پرش به محتوای اصلی
پرش به محتوای مقاله

۳ جابه‌جایی در سلسله‌مراتب مدل‌های باز با ورود DeepSeek و MiniMax

·۲۰ تیر ۱۴۰۵۱ دقیقه مطالعه
جدول رده‌بندی مدل‌های متن‌باز دوباره تغییر کرد: GLM-5.2، Kimi K2.7 و DeepSeek V4
جدول رده‌بندی مدل‌های متن‌باز دوباره تغییر کرد: GLM-5.2، Kimi K2.7 و DeepSeek V4
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

ثبات رتبه‌بندی مدل‌های وزن‌باز شکسته شده و جایگزینی مدل‌های پیشرو اکنون در بازه‌های دو هفته‌ای رخ می‌دهد، نه ماهانه.

اگر امروز برای انتخاب مدل مناسب کسب‌وکارتان به دنبال ثبات هستید، باید بدانید که «بهترین» مدلِ وزن‌باز در ۱۱ هفته‌ی گذشته، سه بار تغییر کرده است. این یعنی هر تصمیمی که دو هفته پیش گرفته‌اید، احتمالاً همین امروز منسوخ شده است.

طبق گزارش AI Tech Connect، از ۲ آوریل ۲۰۲۶، موجی از عرضه‌های سریع، اجماع قبلی درباره‌ی عملکرد مدل‌ها را از بین برد. دنیای مدل‌های با وزن‌های باز (Open Weights) — که شبیه به انتشار «دستور پخت» یک غذاست تا هر کسی بتواند آن را در آشپزخانه‌ی خود بپزد — اکنون بیشتر به یک درِ دو لنگه شبیه است تا یک سلسله‌مراتب ثابت؛ مدل‌ها به‌سرعت جای خود را به رقیب می‌دهند.

همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، دسترسی به وزن‌ها سرعت نوآوری را بالا می‌برد، اما مدیریت این تغییرات برای سازمان‌ها دشوار است.

به نقل از شاخص هوشمندی Artificial Analysis، ترتیب این جابه‌جایی‌ها به شرح زیر است:

  • ۲۴ آوریل ۲۰۲۶: DeepSeek V4 Pro با تصاحب موقت رتبه‌ی اول، چرخه را آغاز کرد. این مدل در کنار 성능 بالا، با استراتژی کاهش هزینه‌ی پردازش سعی کرد کف قیمتی این صنعت را تغییر دهد.
  • اواخر آوریل ۲۰۲۶: Kimi K2.6 از شرکت Moonshot AI با تمرکز بر قابلیت‌های برنامه‌نویسی عامل‌محور (Agentic) وارد میدان شد.
  • ۱ ژوئن ۲۰۲۶: MiniMax M3 به‌عنوان نخستین مدل وزن‌باز با پنجره متنی (Context Window) — مثل میز کاری که جا برای چندین ورق دارد، نه کل کتابخانه — یک میلیون توکنی و قابلیت چندوجهی (Multimodal) عرضه شد.
  • ۱۲ ژوئن ۲۰۲۶: Kimi K2.7 Code به‌عنوان ابزاری تخصصی برای کدنویسی منتشر گشت.

بر اساس بررسی منابع متعدد، این سرعت در به‌روزرسانی نشان می‌دهد شکاف میان مدل‌های تجاری (بسته) و مدل‌های وزن‌باز سریع‌تر از حد انتظار در حال بسته شدن است. این تحولات سریع، بخشی از یک روند کلی‌تر است که در تحلیل داده‌های ۱۸ ساله‌ی Hacker News نیز به عنوان گذار صنعت تکنولوژی از دوران فریم‌ورک‌ها به عصر هوش مصنوعی مشاهده می‌شود. برای کسب‌وکارها، این یعنی مدل بهینه برای پردازش متون حجیم یا کدنویسی، حالا هر دو هفته یک‌بار تغییر می‌کند.

گام بعدی شما

  • اگر روی زیرساخت‌های محلی سرمایه‌گذاری می‌کنید، استراتژی «تعویض سریع مدل» را جایگزین «پایبندی به یک مدل» کنید.
  • عملکرد مدل‌های جدید را در شاخص Intelligence Index رصد کنید تا نقطه‌ی اشباع یا تغییر معماری را شناسایی کنید.
  • برای کارهای حساس کدنویسی، نسخه‌ی K2.7 Code را با استانداردهای داخلی خود محک بزنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این تغییرات بر اعتبار مدل‌های بسته اثر می‌گذارد و شرکت‌ها را مجبور می‌کند برای حفظ رقابت، سرعت استقرار مدل‌های باز را افزایش دهند. تخصص در انتخاب مدل در لحظه، اکنون ارزشمندتر از دانش درباره‌ی یک مدل خاص است.

تأثیر برای ایران

به دلیل ماهیت وزن‌های باز، برنامه‌نویسان ایرانی می‌توانند بدون نیاز به APIهای محدود و پرداخت ارزی، پیشرفته‌ترین مدل‌های کدنویسی جهان را روی سرورهای داخلی مستقر کنند.

·نگاه ما
تحریریه دات‌هوش

این نوسان شدید در رتبه‌بندی‌ها نشان می‌دهد که ما از عصر «مدل جامع» به عصر «مدل تخصصی» رسیده‌ایم؛ جایی که یک مدل در کدنویسی و دیگری در پنجره متنی پیروز است. احتمالاً به‌زودی شاهد ظهور سامانه‌هایی خواهیم بود که به‌صورت خودکار، هر درخواست را به مدل وزن‌بازِ برترِ آن هفته ارجاع می‌دهند تا هزینه و کیفیت بهینه شود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.