعی جذاب‌تر و موردپسندتر از سایر مدل‌هاست.
3. امکان دسترسی به داده‌های زنده توییتر را دارد و از آنها برای تحلیل ترندها، پست‌ها یا اکانت‌ها استفاده می‌کند و این عملکردش رل بسیار سریع می‌کند.
4. ساختار آن در نسخه Grok-1 منبع‌باز است و از این رو برای توسعه‌دهندگان جذابیت دارد و قابل شخصی‌سازی است.

نقاط ضعف تجربه کاربری Grok

1. نسخه کامل این هوش مصنوعی فقط برای کاربران X Premium در دسترس است و برای استفاده از آن حتما باید اشتراک پولی Twitter داشته باشید.
2. نسخه موبایل مستقل یا اپ حرفه‌ای ندارد و فقط از طریق مرورگر Twitter یا اپ Twitter قابل استفاده است.
3. پاسخ‌گویی محدودی به زبان فارسی یا زبان‌های غیرانگلیسی دارد. به‌خصوص در فارسی ضعف شدید دارد و اشتباهات ساختاری، مفهومی، یا عدم درک صحیح از بیان کاربر از موارد بارز مشاهده شده در آن است.
4. کیفیت پاسخ‌ها نوسان دارد. گاهی عالی پاسخ می‌دهد و گاهی بی‌ربط از موضوع. گاهی بیش از حد طنزآلود است که این ممکن است کاربر را کلافه کند.
5. فاقد امکانات جانبی مثل مولد تصویر، ابزار کدنویسی یا مرور وب است. محیط و عملکردی بسیار ساده دارد و صرفاً روی گفت‌وگو تمرکز کرده است.

مقایسه شفافیت و امنیت این سه هوش مصنوعی

شفافیت و امنیت بازی مقایسه سه هوش مصنوعی Chat GPT، Gemini و Grok را به‌طور کامل عوض می‌کنند. زیرا Security و transparency برای کاربران و فعالان حوزه IT وجود شفافیت و‌ امنیت در دستیاری که قرار است همه مسائلشان را با آن در میان بگذارند یا ساختار مدلش را مورد بررسی قرار بدهند، از اهمیت بالایی برخوردار است.

امنیت و شفافیت ChatGPT

امنیت دارد:

• استفاده از سیستم‌های ایمنی چندلایه مثل تشخیص محتوای خطرناک، سانسور کلمات حساس و امکان یادگیری با بازخورد انسانی (RLHF)
• نظارت انسانی بر پاسخ‌ها، به‌ویژه در نسخه‌های حرفه‌ای
• در GPT-4o، مشاهده واکنش محتاطانه‌تری نسبت به درخواست‌های پرخطر

شفافیت ندارد:

• ساختار GPT-4/GPT-4o منتشر نشده یعنی نه معماری دقیق، نه تعداد لایه‌ها، نه وزن مدل، نه داده‌های آموزشی در دسترس عموم نیستند.
• منتقدان معتقدند این «جعبه سیاه» بودن، باعث شده بررسی عملکرد، سوگیری‌ها و ریسک‌های مدل این هوش مصنوعی دشوار شود.
• حتی در مقاله GPT-4 گفته شده: «به دلایل رقابتی و ایمنی، از انتشار جزئیات خودداری می‌کنیم.»

امنیت و شفافیت Gemini

امنیت دارد:

• گوگل سابقه طولانی در فیلتر محتوا دارد؛  Gemini هم که از همین زیرساخت استفاده می‌کند در پاسخ‌دهی به برخی سوالات کاربران محتوا را فیلتر می‌کند.
• هوش مصنوعی Gemini با اتصال به Search می‌تواند پاسخ‌های واقعی‌تر و دقیق‌تری ارائه دهد و از داده‌های جعلی و اشتباه جلوگیری کند.
• این هوش مصنوعی سیستم گزارش خطا و اصلاح پاسخ دارد.

شفافیت آن کافی نیست:

• نسبت به OpenAI در انتشار مدل شفاف‌تر است و مقاله‌ای درباره ساختار کلی Gemini 1.5 منتشر شده است.
• وزن مدل، تمام جزئیات آموزش، داده‌ها و تنظیمات به‌طور دقیق منتشر نشده‌اند.
• یک ساختار «نیمه‌باز» دارد.

