گزارش موزیلا: مدلهای متنباز دیگه عقب نیستن، دارن توکنها رو میبرن
هوش مصنوعیClaude Sonnet 5خلاصهٔ کاملتر
بنیاد موزیلا گزارش سالانهی «وضعیت هوش مصنوعی متنباز» رو با یه یادداشت از رافی کریکوریان، مدیر فناوری موزیلا، منتشر کرده. حرف اصلیش اینه که مدلهای متنباز از حالت «جایگزین ارزونتر» دراومدن و الان بخش بزرگی از کار واقعی دنیا رو انجام میدن؛ نویسنده مثالهایی از یه رادیوی محلی نیوزیلندی گرفته تا PwC و صلیب سرخ میزنه که با مدلهای باز، روی سیستم خودشون و بدون شمارشگر توکن کار میکنن.
طبق دادههای Chatbot Arena، شکاف کیفیت بین مدلهای باز و بسته از ۸.۰۴٪ تو اوایل ۲۰۲۴ به ۰.۵٪ تو اواسط ۲۰۲۴ رسیده و الان دوباره به حدود ۳.۳٪ برگشته، اونم بیشتر تو استدلال و context طولانی؛ تو کدنویسی و دنبالکردن دستور تقریباً برابرن. همزمان، قیمت هر میلیون توکن یه مدل همردهی GPT-4 تو ۳۶ ماه از ۲۰ دلار به ۰.۴۰ دلار رسیده، یعنی حدود ۵۰ برابر ارزونتر شده. طبق آمار OpenRouter، سهم توکنهای عبوری از مدلهای متنباز از یه رقم ناچیز به بیشتر از نصف کل ترافیک تو اواسط ۲۰۲۶ رسیده و پنج مدل پرمصرفتر همگی متنبازن.
یه نظرسنجی موزیلا و SlashData از ۱۴۱۰ توسعهدهنده نشون میده ۷۹٪ از کسایی که هوش مصنوعی به محصولشون اضافه میکنن از مدل باز استفاده میکنن (در برابر ۷۱٪ برای بسته)، ولی فقط ۵۱٪ از تیمهای متنباز به مرحلهی تولید واقعی میرسن، در برابر ۶۳٪ برای مدلهای بسته. طبق این گزارش، دلیل این فاصله ابزار عملیاتی و اعتماده، نه توانایی مدل؛ چالشهای اصلی هم هزینهی زیرساخت، امنیت و نگهداریه.
سمت کسبوکار هم پول جدی وارد شده: Databricks به نرخ سالانهی ۵.۴ میلیارد دلار رسیده، Mistral تو یه سال ۲۰ برابر شده و به حدود ۴۰۰ میلیون دلار درآمد سالانه رسیده، و DeepSeek با حدود ۲۲۰ میلیون دلار درآمد، بهتازگی ۷.۴ میلیارد دلار با ارزشگذاری بالای ۵۰ میلیارد دلار جذب کرده. طبق گزارش، پنج مدل درآمدزایی جواب داده: میزبانی استنتاج، پلتفرم سازمانی، لایسنس داخلی، فاینتیون سفارشی و ابزار هارنس.
نویسنده میگه دلیل گرایش کشورها و شرکتها به متنباز فقط هزینه نیست، بلکه «حق خروج» و حاکمیته: وقتی یه دولت بتونه بهخاطر تحریم، دسترسی به یه مدل بسته رو یهو قطع کنه (مثل ماجرای قطع دسترسی به Claude Fable 5 برای کاربران خارج از یه کشور خاص)، داشتن وزنهای مدل رو دیسک تنها راه فراره. چین هم عمداً بزرگترین منبع مدلهای متنباز شده؛ Qwen تو فوریهی ۲۰۲۶ بهتنهایی بیشتر از هشت سازمان بعدی روی هاگینگفیس دانلود خورده، و این بخشی از سیاست رسمی چین برای کاهش وابستگی به تراشههای آمریکاییه.
طبق گزارش، میدون رقابت واقعی الان رفته یه لایه بالاتر از مدل، یعنی «هارنس عاملمحور» (حلقهی ارکستراسیون، ابزارها، حافظه و مدل مجوزدهی). آزمون Terminal-Bench نشون داد یه هارنس بیرونی میتونه همون مدل رو تا ۲۱.۸ امتیاز بهتر از هارنس رسمی خود شرکت اجرا کنه؛ ولی چند هفته بعد آزمایشگاهها هارنس رو داخلی کردن و اون فاصله به حدود ۳ امتیاز رسید، یعنی مدل و هارنس دارن بهعنوان یه محصول واحد قفل میشن. بزرگترین حفرهی حلنشده هم بحث «نوشتن» یا write هست: هیچ استاندارد مشترکی وجود نداره که مشخص کنه یه ایجنت چه کارهایی رو بدون تأیید انسان میتونه انجام بده.
در نهایت گزارش میگه مدلهای بسته هنوز تو چهار جا جلوترن: هارنس یکپارچهی خود آزمایشگاهها، وفاداری context خیلی طولانی (مثلاً جمنای رو یه بنچمارک ۸۹٪ در برابر ۴۱٪ DeepSeek)، انطباق آماده (SOC2، HIPAA) و مسئولیتپذیری قراردادی. بقیهی مسیر، به گفتهی نویسنده، بستگی به اینه که کی صاحب لایهی هارنس بشه، نه صاحب مدل.
نکات کلیدی:
- شکاف کیفیت بین مدلهای باز و بسته الان حدود ۳.۳٪ هست؛ تو کدنویسی برابرن، تو استدلال و context طولانی عقبترن.
- بیشتر از نصف توکنهای مصرفی OpenRouter الان از مدلهای متنباز رد میشه، اما رسیدن به تولید واقعی هنوز نصف تیمها رو میذاره عقب.
- شرکتهایی مثل Databricks، Mistral و DeepSeek درآمد میلیاردی از مدلهای باز درمیآرن.
- دلیل اصلی گرایش کشورها به متنباز، ترس از قطع دسترسی و وابستگی به یه ارائهدهندهست، نه فقط هزینه.
- رقابت واقعی الان سر لایهی هارنس عاملمحوره، جایی که هنوز استاندارد مشترکی برای مجوزدهی وجود نداره.
