Τα μοντέλα τεχνητής νοημοσύνης ανοιχτού βάρους κλείνουν το χάσμα με τα μοντέλα κλειστών συνόρων με εντυπωσιακό ρυθμό: με κάθε διαδοχική εποχή μεγάλων γλωσσικών μοντέλων, τα ανοιχτά μοντέλα χρειάζονται το μισό χρόνο για να φτάσουν το πρώτο κλειστό μοντέλο εκείνης της εποχής, σύμφωνα με μια νέα ανάλυση της εταιρείας έρευνας ημιαγωγών SemiAnalysis.
Η μελέτη, με τίτλο "Είναι τα ανοιχτά μοντέλα που προλαβαίνουν;" και δημοσιεύτηκε στις 21 Αυγούστου από τους Evan Cloutier, Max Kan, Jordan Nanos και Dylan Patel, είναι μια από τις πιο συστηματικές προσπάθειες ποσοτικοποίησης ενός ερωτήματος που κρέμεται σε ολόκληρο τον κλάδο της τεχνητής νοημοσύνης: εάν τα ανοιχτά μοντέλα παραμένουν σχεδόν εξίσου ικανά με τα κλειστά σύνορα με ένα κλάσμα του κόστους, έχουν τα συνοριακά εργαστήρια μια ανθεκτική επιχείρηση; Για σε βάθος κάλυψη των εκδόσεων των μοντέλων που οδηγούν σε αυτήν τη στροφή, ακολουθήστε το AI Buzz Wire.
Τρεις εποχές συνόρων AI
Οι συγγραφείς υποστηρίζουν ότι η ιστορία των LLM εμπίπτει σε τρεις διακριτές εποχές - πρώιμη κλιμάκωση, συλλογιστική και αντιπροσωπευτική - η καθεμία αντιπροσωπεύει μια αύξηση σταδιακής συνάρτησης στο τι μπορούν να κάνουν τα μοντέλα χρήσιμα.
Το βασικό μεθοδολογικό τους σημείο είναι ότι η σύγκριση μοντέλων σε εποχές με ένα μόνο σημείο αναφοράς είναι λάθος. Κάθε σημείο αναφοράς είναι προϊόν της εποχής του: δημιουργείται για να διακρίνει τις διαφορές δυνατοτήτων που υπάρχουν εκείνη την εποχή, στη συνέχεια αναρριχείται από τους κατασκευαστές μοντέλων μέχρι να κορεστεί, οπότε η βιομηχανία σταματά να ενδιαφέρεται και προχωρά. Αντίθετα, η ομάδα SemiAnalysis έτρεξε επιμελημένα σύνολα αναφοράς για τα μοντέλα κάθε εποχής για να δημιουργήσει μια σύνθετη βαθμολογία ικανότητας.
Με αυτόν τον τρόπο, το κενό ανοιχτό έναντι κλειστού κινείται σε κύκλους. Στην αρχή κάθε εποχής, ένα συνοριακό εργαστήριο ολοκληρώνει πολλά υποσχόμενη έρευνα, εκπαιδεύει ένα εντυπωσιακό μοντέλο και πηδά μπροστά. Στη συνέχεια, άλλα εργαστήρια εντοπίζουν τις βασικές προόδους, τις αναθεωρούν και κλείνουν το χάσμα. "Τίποτα δεν μένει μυστικό για πάντα - ειδικά όταν λαμβάνετε υπόψη την απόσταξη", γράφουν οι συγγραφείς. «Είναι απλώς θέμα πόσος χρόνος χρειάζεται».
Η μέτρηση αυτής της ερώτησης απέφερε το βασικό εύρημα της μελέτης: με κάθε γενιά, τα μοντέλα ανοιχτού κώδικα χρειάζονται το μισό χρόνο για να φτάσουν στο πρώτο μοντέλο κλειστού κώδικα της εποχής.
Γιατί αυτός ο κύκλος είναι διαφορετικός
Η αναφορά είναι ξεκάθαρη σχετικά με τη διαφορά μεταξύ προηγούμενων στιγμών ανοιχτού μοντέλου και της τρέχουσας. Η "στιγμή DeepSeek" του Ιανουαρίου 2025 έγινε πρωτοσέλιδο, αλλά "κανείς δεν χρησιμοποίησε πραγματικά το R1 για να κάνει κάποια οικονομικά πολύτιμη εργασία", σημειώνουν οι συγγραφείς.