امنیت و شفافیت Grok

امنیت آن کافی نیست:

• به‌دلیل تمرکز بر آزادی بیان، Grok پاسخ‌های آزادتر و گاه کم‌فیلترتری می‌دهد، همه داده‌ها را در اختیار کاربران می‌گذارد و‌ می‌توان گفت این آزادی بیان، امنیت کافی را از آن گرفته است.
• در برخی نسخه‌ها، طنز بی‌مورد یا شوخی‌های سیاسی و محتوای مرزی دارد. چون بر این اساس ساخته شده که طنزآمیز پاسخ بدهد گاهی نمی‌تواند درک کند که کاربر در بیان مشکلش جدی است و‌ تمایلی به شوخی کردن ندارد.
• هنوز سیستم کنترل محتوا مثل ChatGPT یا Gemini ندارد.

شفافیت دارد:

• ساختار مدل Grok-1 به‌صورت کاملا متن باز (Open-source) منتشر شده، این یعنی می‌توان کد و معماری آن را مشاهده بررسی کرد. همچنین امکان تست علمی و بررسی سوگیری آن وجود دارد.

نقاط ضعف و قوت این سه هوش مصنوعی

نقاط ضعف و قوت این سه هوش مصنوعی با تمرکز بر آخرین نسخه هرکدام بررسی شده است. نتیجه این بررسی‌ها به شرح زیر است:

نقاط قوت ChatGPT

1. دسترسی کاربری بالا: نسخه رایگان این هوش مصنوعی برای مدل GPT-3.5 و نسخه‌های پیشرفته برای مدل GPT-4 و GPT-4o برای همه کاربران در دسترس است.
2. چندحالته (Multimodal): نسخه GPT-4o هوش مصنوعی ChatGPT، می‌تواند ورودی صوتی، تصویری و متنی را دریافت کند.
3. دقت بالا در پاسخ‌گویی طبیعی: به جهت روانی، آن شیوه تعاملی که انسان به آن عادت دارد، انسجام، یکپارچگی و دقت متنی، می‌توان گفت معمولا ChatGPT از رقبای خود بهتر عمل می‌کند.
4. توانا و قوی در کدنویسی: یکی از بهترین مدل‌ها برای کمک به برنامه‌نویسان و دیباگ کردن کدها قطعا ChatGPT است.
5. پشتیبانی از زبان‌های مختلف: درک و پاسخ‌گویی قوی به زبان‌های متعددی مثل فارسی، فرانسوی، عربی و…
6. ابزارهای جانبی هوشمند: در نسخه Plus خود، ابزارهای وب، تصویر، کدنویسی و بیوگرافی دارد.

نقاط ضعف ChatGPT

1. نسخه‌های پیشرفته پولی: نسخه‌های GPT-4 و GPT-4o فقط با تهیه اشتراک پولی قابل استفاده‌اند.
2. وابستگی به داده‌های عمومی: برای دریافت اطلاعات در برخی حوزه‌ها مانند پزشکی یا برای به‌روز بودن، نیاز دارد به وب متصل باشد.
3. عدم شفافیت کامل در ساختار مدل: برخلاف Gemini که ساختار مدل خود را منتشر کرده، OpenAI ساختار مدل ChatGPT را بسته نگه داشته است.

نقاط قوت Gemini

1. هماهنگ با اکوسیستم Google: اتصال مستقیم به Google Search، Gmail، Drive و دیگر خدمات و‌ محصولات گوگل.
2. حافظه بلندمدت بسیار بالا: نسخه ۱.۵Pro این هوش مصنوعی می‌تواند بیش از ۱ میلیون توکن را در حافظه خود نگه دارد (این مقدار بسیار بیشتر از رقبا است).
3. توانایی ارائه استدلال قوی: در برخی ارزیابی‌ها مانند MMLU و BIG-Bench هوش مصنوعی Gemini بهتر از ChatGPT عمل کرده است.
4. ساختار بازتر از نظر پژوهشی: مقالات فنی و ساختار مدل این هوش مصنوعی به‌صورت جزئی منتشر شده‌اند.
5. پشتیبانی از ورودی چندرسانه‌ای (متن، تصویر، کد): این مدل هوش مصنوعی در تحلیل داده‌های تصویری بسیار قوی عمل می‌کند.

