AI بوم هڪ بنيادي مفروضي تي ٺاهيو ويو آهي: وڏا ماڊل وڌيڪ طاقتور آهن، ۽ سڀ کان وڌيڪ طاقتور ماڊل جيت. هاڻي، صنعت سکڻ جي باري ۾ آهي ته ڇا ٿيندو جيڪڏهن اهو مفروضو ٽوڙڻ شروع ٿئي ٿو.
وڌندڙ خرچن اڳ ۾ ئي صارفين تي دٻاءُ وڌو آهي ته ننڍڙا ۽ سستا ماڊل هڪ ٻي نظر ڏين. هي قيمتي باشعور ماڊل-شاپنگ نئين آهي ۽ اهو واضح ناهي ته اهو صنعت کي ڪيئن متاثر ڪندو، پر اهو اثر اهم آهي.
ھڪڙي اڳڪٿي، جيڪا چڱيءَ طرح بيان ڪئي وئي آھي Coinbase جي گڏيل باني برائن آرمسٽرانگ، اھو آھي ته اھو نتيجو ٿيندو ته ڪمن جي وڏي اڪثريت سستي ماڊل ڏانھن منتقل ٿيندي.
”انٽيليجنس جي طلب لاتعداد جي ويجهو آهي، پر 80 سيڪڙو ڪم لوڊ 99 سيڪڙو سستا ماڊلز تي 12-18 مهينن اندر هليا ويندا،“ آرم اسٽرانگ ايڪس تي لکيو. "20٪ ڪم لوڊ اڃا به جديد جين ماڊلز تي هلندو جتي IQ وڌاءُ اهم آهي."
اهو بيان ڪرڻ مشڪل آهي ته اي اي انڊسٽري لاءِ ڪهڙي اهم تبديلي هوندي جيڪڏهن آرمسٽرانگ جي اڳڪٿي سچ ٿي اچي.
هاڻي کان اڳ، اڪثر AI ڪمپنيون معيار تي مقابلو ڪيو آهي، جنهن جو مطلب آهي سڀ کان وڌيڪ جديد دستياب ماڊل کي ڊفالٽ ڪرڻ. جيڪڏهن اهي ساڳيون نوڪريون معيار کي متاثر ڪرڻ کان سواءِ سستا ماڊل هٿ ڪري سگھجن ٿيون ، ان جو مطلب ٿيندو AI جي اقتصاديات ۾ وڏي تبديلي. ۽ تنقيدي طور تي، بچت جو گهڻو حصو وڏين ليبز جي کيسي مان نڪرندو، OpenAI ۽ اينٿراپڪ کي مالي ڌڪ ڏيڻ، جيئن اهي انهن جي IPOs ڏانهن وڃي رهيا آهن.
اها صنعت ۾ هڪ امڪاني طور تي زلزلي واري تبديلي آهي، هڪ بنيادي سوال تي آرام ڪيو: ڇا ڪمپنيون ننڍا ماڊل کي تبديل ڪرڻ لاء تيار آهن؟
ابتدائي تجربن مان معلوم ٿئي ٿو ته، جڏهن سسٽم صحيح ترتيب ڏني وئي آهي، سستا ماڊل معيار ۾ بغير ڪنهن قرباني جي ذيلي ٿي سگهن ٿا. قانوني AI اوزار هاروي پاران هڪ تازي ٽيسٽ ۾، ڪمپني معيار کي گهٽائڻ جي بغير 3x جي قيمت گھٽائڻ جي قابل هئي. ٽيسٽ، انفرنس پليٽ فارم Fireworks AI سان شراڪت ۾ انجام ڏنو ويو، Claude Opus ۽ Fireworks 'GLM 5.1 کي گڏيل ڪيو ويو، ۽ انتهائي سخت ڪمن لاءِ Opus ڏانهن منتقل ڪيو ويو. نتيجو سرور وقت ۽ مجموعي قيمت جي لحاظ کان هڪ خاص طور تي گهٽ لوڊ هو.
