‏چرا شرکت‌های آمریکایی سراغ مدل‌های هوش مصنوعی چینی می‌رن؟

طبق این مقاله از وبلاگ MindStudio، شرکت‌هایی مثل Coinbase، Airbnb، DoorDash، Cursor و موتور جستجوی Ecosia حالا برای بخشی از سیستمشون به‌جای OpenAI و Anthropic و Google، از مدل‌های open-weight چینی استفاده می‌کنن (یعنی مدل‌هایی که فایل وزن‌هاشون رو می‌شه دانلود کرد و رو سرور خودت اجرا کرد). نویسنده می‌گه این دیگه فقط آزمایش چندتا استارتاپ نیست و داره به یه روند جدی تبدیل می‌شه.

آمارها هم همینو نشون می‌دن. تو OpenRouter (یه سرویس که درخواست‌های API رو بین مدل‌های مختلف پخش می‌کنه) حدود یه سال پیش ۷۰ درصد ترافیک مال مدل‌های آمریکایی بود، ولی الان این عدد به حدود ۳۰ درصد رسیده. تو ماه July هر پنج رتبهٔ اول از نظر حجم توکن مال مدل‌های چینی بوده و حدود ۵۸ درصد توکن‌هایی که شرکت‌های آمریکایی فرستادن به این مدل‌ها رفته. Qwen از Alibaba هم امسال از ۲ میلیارد دانلود تو Hugging Face رد شده، در حالی که خانوادهٔ Llama متا حدود ۲۳۰ میلیون دانلود داره.

دلیل اول هزینه‌ست. به گفتهٔ مقاله، مدل‌های Claude حدود ۲ تا ۱۰ دلار برای هر میلیون توکن ورودی خرج دارن و مدل‌های رده‌بالای OpenAI از ۱۰ تا ۶۰ دلار، تازه بدون حساب کردن توکن‌های خروجی. ولی خانوادهٔ Kimi K2 از Moonshot AI حدود ۲ دلار یا کمتره. Coinbase ظاهراً با این جابه‌جایی هزینهٔ هوش مصنوعیش رو تقریباً نصف کرده. به گفتهٔ نویسنده، حرف اصلی اینه که بیشتر کارهای روزمره به باهوش‌ترین مدل بازار نیاز ندارن، یه مدل سریع و ارزون و قابل‌اعتماد کافیه.

دلیل دوم کنترل داده‌ست. وقتی به یه API بسته مثل ChatGPT یا Claude درخواست می‌فرستی، داده‌ات از سرور اون شرکت رد می‌شه و شرکتی که مدل بعدیش رو می‌سازه عملاً منطق کسب‌وکارت رو می‌بینه. ولی مدل open-weight رو می‌شه از Hugging Face دانلود کرد، رو GPUهای خودت اجرا کرد و با داده‌های داخلی فاین‌تیونش کرد. نکتهٔ مهمی که مقاله می‌گه اینه که استفاده از مدل چینی یعنی این نیست که داده به چین می‌ره؛ وقتی وزن‌ها رو دانلود کردی، همه‌چی رو زیرساخت خودت اجرا می‌شه.

دلیل سوم فرار از vendor lock-in هست (یعنی گیر افتادن به یه فروشنده). اگه کل سیستمت روی API یه شرکت باشه، هر وقت قیمت رو عوض کنه یا یه مدل رو بازنشسته کنه یا قوانینش رو تغییر بده، تو ضرر می‌کنی. ولی مدلی که وزن‌هاش دست خودته و رو سرور خودت اجرا می‌شه، تقریباً یه دارایی دائمیه. شرکت Lindy هم که سراغ مدل‌های چینی رفته گفته بیشتر کارها، مثل نوشتن ایمیل‌های معمولی، قوی‌ترین مدل رو لازم ندارن.

البته این راه برای همه به‌صرفه نیست. اجرای مدل روی سرور خودت GPU و زمان مهندسی و معمولاً فاین‌تیون لازم داره، برای همین فعلاً بیشتر شرکت‌های بزرگ با حجم کار بالا سراغش رفتن. پیشنهاد نویسنده اینه: اول قوی‌ترین مدل رو روی کارت تست کن، بعد نسل به نسل بیا پایین‌تر تا جایی که کیفیت از حد قابل‌قبول کمتر بشه. اگه یه مدل open-weight از اون خط رد شد، همونو برای همیشه به کار بگیر.

نکات کلیدی:

• سهم مدل‌های آمریکایی تو OpenRouter از حدود ۷۰ درصد به حدود ۳۰ درصد رسیده.
• حدود ۵۸ درصد توکن‌های شرکت‌های آمریکایی تو OpenRouter به مدل‌های چینی می‌ره.
• Qwen بیشتر از ۲ میلیارد دانلود تو Hugging Face داره، در برابر حدود ۲۳۰ میلیون برای Llama.
• قیمت Kimi K2 حدود ۲ دلار یا کمتر برای هر میلیون توکن ورودیه، در برابر ۱۰ تا ۶۰ دلار برای مدل‌های رده‌بالای OpenAI.
• اجرای مدل open-weight رو سرور خودت یعنی داده از شرکت بیرون نمی‌ره، حتی اگه مدل ساخت چین باشه.
• هزینهٔ GPU و تیم فنی باعث می‌شه این روش فعلاً بیشتر برای شرکت‌های بزرگ به‌صرفه باشه.