نقاط ضعف Gemini

1. عدم دسترسی بسیاری از کشورها: برای مثال در ایران یا فرانسه (در برخی دوره‌ها) استفاده از Gemini قابل ممکن نیست.
2. رابط کاربری نابالغ در مقایسه با ChatGPT: تجربه‌ کاربری در Bard/Gemini گاهی ناقص یا پر از باگ است.
3. مشکل در پاسخ‌گویی فارسی و برخی زبان‌های غیرانگلیسی: عملکرد ضعیف‌تر نسبت به ChatGPT در زبان فارسی، گاهی پاسخ سوال فارسی را انگلیسی ارائه می‌کند.

نقاط قوت Grok

1. ارتباط کامل با پلتفرم X (توییتر): Grok از داده‌های زنده توییتر استفاده می‌کند تا زودتر به نتیجه برسد.
2. بیان طنزآمیز و غیررسمی: برای کاربرانی که گفت‌وگوی غیررسمی و سرگرم‌کننده می‌خواهند، جذاب‌تر است زیرا با زبان طنز و شوخ‌طبعی پاسخشان را می‌دهد.
3. توسعه منبع‌باز در برخی بخش‌ها: Grok-1 به‌صورت مدل باز منتشر شده و برای توسعه‌دهندگان قابل استفاده است.
4. توانایی پاسخ به پرسش‌های به‌روز: اگر به داده زنده دسترسی داشته باشد، با توجه به اتصالش به x می‌تواند به‌روزترین موضوعاتی که هنوز درباره آنها اطلاعات کاملی در گوگل ثبت نشده را پاسخ دهد.

نقاط ضعف Grok

1. کیفیت پایین‌تر نسبت به ChatGPT و Gemini: در بسیاری از تست‌ها هنوز در دقت، انسجام پاسخ و توانایی تحلیلی از ChatGPT و Gemini عقب‌تر است.
2. دسترسی محدود به کاربران X Premium: فقط افرادی که اشتراک ویژه دارند به نسخه پولی پرمیوم آن دسترسی دارند.
3. ضعف در زبان‌های غیرانگلیسی: برای مثال در زبان فارسی یا عربی عملکرد ضعیف‌تری دارد و گاهی منظر شما را درست متوجه نمی‌شود یا پاسختان را انگلیسی می‌دهد.
4. فاقد ابزارهای حرفه‌ای: امکاناتی مثل مولد تصویر یا کدنویس قوی را ندارد و خروجی‌های تصویری غیرمرتبطی با پرامپتی که کاربر نوشته ارائه می‌دهد.

اهمیت انتشار ساختار مدل هوش مصنوعی

در نقاط قوت و ضعف هوش مصنوعی‌ها دیدیم که ساختار مدل برخی منتشر شده بود و برخی دیگر ساختار را بسته نگه داشته بودند؛ انتشار ساختار مدل از چند جهت اهمیت دارد:

• شفافیت علمی و جلب اعتماد
• امکان بررسی امنیتی
• پیشرفت علم و اشتراک دانش
• امکان بازتولید علمی
• رگولاتوری و نظارت

اما دلیل اینکه برخی کمپانی‌ها ساختار مدل خود را بسته نگه می‌دارند نیز مواردی به شرح زیر هستند:

• نگرانی‌های امنیتی
• رقابت تجاری

بررسی پاسخ ChatGPT، Gemini و Grok به یک سوال مشترک

برای اینکه دقیق‌تر ببینیم شیوه پاسخ‌دهی سه هوش مصنوعی ChatGPT، Gemini و Grok چه تفاوتی با یکدیگر دارد، یک سوال مشترک را از هر سه آنها می‌پرسیم. سوال این است:

چطور یک برنامه‌نویس دات‌نت شوم؟

سوالی که پرسیدیم را به عمد در زمینه‌ای پرسیدیم که پاسخش صرفا ارائه اطلاعات نباشد، بلکه راهنمایی و رودمپی برای شروع یک مسیر حرفه‌ای برای کاربر باشد تا بتوانیم میزان کاربردی بودن راهنمایی‌های سه هوش مصنوعی را در مقایسه با هم بسنجیم.

در ادامه پاسخ هر سه هوش مصنوعی به این سوال را می‌بینیم.

