Skip to content
TheChatArchiveThe Chat Archive
Claudeclaude-3-7-sonnet-20250219· AnthropicHugging Face LMArena Human Preference 140K

а разве у Гугл Земля Про есть открытый API

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Mistralmistral-medium-2505’s answer.
  1. User

    а разве у Гугл Земля Про есть открытый API

  2. Claude Assistant

    Вы правы, я допустил неточность. Google Earth Pro не имеет открытого API в том смысле, как я это представил. Давайте внесу ясность:

    Уточнение по Google Earth и геоданным

    1. Google Earth Pro — это настольное приложение без публичного API для разработчиков ИИ. Оно предназначено для визуализации и базового анализа, но не для интеграции с ИИ-моделями.

    2. Google Earth Engine — это отдельная платформа с API, но:

      • Требует одобренной регистрации (обычно для научных или некоммерческих целей)
      • Предназначена для анализа геоданных, а не для обучения LLM
      • Не предоставляет готовые ИИ-модели для анализа рельефа
    3. Google DeepMind разрабатывает геопространственные ИИ-модели, но они не находятся в открытом доступе для локального запуска.

    Реалистичные варианты для вашей задачи

    Учитывая эти уточнения, вот более реалистичные рекомендации для вашего оборудования (32 ГБ RAM, 16 ГБ VRAM AMD):

    1. Claude 3.5 Sonnet (через API)

    • Почему: Одна из самых точных моделей по фактическим знаниям
    • Как использовать: Через API Anthropic (платно, но доступно)
    • Преимущества: Высокая точность географических знаний, минимум галлюцинаций
    • Недостатки: Не локальная модель, требует интернет-соединения и API-ключа

    2. Llama 3.1 40B (Q4_K_M)

    • Почему: Наибольшая модель, которую реально запустить на вашем оборудовании
    • Как запустить: llama.cpp с CPU offloading (часть модели в RAM)
    • Преимущества: Большая база знаний, включая географические данные
    • Недостатки: Потребуется настройка для работы с AMD GPU

    3. Mixtral 8x7B (Q4_K_M)

    • Почему: Mixture-of-Experts архитектура дает эффективность, сравнимую с моделями ~40B
    • Как запустить: llama.cpp или text-generation-webui с ROCm
    • Преимущества: Хорошо помещается в 16 ГБ VRAM, высокая точность
    • Недостатки: Меньше знаний о редких географических объектах, чем у 70B моделей

    Дополнительные источники геоданных

    Поскольку нет открытого API Google Earth Pro, вот альтернативные источники геоданных:

    1. USGS Earth Explorer — открытый доступ к спутниковым снимкам и топографическим данным
    2. OpenStreetMap — открытые геоданные с API
    3. NASA Earthdata — архивы спутниковых данных
    4. QGIS — открытое ПО для работы с геоданными

    Оптимальная стратегия

    Для вашей задачи (знание рельефа и исторического контекста) лучшая стратегия:

    1. Запустить Mixtral 8x7B или Llama 3.1 40B локально для анализа текстовых описаний
    2. Дополнить это специализированным ГИС-ПО (QGIS) с открытыми наборами данных о рельефе
    3. Использовать API Claude или GPT-4 для сложных запросов, если локальные модели не справляются

    Такой комбинированный подход даст вам максимум информации о рельефе и историческом контексте местности при ваших технических ограничениях.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.