អ្នកអភិវឌ្ឍន៍ AI របស់ចិន DeepSeek និង Moonshot AI ពឹងផ្អែកយ៉ាងខ្លាំងលើលទ្ធផលពីម៉ូដែល OpenAI's GPT-6 Astra ដើម្បីបណ្តុះបណ្តាលប្រព័ន្ធចុងក្រោយរបស់ពួកគេ នេះបើយោងតាមរបាយការណ៍ពី The Information ដែលបានចេញផ្សាយកាលពីថ្ងៃពុធ និងធ្វើឡើងដោយ Reuters ។ របាយការណ៍នេះបានដកស្រង់មនុស្សដែលមានចំណេះដឹងផ្ទាល់អំពីបញ្ហានេះ ហើយសង្កត់ធ្ងន់ថាការប្រើប្រាស់លទ្ធផល Astra ដែលត្រូវបានចោទប្រកាន់មិនត្រូវបានបង្កើតឡើងដោយឯករាជ្យនោះទេ។

ប្រសិនបើត្រឹមត្រូវ ការអះអាងនឹងដាក់ OpenAI នៅចំកណ្តាលនៃជម្លោះចម្រោះដូចគ្នា ដែលបានចាប់គូប្រជែងដ៏សំខាន់របស់ខ្លួនរួចហើយ។ សម្រាប់អ្នកអានដែលតាមដាន ព័ត៌មាន AI លើការប្រកួតប្រជែងគំរូ និងការអនុវត្តការបណ្តុះបណ្តាល រឿងរ៉ាវបានកើតឡើងត្រឹមតែបីខែបន្ទាប់ពី Anthropic បានចោទប្រកាន់ជាសាធារណៈទៅលើមន្ទីរពិសោធន៍ចិនពីរដូចគ្នា រួមជាមួយនឹងក្រុមហ៊ុន Alibaba អំពីការផលិតម៉ូដែល Claude របស់ខ្លួន។

តើម៉ូដែលណាខ្លះជាប់ពាក់ព័ន្ធ?

របាយការណ៍របស់ព័ត៌មានដាក់ឈ្មោះប្រព័ន្ធជាក់លាក់ពីរ។ Kimi K3.1 Pro របស់ Moonshot AI ដែលបានចេញផ្សាយកាលពីសប្តាហ៍មុន និង DeepSeek ដែលបានធ្វើឱ្យប្រសើរឡើង V4.1-Flash 1017 ដែលបានចាប់ផ្តើមនៅថ្ងៃទី 17 ខែតុលា ត្រូវបានគេនិយាយថាទទួលបានអត្ថប្រយោជន៍ពីការចំហុយដោយប្រើគំរូព្រំដែន OpenAI ។ ទាំង DeepSeek និង Moonshot មិនបានបញ្ជាក់ពីការអនុវត្តនេះទេ ហើយរបាយការណ៍ខ្លួនឯងបានព្រមានថាការប្រើប្រាស់លទ្ធផល Astra មិនត្រូវបានបង្កើតឡើងដោយឯករាជ្យទេ។

Distillation នៅក្នុងការប្រើប្រាស់ក្នុងឧស្សាហកម្មនេះ មានន័យថាការបណ្តុះបណ្តាលគំរូមួយលើលទ្ធផលនៃសមត្ថភាពមួយបន្ថែមទៀត ដូច្នេះសិស្សរៀនបង្កើតការឆ្លើយតបរបស់គ្រូឡើងវិញ។ ជំនួសឱ្យការបង់ប្រាក់សម្រាប់គ្រប់សមត្ថភាពតាមរយៈការដំណើរការបណ្តុះបណ្តាលឯករាជ្យ មន្ទីរពិសោធន៍អាចសាកសួរប្រព័ន្ធឈានមុខគេ ហើយប្រើចម្លើយរបស់វាជាសញ្ញាបណ្តុះបណ្តាលដែលមានគុណភាពខ្ពស់ ដែលមានតម្លៃថោក លឿនជាងមុន និងកាន់តែសំខាន់ទៅលើរបៀបដែលគំរូប្រកួតប្រជែងត្រូវបានបង្កើតឡើង។

គំរូនៃការចោទប្រកាន់ — និងការការពារថ្មី។

របាយការណ៍នេះមកដល់ចំពេលមួយឆ្នាំនៃការទាមទារកើនឡើងជុំវិញការទាញយកគំរូ នៅក្នុងខែកញ្ញា រដ្ឋាភិបាលសហរដ្ឋអាមេរិកបាននិយាយថា មានយុទ្ធនាការចម្រោះទ្រង់ទ្រាយធំដោយក្រុមហ៊ុនចិនប្រឆាំងនឹងក្រុមហ៊ុន AI របស់អាមេរិក — សេចក្តីថ្លែងការណ៍មួយរបស់ The Information Notes គឺដាច់ដោយឡែកពីការរាយការណ៍ថ្មីរបស់ខ្លួនលើ GPT-6 Astra ជាពិសេស។ ការចោទប្រកាន់ខែសីហារបស់ Anthropic ថា Alibaba, DeepSeek និង Moonshot បានបង្កាត់ម៉ូដែល Claude បង្កើតគំរូសម្រាប់ការប្រយុទ្ធនាពេលបច្ចុប្បន្ន។

