Open-weight AI ਮਾਡਲ ਹੁਣ OpenRouter 'ਤੇ 63% ਟੋਕਨ ਟ੍ਰੈਫਿਕ ਸੰਭਾਲ ਰਹੇ ਹਨ, ਜੋ ਕਿ ਸਿਰਫ਼ ਦੋ ਸਾਲ ਪਹਿਲਾਂ 5% ਤੋਂ ਵੀ ਘੱਟ ਸੀ। ਇਹ ਤੇਜ਼ੀ ਪ੍ਰਤੀ-ਟੋਕਨ ਲਾਗਤ ਵਿੱਚ 50 ਗੁਣਾ ਦੀ ਕਮੀ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਘਟਦੇ ਅੰਤਰ (performance gap) ਦੇ ਕਾਰਨ ਆਈ ਹੈ, ਜੋ ਡਿਵੈਲਪਰਾਂ ਨੂੰ closed-source APIs 'ਤੇ ਆਪਣੀ ਨਿਰਭਰਤਾ ਬਾਰੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰ ਰਹੀ ਹੈ।

ਇਸ ਤਬਦੀਲੀ ਦੇ ਪਿੱਛੇ ਦੇ ਅੰਕੜੇ

Mozilla ਦਾ ਟ੍ਰੈਫਿਕ ਵਿਸ਼ਲੇਸ਼ਣ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ open-weight ਮਾਡਲ OpenRouter ਪਲੇਟਫਾਰਮ 'ਤੇ ਕੰਪਿਊਟ ਦਾ ਪ੍ਰਮੁੱਖ ਸਰੋਤ ਬਣ ਗਏ ਹਨ। ਟੋਕਨ ਟ੍ਰੈਫਿਕ ਮਾਡਲ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ ਟੈਕਸਟ ਦੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਗਿਣਦਾ ਹੈ, ਜੋ ਇਸਨੂੰ ਅਸਲ-ਦੁਨੀਆ ਦੀ ਵਰਤੋਂ ਲਈ ਇੱਕ ਭਰੋਸੇਯੋਗ ਮਾਪਦੰਡ ਬਣਾਉਂਦਾ ਹੈ। ਇੰਨੇ ਘੱਟ ਸਮੇਂ ਵਿੱਚ 5% ਤੋਂ ਘੱਟ ਤੋਂ 63% ਤੱਕ ਪਹੁੰਚਣਾ ਕਿਸੇ ਅਸਥਾਈ ਰੁਝਾਨ ਦੀ ਬਜਾਏ ਇੱਕ ਸੰਰਚਨਾਤਮਕ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ।

ਆਰਥਿਕਤਾ ਕਿਉਂ ਬਦਲ ਗਈ

2023 ਵਿੱਚ, ਇੱਕ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਮਾਡਲ ਨੂੰ ਚਲਾਉਣ ਦੀ ਲਾਗਤ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ ਹਰ ਮਿਲੀਅਨ ਟੋਕਨ ਲਈ ਲਗਭਗ $20 ਸੀ। ਅੱਜ ਉਹ ਕੀਮਤ $0.40 ਹੈ—ਪਿਛਲੇ 36 ਮਹੀਨਿਆਂ ਵਿੱਚ 50 ਗੁਣਾ ਦੀ ਕਮੀ ਦਰਜ ਕੀਤੀ ਗਈ ਹੈ।

ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਅੰਤਰ ਘਟ ਰਿਹਾ ਹੈ

ਸਟੈਂਡਰਡ ਬੈਂਚਮਾਰਕਸ 'ਤੇ open ਮਾਡਲ ਪਹਿਲਾਂ proprietary ਮਾਡਲਾਂ ਤੋਂ ਲਗਭਗ 8% ਪਿੱਛੇ ਰਹਿੰਦੇ ਸਨ। ਹਾਲੀਆ ਮਾਪ ਅਨੁਸਾਰ ਇਹ ਅੰਤਰ ਹੁਣ 3.3% ਰਹਿ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਬਿਹਤਰ ਡੇਟਾ ਕਿਊਰੇਸ਼ਨ (data curation) ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਸੁਧਾਰਾਂ ਰਾਹੀਂ ਸਿਰਫ਼ ਕੁਝ ਮਹੀਨਿਆਂ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਅੰਤਰ ਹੁਣ ਇੰਨਾ ਘੱਟ ਹੈ ਕਿ ਕਈ ਡਿਵੈਲਪਰ ਇੱਕ closed ਮਾਡਲ ਦੀ ਜਗ੍ਹਾ open ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਿੱਚ ਕੋਈ ਨੁਕਸਾਨ ਨਹੀਂ ਦੇਖਦੇ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਲਾਗਤ ਮੁੱਖ ਕਾਰਨ ਹੋਵੇ।

ਡਿਵੈਲਪਰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਬਦਲ ਰਹੇ ਹਨ

Mozilla ਦਾ ਡੇਟਾ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ AI ਫੀਚਰਾਂ ਨੂੰ ਜੋੜਨ ਵਾਲੇ 79% ਡਿਵੈਲਪਰ ਹੁਣ ਇੱਕ open-weight ਮਾਡਲ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਦੇ ਹਨ। ਇਹ ਚੋਣ ਸਿਰਫ਼ ਕੀਮਤ ਬਾਰੇ ਨਹੀਂ ਹੈ; open ਮਾਡਲ ਟੀਮਾਂ ਨੂੰ weights, ਲਾਇਸੈਂਸਿੰਗ ਅਤੇ ਡਿਪਲਾਈਮੈਂਟ ਵਿਕਲਪਾਂ ਬਾਰੇ ਪੂਰੀ ਜਾਣਕਾਰੀ ਦਿੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਕੰਮ ਦੀ ਰਫ਼ਤਾਰ (iteration cycles) ਤੇਜ਼ ਹੋ ਜਾਂਦੀ ਹੈ।

ਪ੍ਰਭੂਸੱਤਾ ਦੀ ਲੋੜ ਨੇ ਜ਼ਰੂਰਤ ਵਧਾ ਦਿੱਤੀ ਹੈ

ਚਾਲੀ-ਸੱਤ ਦੇਸ਼ਾਂ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਵਿਦੇਸ਼ੀ AI ਸੇਵਾਵਾਂ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਕੰਮਾਂ (critical workloads) ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ 'ਤੇ ਪਾਬੰਦੀ ਲਗਾਈ ਹੈ। Open ਮਾਡਲਾਂ ਨੂੰ ਦੇਸ਼ ਦੇ ਅੰਦਰਲੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (domestic infrastructure) 'ਤੇ ਹੋਸਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਉਹ ਦੇਸ਼ ਡੇਟਾ 'ਤੇ ਕੰਟਰੋਲ ਰੱਖ ਸਕਦੇ ਹਨ ਅਤੇ ਨਵੇਂ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹਨ। ਨੀਤੀਗਤ ਦਬਾਅ ਵਿੱਤ, ਸਿਹਤ ਸੰਭਾਲ ਅਤੇ ਜਨਤਕ ਪ੍ਰਸ਼ਾਸਨ ਵਿੱਚ ਇਸ ਦੀ ਵਰਤੋਂ ਨੂੰ ਤੇਜ਼ ਕਰ ਰਿਹਾ ਹੈ।

ਅਸਲੀ ਤਾਕਤ "harness" ਵਿੱਚ ਹੈ

Mozilla ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਇਹ ਵੀ ਦੱਸਦਾ ਹੈ ਕਿ ਆਲੇ-ਦੁਆਲੇ ਦੇ ਟੂਲ—ਜਿਵੇਂ ਕਿ prompt-engineering frameworks, safety filters, ਅਤੇ orchestration pipelines—ਅਕਸਰ ਕਿਸੇ ਮਾਮੂਲੀ ਬਿਹਤਰ ਮਾਡਲ ਦੀ ਜਗ੍ਹਾ ਲੈਣ ