Start an AI Company Tiers de config modèles AI
Réglez size, data et personality pour que chaque launch nourrisse users, contracts et valeur de vente.
Chaque run de Start an AI Company commence sur un laptop : vous choisissez size, data et personality, entraînez, puis lancez. Ce trio est le produit. GPU et staff ne scalent que ce que vous avez shippé. Cette tier list classe des habitudes de configuration — pas de faux noms de marques de modèles — pour que vous arrêtiez de lancer de la bouillie random.
Le walkthrough UI en profondeur est dans Entraîner et lancer. Revenez ici quand vous avez besoin d’appels de priorité en plein train.
Les trois molettes
| Molette | Ce qu’elle tend à gate | Mode d’échec |
|---|---|---|
| Size | Plafond de capacité, temps d’entraînement, coût compute | Trop gros trop tôt → entraînement inachevé et launch vide |
| Data | Précision, trust, readiness contracts | Trop mince → spike de virality puis collapse |
| Personality | Brand, fit de niche, vibes de crise | Personality meme avec contracts enterprise = whiplash |
Setups S-tier
Starter équilibré (ambitions medium). Size modérée, investissement data solide, personality qui matche une niche claire (assistant utile, coding buddy, partenaire créatif). C’est le S-tier par défaut pour les stages chambre et co-working.
Spécialiste data-forward. Quand vous visez des contracts (Contracts et crises), biaisez le budget vers la qualité data même si la size grandit plus lentement. Les boards de contracts punissent les modèles peu fiables.
Flagship boosté prestige. Après une forte vente (Vendre et recommencer), vous pouvez vous offrir une size plus grande plus tôt. Les configs flagship ne deviennent S que lorsque les bonus de restart couvrent le temps d’entraînement.
Setups A-tier
Small + excellente data. Super pour prouver une niche vite et donner aux marketers quelque chose de réel (Classement du personnel).
Apps consumer menées par la personality. Fortes quand vous avez déjà des fills GPU (GPU) pour survivre à une vague virale de prompts sales.
Rafraîchissements itératifs. Relancer une version améliorée d’un modèle connu bat souvent l’invention d’une sixième marque sans lien.
Setups B-tier
Trains vanity max size. Screenshots fun, cycles lents. Parquez-les après que le compute campus-scale existe (Étendre les bureaux).
Clones copycat des rival labs. Apprendre des rivaux est malin ; cloner sans profondeur data est B au mieux.
Setups C-tier
Huge size + pauvre data. Le piège classique. Impressionnant dans le trainer, décevant dans les métriques users.
Personality contradictoire vs marketing. Si les marketers vendent « enterprise safety » alors que la personality est un bot prank chaotique, attendez-vous à des crises.
Setups D-tier
Spam de launches d’entraînements inachevés. Gaspille le focus cooldown et embrouille vos propres métriques.
Ignorer totalement la personality. Une vibe vide est encore une vibe — en général une mauvaise pour likes et shares.
Checklist de launch (appliquer les tiers)
- Choisissez une phrase de niche que vous pouvez dire à voix haute.
- Allouez de la data jusqu’à ce que le trainer arrête de crier pauvreté.
- Choisissez la plus petite size qui peut tenir cette niche.
- Alignez la personality sur la niche — pas sur un meme vu dans un autre lobby.
- Lancez quand les GPU peuvent absorber les early users.
- Recrutez des marketers seulement après que la retention paraît saine.
- Loggez les résultats avant de changer les trois molettes d’un coup.
Utilisez la Checklist de croissance pour rester honnête pendant les longues sessions.
Comment les modèles interagissent avec le reste de la boucle
- Users et virality aiment des personalities claires avec assez de data pour ne pas imploser.
- Contracts aiment la fiabilité ennuyeuse — biaisez data.
- Crises / rival labs punissent les flagships fragiles ; gardez un modèle breadwinner stable en ligne.
- Les arcs AI chip supposent souvent que vous comprenez déjà les tradeoffs d’entraînement ; ne rushez pas le contenu chip sur de la bouillie D-tier.
- Les gains hors ligne continuent sur ce que vous avez laissé tourner — laissez votre producteur S-tier actif avant logout.
Apprendre des créateurs
Les vidéos communauté (liées depuis Premiers pas et Entraîner et lancer) montrent le vrai pacing HUD. Regardez combien de temps ils restent sur data versus size. Ne copiez pas leur size endgame sur votre premier run chambre.
Shifts de meta
Si un patch retune l’entraînement, nous mettrons à jour cette page et le signalerons dans Notes de lancement. Jusque-là, les launches équilibrés qui respectent la data restent l’habitude S-tier pour Start an AI Company par Kairo Experiences.
Pages associées
Foire aux questions
Réponses rapides sur les codes, les GPU, le staff et la vente de votre company.
Qu'est-ce qui compte le plus : size, data ou personality ?
Early on, data plus une personality claire battent en général la raw size. La size devient le limiteur une fois que GPU et bonus prestige peuvent financer de plus longs trains.
Faut-il lancer beaucoup de petits modèles ou un gros ?
Prouvez d'abord un modèle équilibré. Spammer des trains inachevés est D-tier et embrouille vos métriques.
Comment les choix de modèles affectent-ils les contracts ?
Les contracts favorisent des setups fiables et data-forward. Gardez les expériences de personality chaotique pour les runs de virality consumer.
Puis-je changer un modèle après le launch ?
Comptez sur des rafraîchissements itératifs. Traitez chaque launch comme une version ; n'attendez pas un train parfait pour toujours.
Les codes changent-ils les tiers de modèles ?
Des codes comme UPDATE ajoutent surtout des ressources. Ils ne rendent pas bons les énormes modèles vides — dépensez le cadeau en data et early GPU.