برتری ساختاری آزمایشگاه‌های پیشرو در برابر مدل‌های وزن‌باز چینی

اگر امروز برای دسترسی به مدل‌های پیشرو هزینه پرداخت می‌کنید، احتمالاً فکر می‌کنید مدل‌های رایگان و وزن‌باز چینی به‌زودی جایگزین آن‌ها می‌شوند. اما حقیقت این است که در دنیای تجارت، داشتن یک مدل قدرتمند با داشتن یک مدل سودآور تفاوت بسیاری دارد. در حالی که عرضه مدل‌هایی مانند Kimi K3 و Qwen3.8 Max موجی از اضطراب را در آزمایشگاه‌های هوش مصنوعی ایالات متحده ایجاد کرده است، این پانیک از منظر اقتصادی تا حد زیادی بی‌مورد است. علی‌رغم اینکه مدل‌های چینی در حال نزدیک شدن به قابلیت‌های پیشرو (State-of-the-art) هستند، اما آن‌ها به‌طور بنیادی مدل‌های کسب‌وکار پیشروانی چون Anthropic و OpenAI را در هم نمی‌شکنند.

برای درک این موضوع باید به اصول پایه مدیریت بازگردیم. در یک دوره سال اول MBA در مدرسه مدیریت Kellogg (درس STRT-431)، هدف کشف اصولی است که در هر صنعتی کاربرد داشته باشند. برای سال‌ها، صنعت نرم‌افزار بر این فرض استوار بود که «هزینه نهایی» (Marginal Cost) صفر است. به این معنا که وقتی یک قطعه نرم‌افزار نوشته می‌شد، توزیع آن برای یک میلیون کاربر اضافی تقریباً هیچ هزینه‌ای نداشت. این وضعیت منجر به ظهور «تئوری تجمیع» (Aggregation Theory) شد؛ دنیایی که در آن کنترل تقاضا بسیار مهم‌تر از توزیع عرضه بود، زیرا نرم‌افزار و توزیع دارای هزینه نهایی و هزینه تراکنش صفر بودند.

اما هوش مصنوعی با بازگرداندن «هزینه کالای فروخته شده» (COGS)، این پارادایم را در هم شکست. نکته جذاب در عصر فعلی هوش مصنوعی این است که آن اصول جهانی قدیمی دوباره به خط مقدم بازگشته‌اند. هزینه‌های نهایی با شدت زیادی بازگشته‌اند؛ هم در پیامدهای کوتاه‌مدت مدل‌های رایگان و هم در ساختار بلندمدت صنعت.

تحقیق و توسعه (R&D) در مقابل هزینه کالای فروخته شده (COGS)

اجرای استنتاج (Inference) روی یک مدل عظیم، برای هر توکن تولید شده، هزینه واقعی در قالب برق و توان پردازشی دارد. این موضوع یک تمایز حیاتی بین تحقیق و توسعه و COGS ایجاد می‌کند:

• R&D به عنوان هزینه ثابت: تحقیق و توسعه مستقل از درآمد است. اگر یک آزمایشگاه ۱ میلیون دلار روی R&D هزینه کند، این هزینه چه ۱۰۰ هزار دلار درآمد داشته باشد و چه ۱۰۰ میلیون دلار، همان ۱ میلیون دلار باقی می‌ماند. این همان بخش «رایگان» مدل‌های وزن‌باز است؛ کاربران در واقع هزینه R&D را پرداخت نمی‌کنند و از آن عبور می‌کنند.
• COGS به عنوان هزینه متغیر: هزینه کالای فروخته شده مستقیماً با درآمد همبستگی دارد. تولید ۱۰۰ میلیون دلار درآمد احتمالاً به ۱۰۰۰ برابر COGS نسبت به تولید ۱۰۰ هزار دلار درآمد نیاز دارد.

به زبان ساده، اگر تولید توکن‌هایی که ۱ دلار درآمد ایجاد می‌کنند ۵۰ سنت هزینه داشته باشد، درآمد ۱۰۰ میلیون دلاری منجر به ۵۰ میلیون دلار COGS می‌شود، در حالی که درآمد ۱۰۰ هزار دلاری تنها ۵۰ هزار دلار COGS خواهد داشت. بنابراین، مدل‌های وزن‌باز برای کسی که آن‌ها را سرویس‌دهی (Serve) می‌کند، رایگان نیستند.

