آزمایشگاه هوش مصنوعی چینی دیپسیک روز جمعه یک مدل کدنویسی قدرتمند جدید منتشر کرد که برای حجم عظیمی از کد، مبلغی ناچیز دریافت میکند — آخرین نشانه از این که برخی از هوشمندترین نرمافزارهای روی زمین به سرعت در حال تبدیل شدن به یک کالای همگانی هستند.
چرا اهمیت دارد: غولهای فناوری در حال سرمایهگذاری صدها میلیارد دلاری در زیرساختهای محاسباتی هستند که موتور انقلاب هوش مصنوعی را میسازند. با این حال، هوشی که این زیرساختها تولید میکنند هر هفته ارزانتر میشود.
نگاهی دقیقتر: دیپسیک همان استارتاپ چینی است که در ژانویه گذشته با نشان دادن توانایی ساخت یک مدل هوش مصنوعی در سطح جهانی با منابع بسیار کمتر نسبت به رقبای آمریکایی خود، سقوط بازار را رقم زد.
- جدیدترین مدل این شرکت، V4 Flash، در آزمونهای کدنویسی پیچیده و وظایف نرمافزاری خودمختار، عملکردی نزدیک به سطح Claude Opus 4.8 شرکت Anthropic، یکی از توانمندترین سیستمهای صنعت، ارائه میدهد.
- در جدول ردهبندی crowdsourced سایت Arena.ai برای کدنویسی فرانتاند، V4 Flash با عملکردی بهتر از Opus 4.8 وارد شد — در حالی که بهترین عملکرد را نسبت به قیمت خود در میان هر مدل دیگری در کلاس خود ارائه میدهد.
- شکاف قیمتی حیرتآور است: دیپسیک برای همان مقدار خروجی که در Opus 4.8 حدود ۲۵ دلار هزینه دارد، حدود ۲۸ سنت دریافت میکند — تخفیفی معادل ۹۹ درصد.
چشمانداز کلی: با فشار مدلهای چینی مانند Kimi K3 بر بازار آمریکا، ماه ژوئیه شاهد یک جنگ قیمتی تمامعیار در چشمانداز هوش مصنوعی بود.
- OpenAI روز پنجشنبه قیمت GPT-5.6 Luna — سریعترین و ارزانترین مدل خود برای وظایف با حجم بالا — را تنها سه هفته پس از عرضه، ۸۰ درصد کاهش داد.
- Google سه مدل "فلش" جدید Gemini منتشر کرد که همگی بر کارایی متمرکز بودند.
- SpaceXAI مدل Grok 4.5 را منتشر کرد، که توانمندترین مدل ایلان ماسک تا به امروز برای کدنویسی، تحقیق و وظایف خودمختار است، با همان قیمتی که OpenAI در ابتدا برای Luna قبل از کاهش قیمت این هفته تعیین کرده بود.
- Meta بیسروصدا موضع دیرینه خود در حمایت از وزنهای باز را با انتشار Muse Spark 1.1، یک مدل متنبسته با قیمتگذاری تهاجمی برای توسعهدهندگان، تغییر داد.
طرف دیگر: Anthropic همچنان واضحترین مقاومتکننده است و مدلهای سطح بالای Claude خود را با قیمتگذاری ممتاز حفظ کرده و شرط بسته است که توسعهدهندگان برای ایمنی و دقت هزینه بیشتری بپردازند.
بین خطوط: وقتی یک محصول به کالای همگانی تبدیل میشود، خریداران کمتر به این اهمیت میدهند که چه کسی آن را ساخته و بیشتر به هزینه آن توجه میکنند. به برق یا بنزین فکر کنید: تعداد کمی از مردم میدانند کدام نیروگاه برق خانهشان را تأمین میکند یا کدام پالایشگاه سوخت باک خودرویشان را تولید کرده است.
- هوش مصنوعی به سرعت در حال حرکت به این سمت است. با کاهش شکاف عملکرد بین مدلهای سطح بالا، بسیاری از برنامههای کاربردی هوش مصنوعی دیگر به یک ارائهدهنده واحد وابسته نیستند و به خریداران اهرم بیشتری برای خرید بر اساس قیمت میدهند.
- زک کس، رئیس سابق بخش بازاریابی OpenAI و مشاور جهانی هوش مصنوعی، میگوید: «در مقطعی، مدل بعدی برای شما اهمیتی ندارد.» او این پدیده را «بازدهی رو به کاهش مدلها» مینامد.
آنچه باید انتظار داشت: وینش سوکومار، معاون مدیریت محصول هوش مصنوعی در Qualcomm، به Axios گفت که این امر میتواند بازار سودآوری برای «روترهای هوشمند» ایجاد کند.
- این سیستمها به طور خودکار بهترین مدل را برای هر کار بر اساس قابلیت، سرعت و قیمت انتخاب میکنند — و این امر قدرت هر آزمایشگاهی را برای اعمال قیمت ممتاز بیشتر تضعیف میکند.
- برای آزمایشگاههای پیشرو هوش مصنوعی، این میتواند یک چالش وجودی ایجاد کند: صرف دهها میلیارد دلار برای ساخت مدلی کمی هوشمندتر ممکن است فقط یک برتری موقت بخرد، بدون ایجاد قدرت قیمتگذاری پایدار.
بررسی واقعیت: کاهش قیمتها لزوماً به معنای شکست آزمایشگاههای پیشرو نیست اگر هوش مصنوعی ارزانتر تقاضای بسیار بیشتری ایجاد کند.
- OpenAI شرط بسته است که شرکتها از مدلهای آن به قدری گسترده استفاده کنند که حجم عظیم بتواند حاشیه سود کمتر را جبران کند.
- سم آلتمن، مدیرعامل، در پادکست Invest Like the Best گفت: «ما آنقدر استفاده از مدلهایمان خواهیم داشت که برای تأمین هزینه آموزش مدل، نیازی به یک کسبوکار با حاشیه سود بسیار بالا نداریم.»
خط پایانی: ایالات متحده و چین هر دو در حال رقابت برای فراوان کردن هوش هستند. اکنون کسی باید ثابت کند که فراوانی همچنان میتواند سودآور باشد.