همزیستی شگفت‌انگیز مدل‌های باز و بسته در بازار هوش مصنوعی

در ماه‌های اخیر، استفاده از مدل‌های هوش مصنوعی متن‌باز (Open Source) مانند دیپ‌سیک (DeepSeek) به‌طور چشمگیری افزایش یافته است. اما آمارها نشان می‌دهند که این رشد، درآمد آزمایشگاه‌های پیشرو مانند آنتروپیک (Anthropic) را کاهش نداده است. بر اساس گزارش TechCrunch، این دو دسته مدل در حال ورود به یک همزیستی اقتصادی هستند که در آن مدل‌های گران‌قیمت و بسته برای کشف کاربردهای جدید استفاده می‌شوند و مدل‌های متن‌باز وظایف تثبیت‌شده را به دست می‌گیرند.

نظریه چرخه حیات دو مرحله‌ای

جسی ژانگ (Jesse Zhang)، مدیرعامل دکگون (Decagon)، به‌تازگی نظریه جالبی مطرح کرده است: شرکت‌ها ابتدا با مدل‌های پیشرفته و گران‌قیمت مانند Claude از آنتروپیک یا GPT از OpenAI، امکان‌سنجی و توسعه اولیه را انجام می‌دهند. اما وقتی یک کاربرد به بلوغ رسید، آن را به مدل‌های سبک‌تر و ارزان‌تر متن‌باز منتقل می‌کنند. بنابراین، موفقیت مدل‌های باز به‌معنای شکست مدل‌های بسته نیست، بلکه دو فاز از یک چرخه عمر هستند.

داده‌ها چه می‌گویند؟

پلتفرم‌های واسط مانند Vercel و OpenRouter تصویر روشنی از این روند ارائه می‌دهند. در Vercel، دیپ‌سیک اکنون بیش از یک‌سوم توکن‌های پردازش‌شده را به خود اختصاص داده است، اما در سمت هزینه‌ها، آنتروپیک همچنان بیش از ۵۰٪ از کل مخارج هوش مصنوعی روی این پلتفرم را در اختیار دارد. دلیلش ساده است: قیمت توکن مدل‌های آنتروپیک بسیار بالاتر است. برای نمونه، هزینه هر میلیون توکن برای مدل اپوس ۴.۸ آنتروپیک ۱.۳۷ دلار است، درحالی‌که برای دیپ‌سیک V4 Flash تنها ۶ سنت.

در OpenRouter، دیپ‌سیک هفته‌ای ۵.۳ تریلیون توکن پردازش می‌کند، در مقابل ۲ تریلیون برای اپوس، اما به‌دلیل اختلاف شدید قیمت، احتمالاً آنتروپیک همچنان سهم اصلی از درآمد را دارد.

ورود بازیگر جدید: نمرترون انویدیا

انویدیا هم با مدل جدید Nemotron وارد میدان شده که به‌دلیل سازگاری بالا و ارتباطات قوی انویدیا، می‌تواند به سرعت جایگاه خود را پیدا کند. این رقابت ممکن است معادلات را تغییر دهد، اما فعلاً مدل‌های بسته در حال حفظ سهم خود از کیف‌پول مشتریان هستند.

این روند برای ایران چه معنایی دارد؟

برای جامعه فناوری ایران که با محدودیت‌های دسترسی به برخی سرویس‌های ابری و تحریم‌ها روبروست، رشد مدل‌های متن‌باز یک فرصت طلایی است. استارتاپ‌ها و توسعه‌دهندگان ایرانی می‌توانند با استفاده از مدل‌های قدرتمند رایگان یا ارزان، کاربردهای هوش مصنوعی بسازند و تنها در مراحل پیچیده‌تر به سراغ API‌های گران‌تر بروند. مدل‌هایی مانند دیپ‌سیک و GLM که به‌صورت متن‌باز منتشر شده‌اند، می‌توانند به‌عنوان موتور محاسباتی در پروژه‌های داخلی استفاده شوند.

با این حال، نباید فراموش کرد که مدل‌های پیشرفته‌تر هنوز در حل مسائل بسیار دشوار یکه‌تاز هستند و برای کارهای تحقیقاتی و پیشگامانه، دسترسی به APIهای تجاری (در صورت امکان) می‌تواند مزیت رقابتی ایجاد کند. اقتصاد دوگانه هوش مصنوعی احتمالاً به یک ویژگی پایدار تبدیل خواهد شد؛ مدل‌های باز برای تولید، مدل‌های بسته برای کشف.

نتیجه‌گیری

بازار هوش مصنوعی به‌سرعت در حال رشد است و افزایش کاربردهای جدید باعث می‌شود تقاضا برای مدل‌های ممتاز همچنان بالا بماند. بنابراین، غول‌هایی مثل آنتروپیک تا زمانی که نوآوری‌های جدیدی طلبیده شود، از گزند رقابت متن‌باز در امان خواهند بود. برای ایران، آغوش باز به‌سوی مدل‌های متن‌باز می‌تواند راهی برای عقب نماندن از قافله جهانی هوش مصنوعی باشد.