تله کالایی شدن هوش

ما به سرعت وارد عصری می‌شویم که «هوش» برای کارهای پایه — مانند ساخت یک اپلیکیشن ساده CRUD — در حال تبدیل شدن به یک کالا (Commodity) است. در یک بازار کالایی، همه یک چیز مشابه را با قیمتی یکسان می‌فروشند که توسط عرضه و تقاضا تعیین می‌شود. در چنین بازاری، تنها راه رسیدن به سودآوری، قیمت‌گذاری بالاتر نیست، بلکه داشتن یک «ساختار هزینه برتر» است.

برای مثال، مدل Kimi K3 هر میلیون توکن ورودی را ۳ دلار و هر میلیون توکن خروجی را ۱۵ دلار قیمت‌گذاری کرده است. این قیمت ارزان‌تر از مدل Sol است که ۵ دلار برای ورودی و ۳۰ دلار برای خروجی می‌گیرد. با این حال، قیمت توکن در «عصر استدلال» (Reasoning Era) یک معیار فریبنده است. این رقابت بر سر قیمت، یادآور مدل‌های بهینه‌شده‌ای است که مانند DeepSeek V4 Flash توانسته‌اند با هزینه‌ای بسیار کمتر، رقیبی جدی برای مدل‌های کدنویسی پیشرو شوند.

جنسن هوانگ، مدیرعامل انویدیا، فعالیت انویدیا را ساخت «کارخانه‌های توکن» توصیف می‌کند و بر معیارهایی مانند توکن بر ثانیه، زمان تا اولین توکن و توکن بر وات تمرکز دارد. این رویکرد در دوران ChatGPT منطقی بود، زیرا توکن‌ها مستقیماً به کاربر می‌رسیدند. اما استدلال (Reasoning) منجر به انفجار توکن‌های «زنجیره تفکر» (Chain-of-Thought) می‌شود. اگر مدل Kimi برای رسیدن به همان پاسخ درست، به توکن‌های بسیار بیشتری نسبت به Sol نیاز داشته باشد، برتری قیمتی آن بی‌معنی خواهد بود.

عامل‌ها (Agents) نیز دینامیک مشابهی ایجاد می‌کنند: برخی مدل‌ها در اجرای جریان‌های کاری عامل‌محور (Agentic Workflows) از نظر تعداد توکن‌های مورد نیاز، کارآمدتر از بقیه هستند. این بدان معناست که توکن‌ها «کالا» نیستند زیرا قابل جایگزینی (Fungible) نیستند. یک گالن نفت، یک گالن نفت است، اما توکن یک مدل با توکن مدل دیگر متفاوت است. آنچه قابل جایگزینی است، «نتیجه» یا همان هوش است. اگر هر دو مدل Kimi و Sol پاسخ درست را تولید کنند، آن پاسخ قابل جایگزینی است؛ تفاوت در تعداد توکن‌های مصرف شده برای رسیدن به آن پاسخ، صرفاً عاملی است که در تفاوت COGS اثر می‌گذارد.

محرک‌های فنی هزینه هوش (Intelligence COGS)

هزینه کالای فروخته شده برای هوش، تابعی از چندین عامل فنی است:

• ردپای مدل (Model Footprint): وزن‌ها و وضعیت زمان اجرا (Runtime State)، حافظه گران‌قیمت و شتاب‌دهنده‌های مورد نیاز برای هر نسخه سرویس‌دهنده را تعیین می‌کنند.
• کارایی استنتاج (Inference Efficiency): انتخاب‌های معماری، مانند «ترکیب خبره‌ها» (Mixture-of-Experts)، محاسبات هر توکن را کاهش می‌دهند.
• کارایی حافظه (Memory Efficiency): انتخاب‌هایی که نیاز به KV Cache را کاهش می‌دهند، اجازه درخواست‌های هم‌زمان بیشتر و بهره‌وری بهتر از GPU را می‌دهند.
• کارایی سرویس‌دهی (Serving Efficiency): دسته‌بندی (Batching)، زمان‌بندی (Scheduling) و کش کردن پیشوندها (Prefix Caching)، بهره‌وری را در میان درخواست‌ها به حداکثر می‌رساند.
• کارایی توکن (Token Efficiency): هرچه توکن‌های کمتری برای رسیدن به پاسخ درست نیاز باشد، هزینه استنتاج پایین‌تر می‌آید.

