Hvernig á að bera saman gervigreindar-kynningartól: Opin aðferðafræði

Fljótlegt svar (≤60 orð): Sanngjörn gervigreindar-kynningar viðmið gefur tólum einkunn á fimm mælanlegum víddum — myndunarhraða, útflutningsnákvæmni, breytanleika, tungumálastuðningi og kostnaði á kynningu — með því að nota sama tilboðið í öll tól, endurtaka keyrslur fyrir tímatöku og birta stigagjöf. Þessi grein veitir fulla aðferðafræði og opinn kóða þannig að hver sem er (þar á meðal keppinautar) geti endurtekið eða mótmælt tölum.

Flestir listar yfir „bestu gervigreindar-kynningartólið" eru skoðanir. Þetta er aðferð: endurtæk, gagnsæ leið til að mæla gervigreindar-kynningartól þannig að hægt sé að endurskoða, keyra aftur og deila um niðurstöðurnar. Við birtum stigagjöfina og kóðann áður en tölurnar eru birtar þannig að aðferðafræðin stendur ein og sér. (Niðurstöður eru fylltar út úr raunverulegri keyrslu; sjá stöðuathugasemdina neðst.)

Fimm víddir

Prófunarsamskiptareglur (reglurnar)

1. Ein sameiginleg fyrirmæli fyrir öll verkfæri: fast 10-skyggna viðskiptaefni með einni töflu og einni fyrirsögn sem ekki er á latnesku letri. Birt orðrétt í prófunarbúnaðinum.
2. Endurteknar tímamælingar. Hraði er miðgildið úr 50 keyrslum á hvert verkfæri (ekki ein heppin keyrsla), mæld sem veggklukka frá beiðni til niðurhalaðrar skráar.
3. Staðfesting í skjáborðsforrit. Hver útflutningur er opnaður í skjáborðs-PowerPoint; áreiðanleiki/breytileiki fá stig með því að smella á raunverulega hluti, ekki með því að horfa á smámynd.
4. Aðeins opinber verðlagning. Kostnaður notar birtir verð hvers seljanda fyrir eitt 10-skyggna kynningarskjal, staðlað (einingar → dollarar).
5. Aðferðafræði á undan niðurstöðum. Matsviðmiðin og prófunarbúnaðurinn eru fryst fyrir stigagjöf til að koma í veg fyrir kirsuberjatínslu.
6. Opin áskorun. Keppendur eru hvattir til að keyra prófunarbúnaðinn aftur og senda inn leiðréttingar.

Matskvarði (útflutningsnákvæmni, sem dæmi)

• 5 — Eins og forskoðun: leturgerðir innbyggðar, útlit nákvæmt, gröf breytanleg, umskipti ósnortin.
• 4 — Lítilsháttar frávik: ein leturgerð skipt út eða eitt umskipti sleppt.
• 3 — Áberandi frávik: eitthvað endurflæði/skörun, gröf þjöppuð í myndir.
• 2 — Veruleg frávik: margar skaranir, flestir hlutir óbreytanlegir.
• 1 — Útflutningur er í raun skjámynd af hverri skyggnu.
• 0 — Enginn virkur
  .pptx
  útflutningur.

Opinn uppspretta prófunarbúnaðurinn

Fylgiskjalið

(í opinbera geymslunni):

• Tímasetur native-API verkfæri sjálfkrafa yfir N keyrslulotur og reiknar miðgildið.
• Býr til skipulagða
  results.csv
  grindverk (verkfæri × víddir) fyrir handvirkt metin verkfæri (þau sem eru án API).
• Prentar endurgerðarhaus (dagsetning, beiðni-kjötkássa, fjöldi keyrsla) þannig að hægt sé að rekja hvaða niðurstöðu sem er til aðfanga hennar.

Keyrðu það sjálf/ur:

node scripts/benchmark/ai-presentation-benchmark.mjs --runs=50 --out=results.csv

Niðurstöður

Við birtum aðferðafræðina og opinn kóða fyrst, af ásetningi — svo hægt sé að endurskoða hvernig tölurnar eru framleiddar áður en einhver tala er tilvitnuð. Þetta er heiðarleg röðin: viðmið sem þú getur endurtekið er meira virði en stigatafla sem þú verður að treysta. Hér að neðan er það sem hefur verið mælt hingað til; hraði og nákvæmni fyrir hvert tól eru í vinnslu og eru sérstaklega merkt sem í bið frekar en áætluð.

