Vercel નો જૂન મહિનાનો ટોકન-શેર રિપોર્ટ દર્શાવે છે કે ઓપન-વેઇટ મોડલ્સ ગેટવે ટોકન્સના 29% સંભાળી રહ્યા છે, જે એપ્રિલના 11% થી વધીને આ સ્તરે પહોંચ્યા છે, જેમાં માત્ર DeepSeek એકલું જ આ વોલ્યુમનો 22.6% હિસ્સો ધરાવે છે. આ ઉછાળો એક ઝડપી પરિવર્તન સૂચવે છે: ડેવલપર્સ હવે માત્ર એક જ "શ્રેષ્ઠ" મોડલ પર નિર્ભર રહેવાને બદલે AI મોડલ્સને રૂટેબલ ઇન્ફ્રાસ્ટ્રક્ચર (routable infrastructure) તરીકે ગણી રહ્યા છે.

ડેવલપર્સ મોડલ્સને ઇન્ફ્રાસ્ટ્રક્ચર તરીકે કેમ ગણી રહ્યા છે

સસ્તા, ઓપન-વેઇટ મોડલ્સ—જેમાંથી ઘણા ચીની પ્રદાતાઓ દ્વારા આપવામાં આવે છે—Anthropic જેવા પ્રીમિયમ ઓફરિંગ્સના માત્ર એક અંશ જેટલા ખર્ચાળ છે. કોડ એક્સટ્રેક્શન, ટેક્સ્ટ ક્લીનિંગ અથવા સાદા ડેટા લુક-અપ્સ જેવા રૂટિન કાર્યો માટે, ડોલરને બદલે સેન્ટ્સમાં ખર્ચતું મોડલ વધુ આકર્ષક હોઈ શકે છે, ભલે તે થોડા ટકા ઓછું સચોટ હોય.

પરિણામ એક નવી ડિઝાઇન પેટર્ન છે. કોઈપણ એપ્લિકેશન સૌ પ્રથમ કામના "સામાન્ય" ભાગ માટે ઓછા ખર્ચવાળા મોડલને વિનંતી મોકલે છે. જો આઉટપુટ સાદા ક્વોલિટી ચેકમાંથી પસાર થાય છે, તો પાઇપલાઇન આગળ વધે છે; જો નહીં, તો બીજા પ્રયાસ અથવા અંતિમ નિર્ણય માટે ઉચ્ચ કિંમતવાળા મોડલનો ઉપયોગ કરવામાં આવે છે. અહીં માત્ર એક મોડલની પસંદગી નહીં, પરંતુ રાઉટિંગ લોજિક (routing logic) નિર્ણાયક બની જાય છે.

આંકડા શું કહે છે

Vercel નો ડેટા, જે તેના ગેટવેમાંથી લેવામાં આવ્યો છે જે અનેક AI પ્રદાતાઓ સાથે જોડાયેલું છે, તે દર્શાવે છે કે ઓપન-વેઇટ મોડલ્સ હવે સીમા (periphery) થી મુખ્ય પ્રવાહ (mainstream) માં આવી રહ્યા છે. એપ્રિલમાં, તેઓ તમામ ટોકન્સના દસમા ભાગથી થોડા વધુ હતા; જૂન સુધીમાં, તેઓ ત્રીજા ભાગની નજીક પહોંચી ગયા હતા. DeepSeek, જે એક ચીની મોડલ છે, તેણે પોતે જ ટોકન વોલ્યુમના પાંચમા ભાગથી વધુ યોગદાન આપ્યું છે.

ઉચ્ચ-સ્તરીય (High-end) મોડલ્સ હજુ પણ મોટાભાગનો ખર્ચ ધરાવે છે. ઉદાહરણ તરીકે, Anthropic હજુ પણ મોટાભાગના નાણાકીય ખર્ચને આકર્ષી રહ્યું છે કારણ કે તેની પ્રતિ ટોકન કિંમત વધારે છે. ગણિત સરળ છે: સસ્તા મોડલ્સ હાઈ-વોલ્યુમ, લો-માર્જિન કામમાં વિજયી બને છે, જ્યારે મોંઘા મોડલ્સ હાઈ-માર્જિન, હાઈ-ઇમ્પેક્ટ કાર્યો જાળવી રાખે છે.

AI એજન્ટ્સ માટે અસરો

એક AI એજન્ટ સામાન્ય રીતે પગલાંઓની શ્રેણી પૂર્ણ કરે છે: પ્લાનિંગ, ડેટા રિટ્રીવલ, ટૂલ ઇનવોકેશન અને રિઝલ્ટ રિફાઇનમેન્ટ. જ્યારે દરેક પગલાને સૌથી ખર્ચ-અસરકારક મોડલને સોંપી શકાય છે, ત્યારે એકંદર ઓપરેટિંગ ખર્ચમાં મોટો ઘટાડો થાય છે.

