நிறுவன AI தத்தெடுப்பில் வளர்ந்து வரும் போக்கு நிறுவனங்களுக்கு சேமிப்பையும், மிகப்பெரிய AI மாதிரி வழங்குநர்களுக்கு தலைவலியையும் உருவாக்குகிறது. மாடல் ரூட்டிங் - சிக்கலான அடிப்படையில் வெவ்வேறு மாடல்களுக்கு AI வினவல்களை மாறும் வகையில் இயக்கும் நடைமுறை - நிறுவனங்கள் தங்கள் AI செலவினங்களை மேம்படுத்துவதைப் பார்க்கும்போது இழுவைப் பெறுகிறது.

CNBC இன் அறிக்கையின்படி, 2026 ஆம் ஆண்டில் மாதிரி ரூட்டிங் ஒரு குறிப்பிடத்தக்க போக்காக உருவெடுத்துள்ளது, ஏனெனில் நிறுவனங்கள் அளவில் AI ஐப் பயன்படுத்துவதற்கான உயரும் செலவுகளைக் கட்டுப்படுத்த முயல்கின்றன. For more context on this story, see our ongoing AI trends.

மாடல் ரூட்டிங் எப்படி வேலை செய்கிறது

கருத்து நேரடியானது: ஒவ்வொரு AI பணிக்கும் ஒரு எல்லை மாதிரி தேவையில்லை. மாதிரி ரூட்டிங் அமைப்புகள் உள்வரும் வினவல்களை பகுப்பாய்வு செய்து, பணியை கையாளக்கூடிய மிகவும் செலவு குறைந்த மாதிரிக்கு அவற்றை வழிநடத்துகின்றன:

  • எளிய வினவல்கள் (அடிப்படை கேள்விகள், வடிவமைத்தல், எளிய சுருக்கங்கள்) சிறிய, மலிவான மாடல்களுக்கு அனுப்பப்படும்
  • சிக்கலான பணிகள் (குறியீடு, பகுப்பாய்வு, படைப்பு எழுதுதல்) GPT-5 அல்லது Claude 4 போன்ற எல்லை மாடல்களுக்கு அனுப்பப்படும்
  • வழக்கமான செயல்பாடுகள் (தரவு பிரித்தெடுத்தல், வகைப்பாடு) பிரத்யேக சிறிய மாதிரிகளைப் பயன்படுத்துகின்றன

கருவிகள் மற்றும் ஸ்டார்ட்அப்களின் வளர்ந்து வரும் சுற்றுச்சூழல் அமைப்பு, மாதிரி ரூட்டிங் சேவையை வழங்குவதற்காக உருவாகியுள்ளது. ஹேக்கர் செய்திகளில் காணப்படுவது போன்ற இயங்குதளங்கள், ஒவ்வொரு கோரிக்கைக்கும் சிறந்த மாதிரியைத் தானாகவே தேர்ந்தெடுக்கும் ஒருங்கிணைந்த APIகளை வழங்குகின்றன.

செலவு சேமிப்பு

நிதி தாக்கம் கணிசமானதாக இருக்கலாம். எளிமையான வினவல்களை மலிவான மாடல்களுக்கு அனுப்புவதன் மூலம் AI API செலவினங்களை 40-70% குறைப்பதாக நிறுவனங்கள் தெரிவிக்கின்றன. ஃபிரான்டியர் மாடல் ஏபிஐ அழைப்புகள் சிறிய மாடல்களை விட கணிசமாக அதிகமாக செலவாகும், சேமிப்பு கலவை அளவில்.

ஜூன் 2026 இல் இருந்து ஒரு ஹேக்கர் செய்தி இடுகை, மீண்டும் மீண்டும் சூழலை அகற்றுவதன் மூலம் ஏஜென்டிக் பணிகளில் இருந்து 60% டோக்கன்களைக் குறைப்பதாகக் கூறும் ஒரு கருவியை முன்னிலைப்படுத்தியது - இது மாடல்களுக்கு அனுப்பப்படும் உள்ளீட்டைக் குறைக்கும் தொடர்புடைய மேம்படுத்தல்.

ஏன் இது AI வழங்குநர்களை அச்சுறுத்துகிறது

OpenAI மற்றும் Anthropic போன்ற நிறுவனங்களுக்கு, மாதிரி ரூட்டிங் ஒரு விலை அழுத்த சிக்கலை உருவாக்குகிறது:

வருவாய் நரமாமிசம்

நிறுவனங்கள் பெரும்பாலான வினவல்களை மலிவான மாடல்களுக்கு அனுப்பும்போது, ஒரு வாடிக்கையாளருக்கான வருவாய் குறைகிறது. முன்னர் GPT-5 க்கு அனைத்து வினவல்களையும் அனுப்பிய ஒரு நிறுவனம் இப்போது 70% சிறிய மாடலுக்கு அனுப்பலாம், இதனால் அவர்கள் செலுத்தும் தொகையை வியத்தகு முறையில் குறைக்கலாம்.