درک مکانیسم‌های بازار کالایی

در این بازارها، تامین‌کننده‌ای که بدترین ساختار هزینه را دارد، در سطح «هزینه نهایی» خود می‌فروشد. سود سایرین به این بستگی دارد که ساختار هزینه آن‌ها چقدر بهتر از آن تامین‌کننده حاشیه‌ای است.

سه تامین‌کننده را در نظر بگیرید:

• تامین‌کننده A: ۱۰ واحد را با هزینه ۱۰ دلار برای هر واحد تولید می‌کند.
• تامین‌کننده B: ۱۰ واحد را با هزینه ۱۵ دلار برای هر واحد تولید می‌کند.
• تامین‌کننده C: ۱۰ واحد را با هزینه ۲۰ دلار برای هر واحد تولید می‌کند.

اگر تقاضا برای ۲۵ واحد در قیمت ۲۰ دلار باشد، تامین‌کننده A در هر واحد ۱۰ دلار، تامین‌کننده B در هر واحد ۵ دلار و تامین‌کننده C در هر واحد ۰ دلار سود می‌برد. تامین‌کننده C با خطر ورشکستگی مواجه است زیرا نمی‌تواند قیمت را بر اساس هزینه‌های ثابت خود (R&D یا بدهی‌ها) تعیین کند، بلکه باید از قیمت تسویه بازار پیروی کند. در اینجا است که هزینه‌های ثابت دوباره اهمیت می‌یابند؛ اگر تامین‌کننده C برای تامین تجهیزات وام گرفته باشد، این هزینه‌ها فارغ از قیمت بازار، او را به ورشکستگی می‌کشانند.

مزیت ساختاری آزمایشگاه‌های پیشرو (Frontier Labs)

در حال حاضر، این تحلیل کالایی به‌طور کامل صدق نمی‌کند زیرا تقاضا برای هوش با کیفیت پیشرو، به دلیل کمبود جهانی سخت‌افزار (Compute)، بیشتر از عرضه است. این وضعیت به Anthropic و OpenAI اجازه می‌دهد حاشیه سود بالایی را حفظ کنند. این کمبود چنان شدید است که تامین‌کنندگان سخت‌افزاری مانند SpaceXAI می‌توانند توان پردازشی را با حاشیه سود بالا به Anthropic بفروشند و Anthropic نیز توکن‌ها را با سود حتی بیشتر به کاربران بفروشند.

آزمایشگاه‌های پیشرو سه مزیت کلیدی دارند که آن‌ها را در برابر رقابت چینی‌ها محافظت می‌کند:

۱. مقیاس سرویس‌دهی: آن‌ها بهترین زیرساخت‌ها را برای بهینه‌سازی کارایی استنتاج دارند و ماه‌ها پیش از رقبای خود، مدل‌ها را در سطوح قابلیت خاص سرویس‌دهی کرده‌اند.
۲. کارایی توکن: مدل‌های آن‌ها اغلب برای رسیدن به پاسخ درست به توکن‌های کمتری نیاز دارند که COGS داخلی آن‌ها را کاهش می‌دهد.
۳. چرخ‌دنده‌های داده (Data Flywheels): هوش یک کالای کامل نیست زیرا «هوش کاربردی» خودش را 똑똑‌تر می‌کند. هر کسی که استنتاج را اجرا می‌کند، داده جمع‌آوری می‌کند و این داده‌ها سوخت نسل بعدی مدل می‌شوند.

