Η Alibaba και η DeepSeek Προωθούν την Κινεζική Κούρσα για Μοντέλα Τεχνητής Νοημοσύνης με Χαμηλότερο Κόστος
Η Alibaba και η DeepSeek βρίσκονται στην πρώτη γραμμή της κούρσας για την ανάπτυξη μοντέλων τεχνητής νοημοσύνης στην Κίνα, επιδιώκοντας τη μείωση του κόστους. Η Alibaba παρουσίασε το Qwen3.8-Max, το μεγαλύτερο μοντέλο AI που έχει αναπτύξει μέχρι σήμερα, ενώ το τελευταίο μοντέλο V4-Flash της DeepSeek προσελκύει την προσοχή λόγω της χαμηλής τιμής του για την εκτέλεση προβλέψεων, συγκριτικά με άλλα συστήματα.
Το Qwen3.8-Max διαθέτει 2.4 τρισεκατομμύρια παραμέτρους και χρησιμοποιεί αρχιτεκτονική μείγματος ειδικών, ενεργοποιώντας μόνο μέρος του μοντέλου για κάθε αίτημα. Η Alibaba αναφέρει ότι περίπου 95 δισεκατομμύρια παράμετροι είναι ενεργοί κάθε φορά, μειώνοντας το κόστος και τις καθυστερήσεις απόκρισης σε σύγκριση με την ενεργοποίηση του πλήρους μοντέλου.
Η Διαφορετική Προσέγγιση της DeepSeek για Χαμηλότερο Κόστος Προβλέψεων
Η DeepSeek ακολουθεί μια παρόμοια αραιή αρχιτεκτονική σε μικρότερη κλίμακα. Η Artificial Analysis κατατάσσει το V4-Flash με 284 δισεκατομμύρια συνολικές παραμέτρους, εκ των οποίων 13 δισεκατομμύρια είναι ενεργές κατά την εκτέλεση προβλέψεων, ενώ το Kimi K3 της Moonshot AI έχει 2.8 τρισεκατομμύρια συνολικές παραμέτρους και περίπου 104 δισεκατομμύρια ενεργές.
Το Qwen3.8-Max μπορεί να επεξεργαστεί κείμενο, εικόνες και βίντεο και υποστηρίζει μέχρι ένα εκατομμύριο τοκενς περιεχομένου. Η Alibaba ανέφερε επίσης ότι το μοντέλο ολοκλήρωσε ένα έργο μηχανικής λογισμικού σε 16 ημέρες.
Η θέση του Qwen3.8-Max το τοποθετεί κοντά στο Kimi K3, το οποίο κυκλοφόρησε η Moonshot AI τον Ιούλιο. Οι δύο εταιρείες ανταγωνίζονται επίσης στην τιμή, με το Qwen3.8-Max να κοστίζει 2 δολάρια ανά εκατομμύριο τοκεν εισόδου και 6 δολάρια ανά εκατομμύριο τοκεν εξόδου, σε σύγκριση με 3 και 15 δολάρια αντίστοιχα για το Kimi K3.
Οι Παράγοντες που Επηρεάζουν το Κόστος Εκτέλεσης Προβλέψεων
Το μέγεθος του μοντέλου δεν είναι ο μόνος παράγοντας που καθορίζει το κόστος εκτέλεσης προβλέψεων. Η αρχιτεκτονική, ο αριθμός των ενεργών παραμέτρων, η κατανάλωση τοκενς και ο αριθμός των κλήσεων που απαιτούνται για την ολοκλήρωση μιας εργασίας επηρεάζουν επίσης το κόστος εκτέλεσης ενός μοντέλου.
Το Qwen3.8-Max κατέλαβε την κορυφαία θέση μεταξύ των κινεζικών μοντέλων κειμένου στην πλατφόρμα σύγκρισης Arena.AI μετά την κυκλοφορία του, αν και παρέμεινε πίσω από αρκετά μοντέλα της Anthropic στις συνολικές κατατάξεις. Επίσης, κατέλαβε τη δεύτερη θέση στον πίνακα κατάταξης της Arena.AI για μοντέλα που αναλύουν εικόνες και άλλο οπτικό υλικό, πίσω από μια παραλλαγή του Claude Fable 5 της Anthropic.
