Writer bringt Palmyra-X6-Modell und Harness-Upgrades zur Senkung der Token-Kosten heraus
Writer
Writer, ein Unternehmen für KI-Tools für Marketingfachleute, hat ein neues Flaggschiff-Modell namens Palmyra X6 auf den Markt gebracht, das als Post-Training-Variante des Open-Source-Modells GLM-5.2 von Z.ai entwickelt wurde. Das Unternehmen schätzt, dass das neue Modell in Kombination mit den Harness-Änderungen die Kosten für Kunden bei grundlegenden Aufgaben um bis zu 50 Prozent senken wird. Die Upgrades sind ab Donnerstag für Writer-Kunden verfügbar.
Writer, das KI-Tools und -Agenten für Marketingfachleute anbietet, hat ein neues Flaggschiff-Modell namens Palmyra X6 vorgestellt, das das Problem teurer KI-Bereitstellungen lösen soll. Das neue System, das als Post-Training-Variation des Open-Source-Modells GLM-5.2 von Z.ai entwickelt wurde, soll einsatzbereite Fähigkeiten zu einem deutlich niedrigeren Preis bieten. Das Unternehmen schätzt, dass das neue Modell in Kombination mit Änderungen an der Harness-Infrastruktur die Kosten für Kunden bei grundlegenden Aufgaben um bis zu 50 Prozent senken wird. Zusammen mit dem neuen Modell veröffentlichte das Unternehmen auch erhebliche Verbesserungen an seinem Standard-Agenten-Harness; beide Funktionen sind Writer-Kunden ab Donnerstag verfügbar. CEO May Habib sagte gegenüber TechCrunch, dass Unternehmen es leid sind, Benchmarks hinterherzujagen, und sinkende Kosten wünschen. Der neue Ansatz betont komplexe, mehrstufige Aufgaben, die schneller und mit weniger Tokens ausgeführt werden, wobei die Harness-Optimierung ein entscheidender Hebel ist. Eine aktuelle Studie von Writer-Forschern ergab, dass Änderungen an der Harness-Effizienz ein zuverlässigerer Weg zur Kostensenkung waren als die Wahl des Modells, wobei die Kosten in Tests im Durchschnitt um 40 Prozent sanken. Für Kunden bleibt das Erlebnis modellagnostisch: Palmyra X6 wird neben anderen Writer-Modellen oder externen Modellen, die über Azure oder Amazon Bedrock importiert werden, eingesetzt. Habib sieht den Vorstoß zur Kostensenkung auch als Treiber für Misstrauen gegenüber großen KI-Labors, die einen finanziellen Anreiz haben, die Token-Nutzung zu erhöhen.
Quelle: TechCrunch AI —
Original
