پدې دوبي کې د څو اونیو لپاره ، د AI صنعت د انټروپیک وروستي فرنټیر ماډلونو او د واشنګټن په مبارزه کې د کنټرول لپاره ټاکل شوی و چې چا ته ورته لاسرسی ورکړل شوی و. مګر پداسې حال کې چې هرڅوک سرحد ته ګوري ، پراختیا کونکو ودانولو ته دوام ورکړ - او دوی د نړۍ د انتروپکس او اوپن AIs اجازې ته په تمه نه و.
په دې پسرلي کې د چینایي خلاص وزن ماډلونه د هګینګ مخ په اړه 41٪ ډاونلوډونه حسابوي ، چې د متحده ایالاتو ماډلونو څخه تیریږي. په OpenRouter کې، غوره شپږ خورا مشهور ماډلونه د چینایي شرکتونو ټول خلاص موډلونه دي په شمول Tencent، Xiaomi، DeepSeek، MiniMax، او Z.ai. د دې لیکلو په وخت کې د انتروپیک کلاډ اوپس 4.7 په اووم ځای کې تیریږي. او د ورسل څخه ډاټا ښیې چې د خلاص وزن ماډلونه د AI ایپسونو ډیری حجم - دروند زیربنا جذبوي ، پداسې حال کې چې تړل شوي ماډلونه د لوړ لګښت ، پریمیم پرت په توګه کار کوي. خلاص ماډلونه د جون په میاشت کې په پلیټ فارم کې د AI غوښتنو نږدې دریمه برخه اداره کوي.
دا پلیټ فارمونه یوازې د AI اکوسیستم یوه ټوټه نیسي؛ په ځانګړې توګه، دوی د لوی لابراتوارونو لخوا کوربه شوي ناستې پریږدي، کوم چې احتمال لري د OpenAI او انتروپیک کارولو ډیری برخه حساب کړي. مګر د خلاصې سرچینې ماډلونو لوی او په بازار کې وده کونکي برخه یوه ستونزمنه پوښتنه راپورته کوي: د فرنټیر ماډلونه لاهم څومره مهم دي که چیرې ډیری تولید AI په ارزانه ، دودیز بدیلونو پرمخ ځي؟
ځینې د خلاصې سرچینې ماډلونو وده د یوې نښې په توګه ګوري چې خورا هوښیار ماډل ممکن یوازې د خورا ځانګړي کارولو قضیو لپاره کارول کیږي. "شاید په څو کلونو کې ، د فرنټیر ماډلونه به د تجربې لپاره وي او د ځینې واقعیا لوړ ارزښت کارونو لپاره ، او د تولید ډیری کاري بار به واقعیا یا په شرکتونو کې د خصوصي ماډلونو لخوا یا د خلاصې سرچینې ماډلونو لخوا پرمخ وړل کیږي ،" د هګینګ فیس سی ای او کلیم ډیلانګو د مساواتو په وروستي برخه کې وویل.
لوبغاړی پورته کول…
هګینګ فیس یو پلیټ فارم او پراختیا کونکي ټولنه ده چې د کوربه کولو ، شریکولو ، او شرکتونو سره د خلاص ماډلونو ځای په ځای کولو کې مرسته کولو لپاره غوره پیژندل کیږي. ډیلانګو وايي د هګینګ فیس پیرودونکي او د ټولنې غړي په زیاتیدونکي توګه د دوی د کرایه کولو پرځای د دوی د AI ماډلونو مالکیت ګټې په ګوته کوي ، دا یو رجحان چې د ورځې په سړه ر lightا کې بخار ترلاسه کوي وروسته له دې چې د تړل شوي فرنټیر ماډلونو اندازه کولو لګښت پورې تړاو لري.
"که تاسو د AI شرکت یا د ټیکنالوژۍ شرکت یاست ، تاسو نه غواړئ خپل اصلي وړتیاوې بل شرکت ته ، بلیک باکس API ته واستوئ چې تاسو یې کنټرول نلرئ ، هیڅ لید نلرئ ، او واقعیا هیڅ ډول ملکیت نلرئ ،" ډیلانګو وویل.
دا بدلون، ډیلانګو استدلال کوي، په هګینګ مخ کې په فعالیت کې منعکس کیږي. په پلیټ فارم کې په هرو اوو ثانیو کې یو نوی ذخیره رامینځته کیږي ، کوم چې په هر ډیلانګو کې شاوخوا درې ملیونه عامه ماډلونه او یو ملیون عامه ډیټاسیټونه کوربه کوي. دا د "د ټولو د واکمنۍ لپاره یو ماډل" په پرتله یو بل عکس ته اشاره کوي، هغه وايي. په واقعیت کې، دا د شرکتونو په څیر ښکاري چې ډیری مختلف ماډلونه کاروي، ډیری یې د دوی د ځانګړي کارونې قضیې لپاره دودیز شوي. هغه وايي چې د فارچون 500 ټولو شرکتونو نیمایي د خپلو شخصي موډلونو او خلاصې سرچینې ماډلونو ځای په ځای کولو لپاره د هګینګ مخ څخه کار اخلي.