پاسخ ChatGpt به این سوال

برای تبدیل‌شدن به یک برنامه‌نویس حرفه‌ای .NET، گام‌های زیر را پیشنهاد می‌کنم:

1. مبانی برنامه‌نویسی مثل ساختار داده‌ها، الگوریتم‌ها و اصول اولیه را بیاموزید.
2. زبان C# را یاد بگیرید؛ این زبان اصلی توسعه در پلتفرم .NET است.
3. چارچوب .NET را درک کنید: تفاوت بین CLR، Core، Framework و نحوه اجرای کد.
4. مهارت‌های توسعه وب با ASP.NET Core را کسب کنید.
5. با ابزارهایی مثل Entity Framework، الگوهای طراحی (Design Patterns) و معماری لایه‌ای آشنا شوید.
6. پروژه عملی بسازید: مثلاً یک API ساده یا وب‌اپ با CRUD.
7. با تست‌نویسی (واحد و یکپارچه) آشنا شوید و CI/CD را در پروژه‌ها اعمال کنید.
8. در پلتفرم‌های مثل GitHub فعالیت کنید و پروژه‌های متن‌باز بررسی کنید.
9. برای به‌روز ماندن، در StackOverflow، وبلاگ‌های تخصصی و وب‌سایت‌هایی مثل Microsoft Docs فعال باشید.
   (این توصیه‌ها مبتنی بر راهبردهای رایج حرفه‌ای در جامعه .NET هستند.)

پاسخ Gemini به این سوال

برای تبدیل شدن به برنامه‌نویس .NET، این مسیر را پیشنهاد می‌کنم:

۱. یادگیری اصول و زبان C#: با مستندات رسمی C# و کورس‌های آموزشی معتبر شروع کنید.

۲. درک پلتفرم .NET: معماری کلی، CLR، و نسخه‌های مختلف (.NET 8، .NET 9) را بشناسید.

۳. تمرین با ASP.NET Core: ساخت وب‌اپلیکیشن‌های مدرن با Razor Pages یا Web API.

۴. کسب مهارت در DevOps: CI/CD، تست خودکار، ابزارهایی مثل Azure DevOps یا GitHub Actions.

۵. استفاده از APIهای Google Gemini CLI برای حل مسائل یا یافتن نمونه‌های کد—برای توسعه‌دهندگان، ارتباط با Gemini از طریق CLI یا SDK قابل انجام است  .

۶. دنبال‌کردن مطالب علمی و مقالات فنی: گوگل AI Blog، Vertex AI در GCP، آموزش‌های رسمی Gemini برای درک عمیق‌تر معماری

پاسخ Grok به این سوال

اگر می‌خوای دات‌نت کار بشی، اول باید C# رو یاد بگیری—بچرخ و بچرخون با ASP.NET Core و بعد بری سراغ پروژه‌های واقعی مثل سایت یا API.

Grok توصیه می‌کنه:

• از Semantic Kernel یا .NET Connector برای ارتباط با API استفاده کن (کد C# می‌تونه مستقیم با Grok API کار کن)   
• پروژه‌های واقعی بساز: یک وب‌سایت ساده، API، دفعه بعد پروژه بهتری…
• تست کن، خطایابی کن، دوباره تست کن. Grok وقتی کمک می‌کنی prompt بده و بهت کمک می‌کنه کد رو درست کنی. خیلی از توسعه‌دهنده‌ها گفتن
  “Streamlined Coding with Fewer Iterations … initial output was functional”
  در پایان: Grok می‌گه، آزمون و خطا کن، با آزمایش prompt‑های مختلف قدرت مدل رو بکِش بیرون و حوصله داشته تا به کدهای تمیز برس

هماهنطور که می‌بینید تفاوت لحن به‌طور واضح در هر سه پاسخ مشهود است. همچنین زوایای بررسی سوال و شیوه پاسخ دادن به آن در هر سه هوش مصنوعی با هم فرق دارد.

در نهایت کدام هوش مصنوعی برنده است؟

هوش مصنوعی ChatGPT توانایی‌های قابل قبولی در طراحی و‌ تحلیل تصاویر دارد. دستیار صوتی چندزبانه آن با صدایی که خودتان برایش انتخاب می‌کنید با شما ارتباط می‌گیرد. می‌تواند همزمان که با شما به‌صورت صوتی در تعامل است، گفته‌ها و شنیده‌های مکالمه بینتان را تایپ کند و به‌صورت متنی در اختیارتان بگذارد. تجربه کاربری بسیاری جذابی به‌خصوص در نسخه موبایل دارد. تعاملاتتان با ChatGPT در صفحات مختلف هیستوری‌، ذخیره می‌شود تا هربار که قصد داشتید بعد از مدتی دوباره درباره موضوعی که قبلا بیان کرده بودید، صحبت کنید؛ بتوانید وارد صفحه هیستوری مربوط به آن موضوع شوید و آن گفت‌وگو را ادامه دهید.