علاوه بر این، این آزمایشگاه‌ها در حال ادغام در «بالای پشته» (Up the stack) و تجربه مشتری هستند. ابزارهایی مانند Claude Code و Codex باعث ایجاد «چسبندگی» (Stickiness) می‌شوند. هر ابزاری که کاربر با آن شروع کند، احتمالاً به همان متعهد می‌ماند، به‌ویژه کاربران غیرفنی. این موضوع مدل‌های پیشرو را به تهدیدی برای تامین‌کنندگان نرم‌افزار، از جمله مایکروسافت، تبدیل می‌کند، مگر اینکه این تامین‌کنندگان به مدل‌های رقابتی دسترسی داشته باشند تا در برابر این پیشروی مقاومت کنند.

بازی استراتژیک چین

تلاش چین برای انتشار مدل‌های وزن‌باز، یک حرکت حساب‌شده برای «کالایی کردن مکمل‌ها» است. علی‌بابا اخیراً پیش‌نمایشی از Qwen3.8 Max را عرضه کرد؛ مدلی با ۲.۴ تریلیون پارامتر که گفته می‌شود تنها رقیب آن Fable 5 از شرکت Anthropic است. مدل Kimi K3 از شرکت Moonshot AI حتی بزرگ‌تر است و ۲.۸ تریلیون پارامتر دارد. این مدل با تکیه بر بهینه‌سازی‌های الگوریتمی، در حال به چالش کشیدن فرضیه برتری سخت‌افزاری غرب است. تقاضا برای این مدل‌ها چنان بالا بود که Moonshot مجبور شد اواخر روز یکشنبه ثبت اشتراک‌های جدید را برای مدیریت حجم عظیم درخواست‌ها متوقف کند.

طبق سخنرانی شی جین پینگ، چین قصد دارد متن‌باز و همکاری را تشویق کند تا انتقال هوش مصنوعی از دنیای دیجیتال به دنیای فیزیکی تسریع شود. شی صراحتاً باز بودن مدل‌ها را به این تغییر گره زد و اشاره کرد که هوش مصنوعی به عنوان موتور جدید رشد اقتصادی جهان در حال ورود به دنیای فیزیکی است. از آنجایی که چین بر دنیای فیزیکی — به‌ویژه در رباتیک — تسلط دارد، مدل‌های هوش مصنوعی در دسترس، یک مزیت داخلی عظیم ایجاد می‌کنند. این استراتژی در حالی آزمایشگاه‌های پیشرو آمریکا را تضعیف می‌کند که رقبای احتمالی آمریکا را تقویت می‌نماید.

آزمایشگاه‌های چینی همچنین از «تقطیر» (Distillation) بهره می‌برند. آن‌ها از مدل‌های پیشرو آمریکایی به عنوان «معلم» استفاده می‌کنند تا مدل‌های خود را از طریق یادگیری تقویت‌شده (Reinforcement Learning) آموزش دهند. این کار به آن‌ها اجازه می‌دهد فاصله پرهزینه بین یک مدل پایه قوی و یک سیستم نزدیک به پیشرو را پر کنند. این مزیت در سال گذشته حیاتی شده است، زیرا یادگیری تقویت‌شده پس از آموزش (Post-training RL) برای عملکرد مدل‌ها ضروری شده است.

این وضعیت یک نقطه ضعف ساختاری برای سازندگان مدل‌های وزن‌باز غربی ایجاد می‌کند. چون آن‌ها باید از شرایط خدمات (ToS) آزمایشگاه‌های پیشرو آمریکا پیروی کنند، اغلب ضعیف‌تر از جایگزین‌های چینی هستند یا در نهایت از طریق آزمایشگاه‌های چینی، «تقطیرِ تقطیر» را انجام می‌دهند. برای مثال، شرکت Thinking Machines برای حل مشکل «شروع سرد» (Cold Start) در یادگیری تقویت‌شده، به مدل‌های چینی متکی است. همان‌طور که دین مایر و کنستانتین بوهلر اشاره کردند، اگرچه تقطیر کل پیشتازی را توضیح نمی‌دهد، اما سهم قابل توجهی از برتری مدل‌های چینی نسبت به مدل‌های باز آمریکایی است.

