‏مدل‌های open-weight دارن وارد پروداکشن سازمان‌ها می‌شن

Chirag Mehta، تحلیلگر Constellation Research، تو این مقاله می‌گه بحث مدل‌های open-weight (یعنی مدل‌هایی که وزن‌هاشون منتشر شده و هر کسی می‌تونه اجراشون کنه) دیگه فقط دربارهٔ کنجکاوی توسعه‌دهنده‌ها نیست. دادهٔ AI Gateway ورسل می‌گه سهم این مدل‌ها از حجم توکن تو آوریل ۲۰۲۶ حدود ۱۱٪ بوده، تو ژوئن ۲۹٪ شده و ۲۲ اوت به رکورد ۶۲٪ رسیده. تو ژوئن هم تقریباً یکی از هر هشت مشتری سازمانی این گیت‌وی دست‌کم یه مدل باز تو پروداکشن داشته.

اقتصاد ماجرا جالب‌تره: همون ژوئن، مدل‌های باز ۲۹٪ حجم توکن رو ساختن ولی کمتر از ۴٪ هزینه رو، در حالی که Anthropic با ۳۲٪ حجم توکن، ۶۱٪ هزینه رو برداشته. نویسنده از این نتیجه می‌گیره که open weights احتمالاً خیلی زودتر از درآمد، حجم رو می‌بره. به گفتهٔ او بازار سازمانی داره چندمدلی می‌شه: تیم‌های ۱۰۰ تا ۱۰۰۰ درخواست در ماه به‌طور میانگین یک مدل استفاده می‌کنن، اما تیم‌های بالای ده میلیون درخواست حدود ۳۵ مدل.

نویسنده معتقده سازمان‌ها سریع‌تر از self-hosted inference (یعنی راه انداختن GPU و سرویس‌دهی مدل با زیرساخت خودشون) سراغ مدل‌های باز می‌رن، چون ارائه‌دهنده‌های inference این کار سخت رو برمی‌دارن. Together AI می‌گه ترافیک APIش تو ۹ ماه از حدود ۳۰ میلیارد به بیش از ۴۰۰ تریلیون توکن در ماه رسیده و Fireworks از روزی بیش از ۴۰ تریلیون توکن حرف می‌زنه که بالای ۹۵٪ش مدل‌های تخصصی‌شده روی دادهٔ خود مشتریه.

تو مقاله اومده که آزمایشگاه‌های چینی دارن سرعت این بازار رو تعیین می‌کنن. Hugging Face بیش از ۱۵۱ هزار مشتق از Qwen شمرده و روزی حدود ۱۸۰ تا ۲۱۰ ریپوی جدید مبتنی بر Qwen ساخته می‌شه؛ کنار DeepSeek، GLM و Kimi. حرف نویسنده اینه که مهم‌ترین مدل باز لزوماً صدرنشین بنچمارک‌ها نیست، بلکه اونیه که بیشترین چیز روش ساخته می‌شه. ایجنت‌ها هم فشار هزینه رو چند برابر می‌کنن، چون یه ایجنت برای یه فرایند ممکنه ۲۰ تا ۵۰ بار مدل رو صدا بزنه.

نکات کلیدی:

• سهم open weights از حجم توکن AI Gateway ورسل: حدود ۱۱٪ در آوریل ۲۰۲۶، ۲۹٪ در ژوئن و ۶۲٪ در ۲۲ اوت
• در ژوئن این مدل‌ها ۲۹٪ حجم توکن و کمتر از ۴٪ هزینه رو داشتن، در برابر ۳۲٪ حجم و ۶۱٪ هزینهٔ Anthropic
• تیم‌های بالای ده میلیون درخواست در ماه به‌طور مرتب حدود ۳۵ مدل مختلف به کار می‌برن
• Fireworks می‌گه بیش از ۹۵٪ ترافیکش از مدل‌های تخصصی‌شده روی دادهٔ خود مشتری‌هاست
• Hugging Face بیش از ۱۵۱ هزار مشتق Qwen شمرده، با ۱۸۰ تا ۲۱۰ ریپوی جدید در روز طی هفت ماه اول ۲۰۲۶