"معيار پهريون ڀيرو اچي ٿو، ۽ قانوني طور تي اهو هميشه ٿيندو،" هاروي جي گڏيل باني گيبي پيريرا TechCrunch کي ٻڌايو، AI قانوني خدمتن جو حوالو ڏيندي هن جي شروعات فراهم ڪري ٿي. "بهرحال، معيار جي تعريف ترقي ڪري رهي آهي صرف هر شيء لاء سڀ کان وڌيڪ طاقتور ماڊل استعمال ڪرڻ کان، بهترين ماڊل استعمال ڪرڻ لاء جيڪو صحيح جواب حاصل ڪري ٿو تمام مؤثر."
اهو رجحان اڪثر ڪري وڏين ليبز جي مقابلي ۾ چيني ماڊلز يا کليل وزن وارن جي لحاظ کان ٺهيل آهي، پر اهو وڏو نقطو وڃائي ٿو. حقيقي تقسيم ملڪيت ۽ کليل ماڊل جي وچ ۾ نه آهي؛ اهو وڏن ماڊل ۽ ننڍن جي وچ ۾ آهي. توھان پئسا بچائي سگھو ٿا GPT-5.5 کان DeepSeek جي V4 فليش ڏانھن، پر سوئچ ڪرڻ سان GPT-5.4-mini ۾ پڻ ڪم ٿئي ٿو.
وڏين ليبز مان اندرين گھرن ۽ آزاد طور تي پيش ڪيل کليل وزن جي ماڊلز جي وچ ۾ هڪ سرگرم قيمتي جنگ جاري آهي. ننڍي بمقابله وڏي جي وڏي سوال لاء، اهو حقيقت ۾ فرق نٿو پوي ته ڪهڙي قسم جو ننڍڙو ماڊل کٽي ٿو.
اهو سڀ ڪجهه پڌرو ٿي سگهي ٿو - يقيناً توهان کي ضرورت کان وڌيڪ ڳڻپيوڪر استعمال نه ڪرڻ گهرجي - پر اهو هلندو آهي اسڪيلنگ-پهرين طريقي سان جيڪو هن وقت تائين صنعت تي غلبہ حاصل ڪري چڪو آهي. تلخ سبق کان متاثر ٿي، ليبز تمام گهڻي ڪمپيوٽي-گھڻي ماڊلز کي ممڪن طور تي تربيت ڏيڻ ۾ سخت جھڪايو آهي، انهي کي اڳتي وڌايو آهي ته AI ماڊل ڇا ڪري سگهن ٿا. قيمتن سان وڏي پئماني تي سيڙپڪارن پاران سبسڊي ڏني وئي، گراهڪن وٽ ڪو به سبب نه هو پر سڀ کان وڌيڪ جديد اختيار چونڊڻ جو.
ٽوڪن جي قيمتن ۾ اضافو ۽ سبسڊيز سست ٿيڻ سان، صارفين پهريون ڀيرو قيمت جي دٻاء کي منهن ڏئي رهيا آهن. اسان کي خبر ناهي ته ڇا نئين قيمت جو دٻاء اصل ۾ انٽرنيشنل صارفين کي ننڍن ماڊل ڏانهن هلائي سگهندو. اهي آساني سان گهٽ ڪالون ڪرڻ ، گهٽ حوالن کي استعمال ڪندي ، يا صرف گهٽ ۾ گهٽ واعدو ڪندڙ مقررين کي ڇڏي ڏيڻ سان آساني سان اقتصادي ٿي سگهن ٿا.
پر جيڪڏهن اهو ظاهر ٿئي ٿو ته اڪثر نوڪريون صرف هڪ ننڍڙن ماڊل تي پڻ هلائي سگهجن ٿيون، اهو انفرنس جي وڌندڙ مطالبن تي هڪ سنگين خرابي وجهي سگهي ٿو - ۽ نوان سوال اٿاري ٿو ته ڪيئن هڪ فرنٽيئر ماڊل ٽريننگ جي قيمت کي درست ڪرڻ بابت.