از طرف دیگر هوش مصنوعی Gemini به‌خصوص در نسخه وب، یک دستیار همه فن حریف برای شما محسوب می‌شود. می‌توانید در محیط کار یا به‌صورت کار روزمره با سیستم، نسخه وب Gemini را روی یک تب مرورگر خود باز نگه دارید تا در هر لحظه و در هر مقطع از کار خود، به آن رجوع کنید و از آن کمک بگیرید. البته که محدودیت‌هایی در نسخه رایگان دارد و گاهی کاربر را از عدم درک درست موضوع کلافه می‌کند، اما اگر قلق آن را بدانید و بتوانید مباحث را آنطور که Gemini درک می‌کند، مطرح کنید؛ قطعا شما را به پاسخ موردنظرتان می‌رساند.

در کنار این دو مورد، Grok قرار دارد. به دلیل اینکه منبع پاسخ‌دهی این هوش مصنوعی، داده‌های شبكه اجتماعی x است، گاهی اطلاعات اشتباه یا ناقصی در اختیارتان می‌گذارد. به‌خصوص زمانی که قصد جست‌وجو درباره یک موضوع تاریخی یا داده‌ای را دارید که مشمول زمان است. چون داده‌ها را از اطلاعاتی که کاربران در شبکه اجتماعی x به اشتراک می‌گذارند دریافت می‌کند، ممکن است تاریخ‌های اشتباهی را برای موضوع مورد نظر شما بیان کند.

معمولا Gemini و chatGPT برای صحبت درباره موضوعات تاریخی بهتر هستند و داده‌های قابل استنادتری را بیان می‌کنند.

اما برگ برنده Gemini نزد کاربران مربوط به زما‌ن‌هایی است که آن دو هوش مصنوعی دیگر به‌صورت سانسور شده پاسخ می‌دهند یا در جواب شما می‌گویند که داده مورد نظرتان غیرقابل اشتراک‌گذاری است و آنها اجازه ندارند درباره‌اش به شما اطلاعاتی بدهند.

همچنین Grok برای مواقعی که دنبال ایده‌های خلاقانه هستید هم کاربردی است. لحن طنزآمیز این هوش مصنوعی به کاربرانش این امکان را می‌دهد که به صورت آزادانه با آن طوفان فکری راه بیندازند و ایده‌یابی کنند.

می‌پرسید برنده کدام است؟ پاسخ به قصد شما در استفاده از هوش مصنوعی بستگی دارد. اما به‌لحاظ فنی می‌توان گفت ChatGPT با نسخه 4o خود فعلا در صدر جدول قرار دارد. Gemini در رده دوم و Grok با اختلاف بیشتری در رده سوم قرار دارد. به‌خصوص Grok برای رقابت با این دو هوش مصنوعی نیاز به تلاش بسیار بیشتری دارد. می‌توان گفت در حال حاضر نمی‌توان از Grok در همه زمینه‌ها استفاده کرد و بیشتر مناسب بحث‌های تعاملی و‌ موضوعات اجتماعی است و برای مباحث علمی، تاریخی یا تهیه مقاله و انجام تحقیقات و پژوهش‌ها نمی‌توان آن را کاربردی دانست.

برنده واقعی کسی است که از هر سه این هوش مصنوعی‌ها بهره‌مند باشد، هر سه را به کار بگیرد و بلد باشد با هرکدام چطور تعامل کند تا بهترین پاسخ‌ها را از آنها دریافت کند.

جمع‌بندی و نتیجه‌گیری

با بررسی‌های فنی و میزان علاقه و استفاده کاربران از سه هوش مصنوعی ChatGPT، Gemini و Grok، می‌توان گفت که:

• ChatGPT یک دستیار هوشمند همه‌کاره است.
• Gemini به دلیل ارتباط با سایر محصولات گوگل یک دستیار علمی و دقیق است.
• Grok یک ابزار مناسب برای طوفان فکری، چکش‌کاری ایده‌ها، تعاملات آزاد، سرگرمی و‌ موضوعات اجتماعی است.