Οι Τιμές των Τοκενς Διηγούνται Μόνο Μέρος της Ιστορίας Κόστους
Η Moonshot AI με το Kimi K3 παρέχει ένα άλλο παράδειγμα για το πώς οι διαφημιζόμενες τιμές API μπορούν να διαφέρουν από το κόστος ολοκλήρωσης μεγαλύτερων φορτίων εργασίας. Η Artificial Analysis κατατάσσει το μοντέλο στα 3 δολάρια ανά εκατομμύριο τοκεν εισόδου και 15 δολάρια ανά εκατομμύριο τοκεν εξόδου, με την τιμή του αποθηκευμένου εισόδου να είναι 0.30 δολάρια ανά εκατομμύριο τοκενς.
Στο AA-Briefcase benchmark της Artificial Analysis για εργασίες γνώσης, το Kimi K3 είχε μέσο κόστος 10.57 δολάρια ανά εργασία. Παρήγαγε περίπου 120,000 τοκεν εξόδου και χρησιμοποίησε κατά μέσο όρο 83 στροφές ανά εργασία.
Η Artificial Analysis ανέφερε ότι το κόστος αντικατοπτρίζει την τιμολόγηση των τοκενς του Kimi K3, τον όγκο εξόδου και τον αριθμό των αλληλεπιδράσεων του μοντέλου. Οι επαναλαμβανόμενες κλήσεις μοντέλου και οι μεγαλύτερες εξόδοι μπορούν επομένως να αυξήσουν το συνολικό κόστος ολοκλήρωσης ενός φορτίου εργασίας πέρα από αυτό που υποδηλώνει η κύρια τιμή API.
Ανοιχτά Βάρη Προσφέρουν Μια Άλλη Επιλογή Ανάπτυξης
Το κόστος διαμορφώνεται επίσης από τον τρόπο με τον οποίο οι Κινέζοι προγραμματιστές διανέμουν τα μοντέλα τους. Η Alibaba, η DeepSeek και η Moonshot AI συνεχίζουν να υποστηρίζουν κυκλοφορίες με ανοιχτά βάρη παράλληλα με την πρόσβαση σε φιλοξενούμενα API, δίνοντας στους προγραμματιστές περισσότερες επιλογές για το πώς θα αναπτύξουν τα μοντέλα.
Η Artificial Analysis κατατάσσει το DeepSeek V4-Flash ως μοντέλο με ανοιχτά βάρη υπό άδεια MIT, με τα βάρη διαθέσιμα μέσω του Hugging Face. Το Kimi K3 είναι επίσης διαθέσιμο ως μοντέλο με ανοιχτά βάρη υπό την άδεια της Moonshot AI.
Τα ανοιχτά βάρη επιτρέπουν στους προγραμματιστές να εκτελούν μοντέλα στη δική τους υποδομή ή μέσω τρίτων παρόχων αντί να βασίζονται αποκλειστικά σε μια υπηρεσία εκτέλεσης που φιλοξενείται από τον προγραμματιστή. Το κόστος ανάπτυξης εξακολουθεί να εξαρτάται από το υλικό και την υποδομή που χρησιμοποιείται, αλλά η πρόσβαση στο μοντέλο δεν συνδέεται με ένα μόνο φιλοξενούμενο API.
Η προσέγγιση διαφέρει από τα κύρια μοντέλα που προσφέρονται από την OpenAI, την Anthropic και την Google, τα οποία γενικά κρατούν τα βάρη των μοντέλων τους κλειστά.
Ο Lian Jye Su, επικεφαλής αναλυτής στην Omdia, δήλωσε ότι η επιλογή μοντέλου για πολλές επιχειρηματικές εργασίες δεν εξαρτάται αποκλειστικά από την πρόσβαση στο σύστημα με την καλύτερη απόδοση.
“Πολλές επιχειρηματικές ροές εργασίας δεν χρειάζονται το καλύτερο μοντέλο της βιομηχανίας,” είπε ο Su. “Χρειάζονται μοντέλα που είναι αρκετά καλά, προσιτά, διαφανή και προσβάσιμα, και τα μοντέλα με ανοιχτά βάρη βοηθούν στην κάλυψη αυτής της ζήτησης.”