Αντίθετα, επισημαίνουν μοντέλα όπως το GLM 5.3 και το Kimi K3 ως "πραγματικά ικανά για πολλές από τις ίδιες εργασίες κωδικοποίησης και αντιπροσώπου που εκτόξευσαν το Anthropic σε $65B+ ARR" - μια αναφορά στην τροχιά εσόδων που έχει οδηγήσει η κωδικοποίηση και ο φόρτος εργασίας για τον κατασκευαστή Claude. Αυτός ο ισχυρισμός έχει ιδιαίτερη βαρύτητα επειδή αυτά τα ανοιχτά μοντέλα δεν είναι απλώς demo-ware. αναπτύσσονται στην παραγωγή για τις ίδιες εργασίες που παράγουν πραγματικά έσοδα για κλειστά εργαστήρια.
Οι αριθμοί χρήσης ενισχύουν τη μετατόπιση. Η Fireworks, ένας πάροχος συμπερασμάτων που εξυπηρετεί πολλά ανοιχτά μοντέλα, επεξεργάζεται τώρα περισσότερα από 40 τρισεκατομμύρια μάρκες την ημέρα — διπλάσιο από τον όγκο του API του OpenAI στα τέλη Μαρτίου, σύμφωνα με τη SemiAnalysis. Είναι, όπως το θέτει η έκθεση, «μια συναρπαστική στιγμή για να είσαι καταναλωτής διακριτικών», με τη μάχη για τα μάρκες να εκτείνεται πλέον πολύ πέρα από το διπλό πώλιο OpenAI–Anthropic.
Το ζήτημα της εμπορευματοποίησης
Η μελέτη αντιμετωπίζει άμεσα τον φόβο - τον οποίο ονομάζει FUD από ορισμένες γωνιές - ότι τα ικανά, φθηνά ανοιχτά μοντέλα θα εμπορευματοποιήσουν πλήρως το επίπεδο του μοντέλου, ένα αποτέλεσμα που θα ήταν καταστροφικό για τα όρια του εργαστηρίου.
Το δημόσιο τμήμα της ανάλυσης δεν έχει πλήρη απάντηση, υποδεικνύοντας τους αναγνώστες στο επί πληρωμή μοντέλο Tokenomics της εταιρείας για λεπτομερή επεξεργασία των οικονομικών του OpenAI και του Anthropic. Αλλά η κατεύθυνση του ταξιδιού είναι σαφής: εάν τα ανοιχτά μοντέλα κάθε εποχής φτάσουν στο μισό χρόνο από την προηγούμενη εποχή, το παράθυρο στο οποίο τα κλειστά εργαστήρια μπορούν να χρεώνουν premium τιμές για την ικανότητα συνόρων συνεχίζει να συρρικνώνεται.
Οι συγγραφείς προειδοποιούν επίσης να μην διαβάζουμε την τάση ως θανατική ποινή για έρευνα αιχμής. Σημεία αναφοράς, γράφουν, «δεν λένε την πλήρη ιστορία» και τα συμπεράσματα της έκθεσης περιγράφονται ως «λιγότερο πτωτική» σε μοντέλα αιχμής από ό,τι θα μπορούσαν αρχικά να σκεφτούν οι αναγνώστες - εν μέρει επειδή η ακατέργαστη ισοτιμία αναφοράς δεν είναι ίδια με την ισοτιμία στην αξιοπιστία, την ενοποίηση προϊόντων, τη διανομή επιχειρήσεων ή το κεφάλαιο που απαιτείται για την εξυπηρέτηση των μοντέλων σε κλίμακα.
Γιατί έχει σημασία
Για τους αγοραστές, τα ευρήματα επικυρώνουν μια στρατηγική που έχουν ήδη υιοθετήσει πολλές επιχειρήσεις: προεπιλογή σε ανοιχτά ή φθηνότερα μοντέλα για το μεγαλύτερο μέρος του όγκου συμβολαίων, ενώ δεσμεύονται κλειστά μοντέλα premium για τις πιο δύσκολες εργασίες. Για τα εργαστήρια, ποσοτικοποιεί τη συμπίεση που αντιμετωπίζουν σε δύο μέτωπα — ανοιχτά μοντέλα παρακάτω και τεράστιο υπολογιστικό κόστος πάνω.
Και για το οικοσύστημα ανοιχτού κώδικα, τα δεδομένα SemiAnalysis προσφέρουν κάτι που συχνά ήταν ελλιπές: στοιχεία, και όχι ιδεολογία, ότι το χάσμα κλείνει σε ένα προβλέψιμο χρονοδιάγραμμα. Εάν το μοτίβο του ημιχρόνου ισχύει και για την επόμενη εποχή της συνοριακής τεχνητής νοημοσύνης, το πιο πολύτιμο ερώτημα του κλάδου δεν είναι αν τα ανοιχτά μοντέλα προλάβουν, αλλά τι παραμένει υπερασπίσιμο μετά από αυτά.
Παρακολούθηση του αγώνα AI Open-Weight Διαβάστε περισσότερα νέα AI →
