‏مدل‌های زبانی ارزون‌تر می‌شن، آزمایشگاه‌های بزرگ چی کار کنن؟

Mark Pesce تو این مقاله از یه روند مشخص حرف می‌زنه که Noops Research دیده: تو کل زنجیره‌ی «از شن تا نرم‌افزار»، یعنی از تراشه و دیتاسنتر تا اپلیکیشن، فقط لایه‌ی مدل داره ارزون می‌شه و بقیه گرون‌تر می‌شن. این در حالیه که بین ۲۰۲۴ تا ۲۰۲۹ حدود ۱۱ تریلیون دلار سرمایه‌گذاری زیرساختی فقط واسه آموزش و inference (یعنی اجرای مدل واسه جواب دادن به درخواست‌ها) کنار گذاشته شده.

به گفته‌ی نویسنده، سطح پیشرو الان دست چند مدل بسته‌ست: Claude Opus 5.5، Muse Wonder Full از Meta و GPT-6 Astra از OpenAI. Google DeepMind هم Gemini 4 Argon رو اعلام کرده ولی هنوز منتشرش نکرده. آزمایشگاه‌های دیگه به پیشروها نرسیدن و به‌جاش یه جنگ قیمت سر هوش مصنوعیِ «به‌قدر کافی خوب» راه انداختن. مثلاً Fable از Anthropic تو ماه اوت فقط ۱۱.۴ درصد هزینه‌ی مشتری‌ها و ۶ درصد حجم توکن‌ها رو داشته.

مدل‌های باز هم سریع جلو اومدن. بعد از Llama، آزمایشگاه‌های چینی مثل Qwen، DeepSeek، Moonshot و Z.ai وارد شدن و پژوهش‌های پایه‌ای زیادی درباره‌ی attention و بهره‌وری منتشر کردن. از وقتی DeepSeek r1 تقریباً به پای GPT-o1 رسید، یه الگو جا افتاد: سطح مدل‌های پیشرو حدود شش ماه بعد تو مدل‌های باز در دسترسه. گزارش Mozilla AI این فاصله رو اخیراً ۴.۴ ماه اندازه گرفته.

مدل‌های کوچیک هم باور «هرچی بزرگ‌تر، بهتر» رو شکستن. ۱۴ اوت ۲۰۲۶ مدل Qwen3.8-27B منتشر شد، یه مدل dense (یعنی همه‌ی پارامترهاش تو هر جواب فعالن) با فقط ۲۷ میلیارد پارامتر، حدود یک‌صدم مدل اصلی Qwen. با این حال تقریباً هم‌سطح Opus 4.6 کار می‌کرد که شش ماه قبلش بهترین مدل بود. نویسنده انتظار داره نسل بعدی روی گوشی‌های رده‌بالا هم اجرا بشه و Noops Research پیش‌بینی می‌کنه تقاضای inference تو ده سال آینده هزار برابر بشه.

نویسنده قاب «جنگ آمریکا و چین» رو غلط و مضر می‌دونه، چون رقابت عادی فناوری رو به یه بازی برنده‌همه‌چیز تبدیل می‌کنه. یه مشکل دیگه هم هزینه‌ی alignment هست، یعنی کنترل و ایمن نگه داشتن رفتار مدل. سپتامبر OpenAI و Anthropic تصمیم گرفتن سرعت پیشروی رو کم کنن و OpenAI هم انتشار عمومی GPT-6.1 Astra رو به‌خاطر نگرانی‌های alignment عقب انداخت. به نظر نویسنده، وقتی هزینه‌ی کنترل یه مدل از ارزش اقتصادیش بیشتر بشه، اون مدل به یه کالای لوکس تبدیل می‌شه و بیشتر توکن‌ها از تأمین‌کننده‌های ارزون میاد، مثلاً درخواست‌هایی که از OpenRouter رد می‌شن.

معیار کلیدی نویسنده «هزینه به ازای هر تسک» هست که تو ۲۰۲۶ مدام پایین اومده: Opus 4.8 تو مه ۱.۸۰ دلار، GPT-5.6 Sol تو ژوئن ۱.۰۴، Kimi K3 تو ژوئیه ۰.۹۴، Grok 4.6 تو اوت ۰.۸۴، DeepSeek V4.1 Flash تو سپتامبر ۰.۲۷ و Claude Haiku 5.5 تو اکتبر ۰.۲۱ دلار. سؤال آخرش اینه که با این ارزونی، آزمایشگاه‌های بسته می‌تونن اون‌قدر ارزش اضافه بدن که ارزش‌گذاری چند تریلیون دلاری‌شون منطقی باشه؟

نکات کلیدی:

• حدود ۱۱ تریلیون دلار سرمایه‌گذاری زیرساختی بین ۲۰۲۴ تا ۲۰۲۹ برای آموزش و inference مدل‌ها.
• فاصله‌ی مدل‌های باز با پیشروها طبق گزارش Mozilla AI حدود ۴.۴ ماهه.
• Qwen3.8-27B با ۲۷ میلیارد پارامتر تقریباً هم‌سطح Opus 4.6 کار کرد.
• هزینه‌ی هر تسک از ۱.۸۰ دلار (Opus 4.8، مه) به ۰.۲۱ دلار (Claude Haiku 5.5، اکتبر) رسیده.
• OpenAI انتشار عمومی GPT-6.1 Astra رو به‌خاطر نگرانی‌های alignment عقب انداخت.