  • ડેટા રિટ્રીવલ અને એક્સટ્રેક્શન માટે ઘણીવાર માત્ર મૂળભૂત ભાષા સમજવાની જરૂર હોય છે, જે કામમાં સસ્તા મોડલ્સ શ્રેષ્ઠ છે.
  • અંતિમ નિર્ણય (Final judgment)—જે ભાગ નક્કી કરે છે કે જવાબ સ્વીકાર્ય છે કે નહીં—તે હજુ પણ પ્રીમિયમ મોડલ્સના ક્ષેત્રમાં છે જે વધુ વિશ્વસનીયતા ધરાવે છે.

આ લેયર્ડ એપ્રોચ ડેવલપર્સને બજેટ વધાર્યા વિના મોટા વર્કલોડને ઓટોમેટ કરવાની મંજૂરી આપે છે. તે "શ્રેષ્ઠ મોડલ પસંદ કરો" ને બદલે "દરેક સ્ટેપ દીઠ સફળતા માપો અને તે મુજબ રૂટ કરો" તરફના પરિવર્તન માટે પણ મજબૂર કરે છે.

જોખમો અને મર્યાદાઓ

આ આર્થિક પાસાઓ આકર્ષક છે, પરંતુ આ પરિવર્તન સરળ નથી.

  • કમ્પ્લાયન્સ (Compliance): કેટલાક અધિકારક્ષેત્રો ડેટા-હેન્ડલિંગના કડક નિયમો લાદે છે જે વિદેશી હોસ્ટ કરેલા મોડલ્સના ઉપયોગને મર્યાદિત કરી શકે છે.
  • હોસ્ટિંગની જટિલતા: મોટા પ્રીમિયમ મોડલ્સને ઇન-હાઉસ ચલાવવા મુશ્કેલ છે, તેથી સંસ્થાઓએ બાહ્ય APIs પર નિર્ભર રહેવું પડે છે, જે લેટન્સી અને વેન્ડર-લોક (vendor-lock) ની ચિંતાઓ વધારી શકે છે.

આ પરિબળોને કારણે, સસ્તા મોડલ્સ દ્વારા પ્રીમિયમ મોડલ્સને સંપૂર્ણપણે બદલી નાખવાની શક્યતા ઓછી છે. તેના બદલે, તેઓ રૂટિન કામ માટે ડિફોલ્ટ બની જશે, જ્યારે પ્રીમિયમ મોડલ્સ "ડિસિઝન લેયર" માં રહેશે જ્યાં તેમની ઉચ્ચ કિંમત યોગ્ય ઠરે છે.

આગામી બાબતો જે પર ધ્યાન આપવું

  • રાઉટિંગ માટેના સાધનો (Tooling for routing): જેમ જેમ રાઉટિંગ લેયર વધુ કેન્દ્રીય બનતું જાય છે, તેમ આપણે એવા SDKs અને પ્લેટફોર્મ્સની લહેરની અપેક્ષા રાખી શકીએ છીએ જે લેટન્સી, ખર્ચ અને કોન્ફિડન્સ થ્રેશોલ્ડના આધારે મોડલ પસંદગીને ઓટોમેટ કરે છે.

જે ડેવલપર્સ ટાસ્ક-લેવલ સફળતા માપવાનું, રિટ્રાય્સને ટ્રેક કરવાનું અને "વોલ્યુમ" ને "જજમેન્ટ" થી સ્પષ્ટ રીતે અલગ કરવાનું શરૂ કરશે, તેઓ ઉભરી રહેતી ઇન્ફ્રાસ્ટ્રક્ચર માનસિકતાનો લાભ લેવા માટે શ્રેષ્ઠ સ્થિતિમાં હશે.

મુખ્ય તારણ: AI સ્ટેક હવે માત્ર એક મોડલની પસંદગીમાંથી બદલાઈને એક રાઉટિંગ સમસ્યા બની રહ્યું છે, જ્યાં સસ્તા ઓપન-વેઇટ મોડલ્સ કામનો મોટો ભાગ સંભાળે છે અને પ્રીમિયમ મોડલ્સ હાઈ-ઇમ્પેક્ટ નિર્ણયો માટે અનામત રાખવામાં આવે છે. આ રાઉટિંગમાં નિપુણતા મેળવવી એ AI બિલ્ડર્સ માટે આગામી સ્પર્ધાત્મક લાભ (competitive edge) હશે.