نقطه کور امنیت سایبری

در حالی که تهدید اقتصادی اغراق‌آمیز است، تهدید امنیتی بسیار حیاتی است. یک حادثه اخیر در Hugging Face (که اخیراً به درآمد سالانه ۱۰۰ میلیون دلار رسیده است)، شکاف خطرناکی را در سیاست‌های هوش مصنوعی آمریکا آشکار کرد. وقتی پلتفرم توسط یک عامل هوش مصنوعی خودمختار مورد حمله قرار گرفت، حفاظ‌های (Guardrails) مدل‌های آمریکایی مانع از آن شد که پاسخ‌دهندگان به حادثه بتوانند بیش از ۱۷,۰۰۰ لاگ را تحلیل کنند، زیرا هوش مصنوعی نمی‌توانست تفاوت بین یک مدافع و یک مهاجم را تشخیص دهد.

برای مبارزه با این نفوذ، Hugging Face به مدل GLM 5.2 روی آورد؛ یک مدل متن‌باز از آزمایشگاه Z.ai چین. با اجرای آن روی زیرساخت‌های خود، آن‌ها از قفل شدن توسط حفاظ‌ها جلوگیری کردند و داده‌های حساس مهاجم و اعتبارنامه‌ها را از محیط خود خارج نکردند. Hugging Face توصیه کرد که مدافعان باید مدل‌های توانمندی داشته باشند که بتوانند روی زیرساخت خودشان اجرا کنند تا از این نوع Lockout جلوگیری شود.

این موضوع یک شکست سیستمی را نشان می‌دهد: پاسخ دولت ترامپ به عرضه مدل Fable از سوی Anthropic اشتباه بود. با محدود کردن استفاده از مدل‌هایی مانند Fable یا Sol برای کارهای امنیت سایبری، ایالات متحده در واقع شرکت‌های خود را مجبور می‌کند برای دفاع، به مدل‌های چینی تکیه کنند. در دنیایی که مدل‌های قادر به حمله به‌طور گسترده در دسترس هستند، تنها دفاع ممکن این است که مدافعان نیز به بهترین مدل‌ها دسترسی داشته باشند.

مسیر پیش رو

ایالات متحده برای حفظ پیشتازی خود باید از تلقی کردن «ایمنی هوش مصنوعی» به عنوان دلیلی برای محدود کردن دانش دست بردارد. رویکرد فعلی در محدود کردن تقطیر و استفاده امنیتی از مدل‌های پیشرو، تنها به رقبای چینی کمک می‌کند. پارادوکس تقطیر این است که خودِ مدل‌های زبانی بزرگ (LLMs)، در واقع تقطیری از اینترنت باز هستند؛ آمریکا باید از این موضوع بهره ببرد.

در عوض، ایالات متحده باید سیاست جدیدی برای کپی‌رایت اتخاذ کند: (۱) صراحتاً اعلام کند که جمع‌آوری داده برای آموزش مدل‌ها «استفاده منصفانه» (Fair Use) است، و (۲) شرایط خدماتی را که تقطیر را برای شرکت‌های آمریکایی ممنوع می‌کند، منع کند. متوقف کردن تقطیر — که صرفاً پرس‌وجو از یک API است — تقریباً غیرممکن است. آمریکا باید سیاستی را پیش بگیرد که از آزمایشگاه‌ها حمایت کند و در عین حال تضمین کند که یادگیری آن‌ها سوخت نوآوری برای دیگران شود. هدف باید این باشد که سازندگان مدل‌های وزن‌باز آمریکایی در شرایط برابری با چین قرار گیرند، نه اینکه اجازه دهند پکن استانداردهای باز بودن و نوآوری را تعیین کند.

گام بعدی شما

• اگر مدیر فنی هستید، استراتژی استقرار مدل‌های محلی (Self-hosting) را برای کارهای حساس امنیتی بررسی کنید تا در زمان بحران دچار Lockout نشوید.
• در ارزیابی مدل‌ها، به جای قیمت هر توکن، «هزینه رسیدن به جواب درست» (Total Cost to Correct Answer) را معیار قرار دهید.
• روند توسعه مدل‌های استدلالی چینی را دنبال کنید تا نقاط ضعف احتمالی در زنجیره تفکر آن‌ها را شناسایی کنید.

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