விலை போட்டி

மாடல் ரூட்டிங் வாடிக்கையாளர்களுக்கு வழங்குநர்களிடையே மாறுவதை எளிதாக்குகிறது. Anthropic's Claude ஒரு குறிப்பிட்ட பணிக்கு மலிவானதாக இருந்தால், திசைவி தானாகவே போக்குவரத்தை அங்கு அனுப்புகிறது. இது மாதிரி செயல்திறனைப் பண்டமாக்குகிறது.

லாக்-இன் குறைக்கப்பட்டது

மாதிரி ரூட்டிங் பயன்படுத்தும் நிறுவனங்கள் எந்த ஒரு வழங்குநரையும் குறைவாக சார்ந்து இருக்கும். திசைவி மாடல்களுக்கு இடையிலான வேறுபாடுகளை சுருக்கி, மாறுவதை எளிதாக்குகிறது.

தொடக்கநிலைகள் பயனடைகின்றன

மாடல் ரூட்டிங் போக்கிலிருந்து பல வகை நிறுவனங்கள் பயனடைகின்றன:

API திரட்டிகள்

டஜன் கணக்கான AI மாடல்களுக்கு ஒற்றை API இறுதிப் புள்ளியை வழங்கும் சேவைகள் - OpenAI, Anthropic, Google, Meta மற்றும் பிறவற்றின் சேவைகள் உட்பட - வேகமாக வளர்ந்து வருகின்றன. ஹேக்கர் நியூஸ் இந்த இடத்தில் 2026 ஆம் ஆண்டு முழுவதும் பல வெளியீடுகளைக் கண்டுள்ளது, நிறுவனங்கள் ஒரு டோக்கன் விலையில் டஜன் கணக்கான மாடல்களுக்கு OpenAI-இணக்கமான APIகளை வழங்குகின்றன.

உகப்பாக்கம் கருவிகள்

தரத்தை பராமரிக்கும் அதே வேளையில் செலவைக் குறைக்கும் புத்திசாலித்தனமான ரூட்டிங் அல்காரிதம்களை உருவாக்கும் நிறுவனங்கள் முதலீட்டாளர்களின் கவனத்தை ஈர்க்கின்றன. ஒவ்வொரு வினவலையும் எந்த மாதிரி மிகவும் திறமையாகக் கையாளும் என்பதைக் கணிக்க இந்தக் கருவிகள் இயந்திரக் கற்றலைப் பயன்படுத்துகின்றன.

சூழல் மேம்படுத்தல்

மாடல்களுக்கு அனுப்பப்படும் உரையின் அளவைக் குறைக்கும் கருவிகள் - தேவையற்ற சூழலை அகற்றுவதன் மூலம், ப்ராம்ப்ட்களை சுருக்கி அல்லது முந்தைய பதில்களைத் தேக்ககப்படுத்துவதன் மூலம் - மாதிரி ரூட்டிங் மற்றும் இழுவையைப் பெறுகிறது.

பெரிய படம்

மாடல் ரூட்டிங் முதிர்ச்சியடைந்த AI சந்தையை பிரதிபலிக்கிறது. AI ஏற்றத்தின் ஆரம்ப நாட்களில், நிறுவனங்கள் எந்தப் பணியையும் பொருட்படுத்தாமல் ஃபிராண்டியர் மாடல்களுக்கு பிரீமியம் விலையைச் செலுத்தத் தயாராக இருந்தன. AI வரிசைப்படுத்தல்கள் சோதனையிலிருந்து உற்பத்திக்கு நகரும்போது, ​​செலவு மேம்படுத்தல் முக்கியமானதாகிறது.

நிறுவனங்களைப் பொறுத்தவரை, இது ஒரு நேர்மறையான வளர்ச்சியாகும் - இது AI ஐ மிகவும் மலிவு மற்றும் நிலையானதாக ஆக்குகிறது. AI மாடல் வழங்குநர்களுக்கு, எல்லா வினவல்களுக்கும் பிரீமியம் விலை நிர்ணயம் செய்யும் காலம் முடிவுக்கு வரலாம்.

இந்த சூழலில் செழித்து வளரும் நிறுவனங்கள் ஒவ்வொரு விலை அடுக்கிலும் சிறந்த செயல்திறனை வழங்கக்கூடியவை - ஒட்டுமொத்த சிறந்த மூல செயல்திறன் மட்டுமல்ல.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →