شرکتهای آمریکایی دارن سراغ مدلهای ارزون چینی میرن
خلاصهٔ کاملتر
به گزارش CNBC، مدلهای هوش مصنوعی ساختِ چین دارن بین شرکتهای آمریکایی جا باز میکنن؛ چون هم فاصلهٔ عملکردیشون با رقبای آمریکایی کم شده و هم بهطور قابلتوجهی ارزونتر موندن. عرضههای اخیر شرکتهایی مثل DeepSeek و Z.ai از نظر خیلیها با سیستمهای پیشروی Anthropic و OpenAI رقابتیان.
نویسنده میگه این اتفاق درست وقتی میافته که قیمت توکنِ پیشرفتهترین مدلها تو آزمایشگاههای آمریکایی داره بالا میره و شرکتها با هزینههای غیرمنتظرهٔ AI دستوپنجه نرم میکنن. یه عدد گویا: سهم توکنهایی که شرکتهای آمریکایی روی پلتفرم OpenRouter از مدلهای چینی مصرف میکنن، از ۸ فوریه به اینور هر هفته بالای ۳۰٪ بوده و تا ۴۶٪ هم رسیده، در حالی که میانگین ۱۲ ماه قبلش فقط ۱۱٪ بوده.
یه کارشناس بروکینگز به CNBC میگه مدلهای چینی الان که هزینههای AI سر به فلک کشیده، مخصوصاً برای شرکتهای آمریکایی جذابن؛ جایی که قبلاً شرکتها بدون توجه به مدل روی پذیرش AI تمرکز داشتن، حالا بیشتر به فکر هزینهان.
نویسنده مثال میزنه: تو ژوئن، استارتاپ Lindy کلِ ترافیکش رو از مدلهای Claude شرکت Anthropic به DeepSeek منتقل کرد. مدیرعاملش میگه بعد از این کار منحنی هزینه «سقوط کرد» و این تصمیم قراره ظرف چند ماه میلیونها دلار براشون صرفهجویی کنه. GLM 5.2 محصول Z.ai هم که ژوئن با سروصدا منتشر شد، به گفتهٔ Vercel سریعترین پذیرش هر مدلی در ۲۰۲۶ رو داشته؛ تو اولین هفتهٔ کاملش حجم توکن روزانه حدود ۲۷ برابر و تعداد مشتریها حدود ۸۰ برابر شده.
به گفتهٔ یکی از منابع Vercel، «قیمت داره کارو پیش میبره»؛ وقتی یه کار به بهترین مدل نیاز نداره، تیمها دارن مسیرش رو به ارزونترین مدلی که «بهقدر کافی خوبه» میدن و موج اخیر مدلهای چینی داره این معامله رو میبره. یه منبع OpenRouter هم میگه مدلهای متنباز چینی میتونن ۶۰ تا ۹۰ درصد ارزونتر از مدلهای پیشروی Anthropic و OpenAI باشن.
نویسنده اضافه میکنه که عملکرد مدلهای چینی هم داره بالا میره. کارشناس بروکینگز تخمین میزنه اونها الان فقط «شش تا نه ماه» عقبترن و با «کسری از هزینه» نزدیک به مدلهای پیشروی آمریکایی کار میکنن. مثلاً GLM 5.2 روی یه بنچمارک عاملی پرتوجه تا یه درصدِ Opus 4.8 شرکت Anthropic فاصله داشته، اونم با حدود یکپنجم هزینه. بعضی پژوهشگرها هم گفتن این مدل رو بعضی بنچمارکهای امنیت سایبری همپای بهترین آزمایشگاههای آمریکاست.
نویسنده یه ریسک رو هم مطرح میکنه؛ به گفتهٔ مسئول یادگیری ماشین Hugging Face، خطر واقعی اینه که کاربرها گیر یه انتخاب بین دوگزینه بیفتن: مدلهای اختصاصی آمریکایی که خوشعملکرد ولی گرون و با قیمت و دسترسی نوسانیان، یا مدلهای چینی بهعنوان تنها گزینهٔ عملی هر وقت بخوان هزینه رو کنترل کنن یا مالک استک هوش مصنوعیشون باشن.
نکات کلیدی:
- سهم مدلهای چینی تو مصرف توکن شرکتهای آمریکایی روی OpenRouter از ۱۱٪ به بالای ۳۰٪ رسیده
- محرک اصلی هزینهست؛ مدلهای متنباز چینی ۶۰ تا ۹۰ درصد ارزونترن
- Lindy کل ترافیکش رو از Claude به DeepSeek منتقل کرد تا میلیونها دلار صرفهجویی کنه
- GLM 5.2 سریعترین پذیرش سال رو داشت و تا یه درصدِ Opus 4.8 فاصله گرفت
- مدلهای چینی فقط شش تا نه ماه عقبان، با کسری از هزینهٔ رقبای آمریکایی