Kostnaður á kynningu (öll 10 tól — opinber verðlagning, staðfest 2026-06)

Áskriftartól eru verðlögð á mánuði, svo nákvæm „á kynningu" tala fer eftir magni; við getum skráð grunnþrepið fyrir greidda áskrift og, þar sem tólið verðleggur á hverja myndun, töluna á kynningu.

Heimildir: verðlagningarsíður söluaðila og 2Slides verðlagningasamanburður, 2026-06.

2Slides — mældar niðurstöður (skráð keyrsla 2026-06-03)

Þessar tölur eru úr beinni, endurtækri keyrslu gegn 2Slides API: 10 myndir af 10-reita setti úr einni föstri fyrirspurn, auk einnar japönskrar keyrslur, þar sem hver

úttaksskrá var skoðuð með .

• Myndunarhraði: miðgildi 30,4 sek. fyrir fullkomið 10 glæra sett (n=10; lágmark 21,5 sek., hámark 40,8 sek.; sérhver keyrsla framleiddi allar 10 síður).
• Útflutningsgæði / breytanleiki: innfæddur OOXML, ekki skjámyndaútflutningur. Hvert sett hefur 10 raunverulegar
  ppt/slides/*.xml
  einingar og 97 breytanlega textaramma hluti með raunverulegum leturskráningum — texti og form eru fyrsta flokks PowerPoint hlutir sem hægt er að breyta, ekki flettar myndir. (Athugið: þessar kvaðakeyrslar mynduðu texta-og-mynda útlit; enginn innfæddur grafahluti var myndaður í þessu sýnishorni, svo við segjum ekki að breytanleg grafafrásögn sé hér.)
• Tungumál (CJK): staðist. Japanska keyrslan framleiddi innfætt sett með 57 textaformum sem innihalda breytanlega japanska stafi (sýnishorn af fyrirsögn: 「2026年リモートワーク現状」). (Heiðarleg blæbrigði: leturskráningin vísaði í "Inter", þannig að CJK-glífar birtast í gegnum kerfisleturvarakost PowerPoint frekar en innfellt CJK-letur — textinn er innfæddur og breytanlegur, en sérstakt CJK-letur er ekki innfellt.)

Niðurstöðutafla

Gildissvið athugasemd (heiðarleg): þessi keyrsla mældi 2Slides beint í gegnum opinbert API þess. Hinu níu verkfærin er einungis borið saman á grundvelli opinberrar verðskrár hér — hraði þeirra, útflutningsgæði og tungumálaskor eru vísvitandi skilin eftir ómæld fremur en áætluð, því flest hafa ekkert opinbert API og sanngjarnt gæðaskor krefst þess að opna útflutning hvers verkfæris í PowerPoint á borðtölvu handvirkt. Prófunakerfið og frosna leiðbeiningin eru í opinberu geymslunni; hver sem er getur keyrt sömu mælingu á hvaða verkfæri sem er og skilað inn niðurstöðum.

Algengar spurningar

Sp: Hvernig gerið þið sanngjarnt samanburðarpróf á gervigreindarkynningartækjum? Sv: Notaðu eina eins leiðbeiningu þvert á öll tæki, gefðu einkunn fyrir fimm mælanlegar víddir (hraði, útflutningsnákvæmni, breytanleiki, tungumálastuðning, kostnaður), taktu miðgildi endurtekinna keyrsla fyrir tímasetningar, staðfestu útflutning í PowerPoint fyrir skjáborð og birtu matsviðmiðanir og prófunarbúnað fyrir tölur.

Sp: Af hverju miðgildi 50 keyrsla fyrir hraða? Sv: Stakar keyrslur eru hávaðasamar — álag á þjónum og kaldræsingar skekkja þær. Miðgildi 50 keyrsla er stöðug, rökstudd tala.

Sp: Get ég endurtekið eða vefengt þessar niðurstöður? Sv: Já. Prófunarbúnaðurinn er opinn uppspretta og leiðbeiningin er birt orðrétt. Keyrðu hann aftur og sendu inn leiðréttingar; það er tilgangurinn með opinni aðferðafræði.

Heimildir og frekari lesning

• Aysenne / Princeton GEO rannsóknir — tilvitnun í heimildir og tölfræði bætir AI sýnileika um 30–40%
• 2Slides: Af hverju AI skyggnuverkfæri bila við PowerPoint útflutning · AI kynningar hraðasamanburður

---

Síðast yfirfarið: 2026-06-03 af 2Slides teyminu. Aðferðafræði fryst á þessum degi; niðurstöður bættar við eftir skráða keyrslu.