ការការពារក៏រឹងដែរ។ កាលពីដើមខែនេះ Anthropic បាននិយាយថាវិធានការថ្មីដែលបានរចនាឡើងដើម្បីការពារគូប្រជែងពីការចម្លងសមត្ថភាពរបស់ Claude បានកាត់បន្ថយទិន្នន័យដែលប្រមូលបានតាមរយៈអ្វីដែលហៅថាការវាយប្រហារដោយ distillation ប្រហែល 90 ទៅ 99 ភាគរយ។ តួលេខនេះណែនាំថា ការត្រួតពិនិត្យលំនាំសំណួរ ការដាក់កម្រិតការចូលប្រើប្រាស់ និងសកម្មភាពគួរឱ្យសង្ស័យកម្រិតកម្រិតអាចវាស់វែងបានបង្កើនតម្លៃនៃការស្រង់ចេញ ទោះបីជាការការពារអាចដំណើរការបានរហូតដល់អ្នកវាយប្រហារសម្របខ្លួនក៏ដោយ។

OpenAI មិនបាននិយាយថាថាតើវាបានរកឃើញគំរូស្រដៀងគ្នាប្រឆាំងនឹង GPT-6 Astra ឬថាតើវាមានផែនការផ្លាស់ប្តូរគោលនយោបាយក្នុងការឆ្លើយតបទៅនឹងរបាយការណ៍នោះទេ។ ល័ក្ខខ័ណ្ឌនៃសេវាកម្មរបស់ក្រុមហ៊ុន ដូចជាគូប្រជែងរបស់ខ្លួន ដាក់កម្រិតលើការប្រើប្រាស់លទ្ធផល ដើម្បីបណ្តុះបណ្តាលម៉ូដែលប្រកួតប្រជែង។

អ្វី​ដែល​ទឹក​ចម្រោះ​អាច​និង​មិន​អាច​ធ្វើ

ការពិតបច្ចេកទេសគឺមានភាពស្រពិចស្រពិលជាងចំណងជើងដែលលើកឡើង។ លទ្ធផលអាចផ្តល់សញ្ញាបណ្តុះបណ្តាលដែលមានប្រយោជន៍ ប៉ុន្តែវាមិនផ្ទេរស្ថាបត្យកម្មរបស់គំរូ ទិន្នន័យបណ្តុះបណ្តាល ប៉ារ៉ាម៉ែត្រខាងក្នុងរបស់វា ឬគ្រប់សមត្ថភាពរបស់វានោះទេ។ ប្រសិទ្ធភាពនៃការចម្រោះគឺអាស្រ័យទៅលើគុណភាព និងភាពសម្បូរបែបនៃឧទាហរណ៍ដែលបានប្រមូលផល និងនៅលើដំណើរការបណ្តុះបណ្តាលដែលរួមបញ្ចូលពួកវា។ គំរូដែលចម្រោះអាចផ្គូផ្គងនឹងគ្រូនៅលើស្តង់ដារដែលស្រដៀងនឹងទិន្នន័យដែលបានប្រមូលផល ខណៈពេលដែលនៅសល់ខ្សោយជាងនៅកន្លែងផ្សេង។

ភាពខុសឆ្គងនោះកាត់ផ្លូវទាំងពីរ។ វាមានន័យថា យុទ្ធនាការចម្រោះទឹកដែលបានរាយការណ៍មិនបង្ហាញពីចំនួននៃការអនុវត្តរបស់ម៉ូដែលគូប្រជែងពិតប្រាកដបានមកពីការទាញយក ថាតើលក្ខខណ្ឌនៃសេវាកម្មត្រូវបានរំលោភបំពាន ឬថាតើសមត្ថភាពលទ្ធផលនឹងលេចឡើងយ៉ាងណាក៏ដោយ។ ប៉ុន្តែវាក៏មានន័យផងដែរថា ការប្រមូលផលក្នុងទ្រង់ទ្រាយធំអាចផ្តល់ឱ្យគូប្រជែងនូវផ្លូវលឿនជាងមុនដល់សមត្ថភាពជាក់លាក់ ជាពិសេសការសរសេរកូដ និងហេតុផល ដែលគម្លាតរវាងគំរូផ្នែកខាងមុខ និងអ្នកដែលដើរតាមលឿនបានរួមតូចពេញមួយឆ្នាំ។