د خلاص ماډلونو مخ په زیاتیدونکي شهرت د چینایي AI لابراتوارونو څخه د مخ په زیاتیدونکي وړ وړ ریلیزونو دوامداره جریان سره مطابقت لري.
په هرو څو میاشتو کې، یو بل چینایي AI شرکت یو پیاوړی خلاص وزن ماډل خپروي چې د تړلو سیالانو په پرتله نصب کول ارزانه او دودیز کول اسانه دي، د ملکیت AI اقتصاد کمزوری کوي چې د متحده ایاالتو شرکتونو په ملیاردونو ډالر لګولي دي. په دې وروستیو کې، د بیجینګ میشته AI شرکت Z.ai د GLM-5.2 په نوم د خلاص وزن ماډل خپور کړ چې په اجنټیک کوډ کولو کې غوره دی او د امنیت زیان منونکو پیژندلو په اړه د انټروپک وروستي ماډلونو سره سیالي کوي.
ډیلانګو یوازینی اجرایوي استدلال نه دی چې تصدۍ باید ځان د یو واحد ماډل چمتو کونکي سره تړلو څخه ډډه وکړي.
د مایکروسافټ سی ای او ستیا نادیلا پدې وروستیو کې د واحد چمتو کونکي لاک ان پروړاندې خبرداری ورکړ ، استدلال یې وکړ چې د ډیټا کنټرول باید د AI کارولو شرکتونو لپاره لومړنۍ اندیښنه وي. "پداسې حال کې چې لوی نوښت چې د ماډل چمتو کونکو څخه راځي چې د عامه معلوماتو په اړه د ماډلونو روزنې لپاره د عادلانه کارونې حقونه لري اړتیا لري ، زه دا د ستړیا احساس کوم چې وضعیت بیا په شا وګرځي او په تشناب باندې محدود شرایط وضع کړي ، او د پیرودونکي کارولو او متقابل معلوماتو څخه د زده کړې حق خوندي کړي." نادیلا وویل. "که زده کړه یوازې په یوه لوري روانه وي، اقتصادي ارزښت د زده کړې زیربنا د مالکینو په لور متوجه کیږي نه د پوهې جوړونکي. له همدې امله، دا اړینه ده چې موږ د زده کړې زیربنا هر شرکت ته وویشو ترڅو دوی د خپل زده کړې لوپ کنټرول کړي."
د پرانستې ماډلونو زیاتوالی په دې اړه بحث هم ګړندی کړی چې ایا د مخ په زیاتیدونکي وړ ماډلونه باید په پراخه کچه شتون ولري.
د انتروپیک سی ای او داریو امودي استدلال وکړ چې د قوي خلاص ماډل وزن اندازه کول خطرناک کیدی شي ځکه چې یوځل چې خوشې شي نو کنټرول یې ستونزمن کیږي. نورو استدلال کړی چې خلاص ماډلونه د خراب لوبغاړو لخوا لاسرسی اسانه دی چې کولی شي دوی د غلط معلوماتو خپرولو یا سایبر یا بیولوژیکي جګړې پلي کولو لپاره وکاروي.
ډیلینګ تجارت ته په بل ډول ګوري.
ډیلانګو وویل: "په AI کې ترټولو لوی خطر د ځواک غلظت دی." "هغه لاره چې تاسو نړۍ خوندي کوئ، زما په اند، د لوبې ساحې برابرول او په دې ماډلونو کې روڼتیا رامنځته کول دي."
د شفافیت معنی دا ده چې مدافعین کولی شي په اسانۍ سره "د سایبر امنیت خطرونه پیچ کړي چې دوی دمخه پوهیږي د خلاصې سرچینې ماډلونه ګټه پورته کولی شي ،" هغه وویل.
د هګینګ فیس اجرایوي استدلال کوي چې د ځواکمنو ماډلونو تړل د پرمختللي AI سیسټمونو سره تړلي خطرونه له مینځه وړي ، په یوه برخه کې ځکه چې د تیرو فرنټیر ماډل API ساتونکو ترلاسه کول او د وزن غلا کول او په ښکاره ډول یې خپرول اسانه دي. د ځواکمنو ماډلونو محدودول، ډیلانګو استدلال کوي، په ساده ډول د یو څو شرکتونو په لاسونو کې ټیکنالوژي تمرکز کوي پداسې حال کې چې د سیسټمونو کار کولو کې روڼتیا کموي.
ډیلانګو وویل: "تاسو واقعیا د یو څو لوبغاړو لپاره د تړلو دروازو شاته په ساتلو سره دا خوندي نه کړئ." "تاسو دا ډیر خطرناک کوئ ځکه چې تاسو د ځواک انډول او د وړتیاو انډول رامینځته کوئ."
