Pinterest buduje asystenta zakupowego na dostrojonych modelach otwartych i podaje 90 % cięcia kosztów

Problem

Pinterest ma około 620 milionów użytkowników miesięcznie i opiera się na AI, by rozumieć obrazy, polecać produkty i odpowiadać na pytania zakupowe. Wywoływanie czołowego modelu komercyjnego przy każdym obrazie czy zapytaniu byłoby w takiej skali bardzo drogie. Fortune cytuje dyrektora produktu, który mówi, że koszt ma znaczenie dla mniejszej firmy.

Co zbudowano

Pod koniec 2025 roku Pinterest postanowił uczynić dostrojone modele o otwartych wagach domyślnym wyborem do pracy wizualnej i multimodalnej. Otwarte wagi oznaczają, że pliki modelu są opublikowane, więc firma może go sama dostosować i uruchomić. Dostrajanie (fine-tuning) to dalsze trenowanie modelu na danych firmy.

Fortune pisze, że Pinterest używa Qwen, otwartej rodziny modeli Alibaby, do analizy obrazów pinów i generowania opisów. Pinterest Assistant, funkcja czatu zakupowego uruchomiona w październiku 2025 roku, ma według Fortune w rdzeniu otwarty model multimodalny. Osobno VentureBeat podaje, że konwersacyjny asystent zakupowy Pinteresta, Navigator 1, jest zbudowany na Qwen3-VL. Źródła nie mówią, czy Navigator 1 i Pinterest Assistant to ten sam produkt.

Jak to zrobiono

Według VentureBeat dyrektor techniczny Pinteresta mówi, że zespół zastąpił wbudowany komponent wizyjny Qwen3-VL i ponownie wytrenował model na własnościowych osadzeniach multimodalnych Pinteresta. Osadzenie (embedding) to lista liczb, która oddaje, czego dotyczy obraz lub przedmiot. Szczegóły o pinach i obrazach są obliczane z wyprzedzeniem i odświeżane w miarę napływu nowych danych. Dzięki temu nie trzeba kodować każdego obrazu w trakcie zapytania, co według niego pogorszyłoby opóźnienie 20 razy.

Pinterest mówi, że najpierw wybiera, co chce zbudować, a potem dobiera do tego najlepszy model otwarty. Dyrektor techniczny twierdzi, że licencje Apache, które pozwalają na szerokie zmiany w modelu, sprawiają, że modele otwarte są do tego przydatne.

Wyniki

Podczas rozmowy o wynikach za trzeci kwartał 2025 roku prezes powiedział, że wczesne testy pokazały koszty niższe o rzędy wielkości przy porównywalnej wydajności. Później Pinterest powiedział Fortune, że osiąga wydajność zbliżoną do czołowych modeli granicznych przy mniej niż 10 % kosztów, i że podaje redukcję kosztów o 90 % dzięki dostrajaniu modeli open source. VentureBeat pisze o cięciu kosztów o 90 % i wzroście dokładności o 30 % dzięki pracy z Qwen3-VL.

Co poszło nie tak

Źródła nie opisują żadnej porażki. Nie podają oszczędności w dolarach, punktów odniesienia ani niezależnej weryfikacji. Pinterest mówi też, że nie przestał używać modeli granicznych.