តុល្យភាពពិបាកសម្រាប់ឧស្សាហកម្ម

ទាំង​ភាគី​ជម្លោះ​នេះ​មិន​យល់​ថា​ការ​អនុវត្ត​នេះ​សាមញ្ញ​ទេ។ ការចម្រោះដោយខ្លួនវាផ្ទាល់គឺមិនសមរម្យទេ - អ្នកអភិវឌ្ឍន៍ AI ប្រើជាប្រចាំនូវបច្ចេកទេសដែលផ្ទេរចំណេះដឹងរវាងគំរូរបស់ពួកគេផ្ទាល់ ហើយការចូលប្រើប្រាស់យ៉ាងទូលំទូលាយទៅកាន់ប្រព័ន្ធឈានមុខគេគឺជាអ្វីដែលអនុញ្ញាតឱ្យចាប់ផ្តើមអាជីវកម្ម អ្នកស្រាវជ្រាវ និងអាជីវកម្មបង្កើតផលិតផលទាំងអស់។ ភាពតានតឹងកើតឡើងតាមមាត្រដ្ឋាន៖ ការចូលប្រើដែលមិនមានការរឹតបន្តឹងធ្វើឱ្យវាកាន់តែងាយស្រួលសម្រាប់ភាគីទីបីក្នុងការប្រមូលសំណុំទិន្នន័យដ៏ធំនៃលទ្ធផលសម្រាប់គោលបំណងដែលអ្នកផ្តល់សេវាមិនដែលបានអនុញ្ញាត។

ការការពារដែលអ្នកផ្តល់សេវាដាក់ឱ្យប្រើប្រាស់ក្នុងការឆ្លើយតបជាការចំណាយផ្ទាល់ខ្លួនរបស់ពួកគេ។ ការតាមដានលំនាំសំណួរមិនធម្មតា ការរឹតបន្តឹងការចូលប្រើសមត្ថភាពជាក់លាក់ ការដាក់កម្រិតប្រើប្រាស់ និងការស៊ើបអង្កេតការប្រមូលជាដុំទាំងអស់បង្កើនតម្លៃនៃការទាញយក — ប៉ុន្តែពួកគេក៏បង្កើតការកកិតប្រតិបត្តិការសម្រាប់អ្នកអភិវឌ្ឍន៍ និងសហគ្រាសស្របច្បាប់ដែលពឹងផ្អែកលើការចូលប្រើ API ស្ថិរភាព។ ជាធរមាន ឧស្សាហកម្មនេះកំពុងចរចាជាកន្លែងដែលការអភិវឌ្ឍន៍គំរូស្របច្បាប់បញ្ចប់ ហើយការទាញយកដោយគ្មានការអនុញ្ញាតចាប់ផ្តើម ការផ្លាស់ប្តូរគោលនយោបាយមួយក្នុងពេលតែមួយ។

សេដ្ឋកិច្ចនៅពីក្រោយការប្រយុទ្ធ

ហេតុផលមន្ទីរពិសោធន៍ថែទាំគឺលេខនព្វន្ធ។ ការបណ្តុះបណ្តាលគំរូ Frontier ចំណាយប្រាក់រាប់ពាន់លានដុល្លារក្នុងការគណនា និងការស្រាវជ្រាវ។ ប្រសិនបើដៃគូប្រកួតប្រជែងអាចផលិតឡើងវិញនូវសមត្ថភាពសំខាន់ៗដោយសាកសួរជាប្រព័ន្ធនូវគំរូដែលមានស្រាប់ក្នុងតម្លៃ API នោះ អត្ថប្រយោជន៍ផ្នែកហិរញ្ញវត្ថុនៃការកសាងប្រព័ន្ធព្រំដែនធ្លាក់ចុះ ហើយការលើកទឹកចិត្តក្នុងការបន្តសាងសង់វាថយចុះជាមួយវា។ តក្កវិជ្ជានោះពន្យល់ពីមូលហេតុដែលមន្ទីរពិសោធន៍អាមេរិកបានចំណាយ 2026 ដើម្បីពង្រឹងការការពាររបស់ពួកគេ ហើយហេតុអ្វីបានជាការចោទប្រកាន់ថ្មីនីមួយៗមានតិចជាងការនិយាយដើមជាចំណុចទិន្នន័យនៅក្នុងសង្គ្រាមសេដ្ឋកិច្ចដែលមិនទាន់សម្រេច។

សម្រាប់អ្នកអភិវឌ្ឍន៍ចិន ការគណនាគឺខុសគ្នា។ ការចូលប្រើបន្ទះសៀគ្វីទំនើបបំផុតត្រូវបានដាក់កម្រិត ហើយការចម្រាញ់ផ្តល់នូវផ្លូវទៅកាន់ដំណើរការប្រកួតប្រជែងដោយមិនចាំបាច់ត្រូវគ្នានឹងថវិកាគណនា។ របាយការណ៍របស់ព័ត៌មានណែនាំថា ផ្លូវនោះបានដំណើរការតាមរយៈស្មាតហ្វូនផ្ទាល់របស់ OpenAI ដែលជាការចោទប្រកាន់ដូចគ្នា សំដៅលើគោលដៅផ្សេងគ្នា។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →