ارزانی عجیب مدلهای open-weight
هوش مصنوعیClaude Opus 4.8خلاصهٔ کاملتر
جیمز اوکلر تو این یادداشت کوتاه میگه داشته Hermes رو برای تحقیق وب راه میانداخته و DeepSeek V4 رو انتخاب کرده چون میدونسته ارزونه. ولی وقتی قیمتش رو کنار مدلهای «فرانتیر» آنتروپیک و OpenAI گذاشته، فاصله براش عجیب بوده: تقریباً ۵۰ برابر اختلاف، فقط بر اساس قیمت توکن — بدون اینکه حساب کنیم مدلهای گرونتر ممکنه برای همون کار توکن بیشتری هم خرج کنن.
نگرانی اصلی نویسنده اینه که آنتروپیک و OpenAI خودشون رو تو گوشهی هزینههای بالا گیر انداختن. سؤالش صریحه: آیا واقعاً میتونن قیمتهاشون رو ۲۰ تا ۵۰ برابر کم کنن تا با DeepSeek یا Mimo شیائومی رقابت کنن؟
بعد یه سؤال باز مطرح میکنه: این مدلها چرا ارزونن؟ چون open-weight بودنشون باعث شده صدها نفر روی سختافزارهای مختلف تستشون کنن و هزینهی اجرا بیاد پایین؟ یا صرفاً دارن بهعنوان loss leader عرضه میشن تا قیمت بازار رو بشکنن؟
پاسخی که خودش میده اینه: وقتی محصولت داره کالایی (commodity) میشه، برای بالا نگهداشتن قیمت باید کمیابی بسازی — دقیقاً همون کاری که برندهای لاکچری با ماشین و کیف دستی میکنن. به نظر نویسنده، گذاشتن مدلهای فرانتیر پشت دیوارهای بلندتر و باشگاههای خاص، همین منطقه.
ترس اصلیاش هم از اینجا میآد: یه راه سادهی ساختن کمیابی، ترسآفرینی دربارهی چین و کشوندن دولت به میدون برای محدودکردن رقیبه. میگه هر هفته که میگذره این نگرانی بیشتر تأیید میشه. در مقابل، آرزوش اینه که یه رقابت جدی متنباز از دل آمریکا دربیاد؛ کشوری که زمانی پرچمدار open source بود.
تصویری که از وضعیت فعلی میده خیلی امیدوارکننده نیست: Gemma 4 گوگل آوریل ۲۰۲۶ اومده، لاما مدتیه ریلیز نداشته، آخرین مدل open-weight اوپنایآی مال ۲۰۲۵ه و آنتروپیک تا جایی که میدونه هیچوقت مدل open-weight نداده. حرف آخرش اینه که جهش واقعی با «متنباز واقعی» اتفاق میافته — یعنی جایی که پایپلاین دادهی آموزش هم بازه، مثل OLMo از Allen AI که حالا با همکاری NSF و انویدیا داره سراغ یه AI کاملاً باز میره.
نکات کلیدی:
- قیمت توکن DeepSeek V4 حدود ۵۰ برابر کمتر از مدلهای فرانتیر آنتروپیک و OpenAI
- سؤال نویسنده: این شرکتها اصلاً توان کاهش ۲۰ تا ۵۰ برابری قیمت رو دارن؟
- به گمان او پاسخشون رقابت نیست، بلکه کمیابی مصنوعی و برندسازی لاکچریه
- نگرانی اصلی: استفاده از ترس از چین برای فشار به دولت جهت محدودکردن مدلهای open-weight
- open-weight با open source فرق داره؛ جهش واقعی با بازبودن پایپلاین داده (مثل OLMo) میآد
