‏آیا شرکت‌ها به مدل‌های ارزون‌تر کوچ می‌کنن؟

این مقاله از TechCrunch به یه تغییر احتمالاً بزرگ تو اقتصاد هوش مصنوعی می‌پردازه. به نوشتهٔ نویسنده، کل رونق AI بر یه فرض ساده بنا شده: مدل بزرگ‌تر قوی‌تره و قوی‌ترین مدل برنده‌ست. حالا با بالا رفتن هزینه‌ها، صنعت داره می‌فهمه اگه این فرض بشکنه چی می‌شه.

مقاله به یه پیش‌بینی از برایان آرمسترانگ (هم‌بنیان‌گذار Coinbase) اشاره می‌کنه که می‌گه تقاضا برای هوش تقریباً بی‌نهایته، ولی تا ۱۲ تا ۱۸ ماه آینده ۸۰٪ بار کاری رو مدل‌هایی می‌ره که ۹۹٪ ارزون‌ترن، و فقط ۲۰٪ کارها که «حداکثر هوش» می‌خوان رو مدل‌های نسل آخر می‌مونن. نویسنده می‌گه اگه این پیش‌بینی درست دربیاد، تغییری عظیم تو اقتصاد AI رخ می‌ده، چون تا حالا بیشتر شرکت‌ها سر کیفیت رقابت می‌کردن و پیش‌فرضشون استفاده از پیشرفته‌ترین مدل بود.

نکتهٔ مهم اینه که بخش بزرگی از این صرفه‌جویی مستقیم از جیب آزمایشگاه‌های بزرگ مثل OpenAI و Anthropic می‌ره بیرون، اون هم درست وقتی دارن به سمت IPO حرکت می‌کنن. تست‌های اولیه هم امیدوارکننده‌ست: تو یه آزمایش ابزار حقوقی Harvey (با همکاری پلتفرم inference به اسم Fireworks AI)، با ترکیب Claude Opus و مدل GLM 5.1 و سپردن فقط سنگین‌ترین کارها به Opus، تونستن هزینهٔ inference رو ۳ برابر کم کنن بدون افت کیفیت. به گفتهٔ هم‌بنیان‌گذار Harvey، تعریف کیفیت داره عوض می‌شه: از «استفاده از قوی‌ترین مدل برای همه‌چی» به «بهترین مدلی که جواب درست رو با بیشترین کارایی می‌ده».

نویسنده تأکید می‌کنه که این بحث معمولاً اشتباه قاب می‌شه. خیلی‌ها اون رو دعوای آزمایشگاه‌های بزرگ در برابر مدل‌های چینی یا متن‌باز می‌بینن، ولی به نوشتهٔ مقاله نکتهٔ اصلی اینه که مرز واقعی بین مدل بزرگ و کوچیکه، نه بین انحصاری و متن‌باز. تو می‌تونی با سوییچ از GPT-5.5 به DeepSeek V4 Flash پول ذخیره کنی، ولی سوییچ به GPT-5.4-mini هم همون‌قدر جواب می‌ده. برای سؤال بزرگ‌ترِ کوچیک در برابر بزرگ، فرقی نمی‌کنه کدوم مدل کوچیک برنده بشه.

نویسنده اشاره می‌کنه این رویکرد ظاهراً بدیهیه (معلومه نباید بیشتر از نیازت compute مصرف کنی) ولی برخلاف رویکرد «اول مقیاس» (scaling-first) هست که تا حالا بر صنعت حاکم بوده؛ رویکردی که از the bitter lesson الهام گرفته و آزمایشگاه‌ها رو به سمت آموزش پرمصرف‌ترین مدل‌ها برده. چون قیمت‌ها رو سرمایه‌گذارها سنگین سوبسید می‌کردن، مشتری‌ها دلیلی نداشتن غیر از پیشرفته‌ترین گزینه چیزی انتخاب کنن.

با این حال نویسنده محتاطه و می‌گه هنوز معلوم نیست فشار هزینه واقعاً کاربرهای سازمانی رو به سمت مدل‌های کوچیک ببره؛ اونا می‌تونن به‌جاش تعداد فراخوانی‌ها رو کم کنن، context کوچیک‌تری بدن یا از کم‌بازده‌ترین deploymentها بزنن. ولی اگه معلوم بشه بیشتر کارها رو مدل کوچیک هم همون‌قدر خوب اجرا می‌شه، می‌تونه به رشد تقاضای inference لطمه بزنه و سؤال‌های تازه‌ای دربارهٔ توجیه هزینهٔ آموزش مدل‌های پیشرفته پیش بیاره.

نکات کلیدی:

• فرض «هرچی مدل بزرگ‌تر بهتر» زیر فشار بالا رفتن هزینهٔ توکن داره ترک می‌خوره
• پیش‌بینی برایان آرمسترانگ: تا ۱۲–۱۸ ماه آینده ۸۰٪ بار کاری رو مدل‌های ۹۹٪ ارزون‌تر می‌ره
• تست Harvey با Fireworks: ترکیب Claude Opus و GLM 5.1، کاهش ۳ برابری هزینه بدون افت کیفیت
• به گفتهٔ نویسنده، مرز واقعی بین مدل بزرگ و کوچیکه، نه بین متن‌باز و انحصاری
• اگه کوچ به مدل‌های کوچیک جدی بشه، مستقیم به درآمد OpenAI و Anthropic قبل از IPO ضربه می‌زنه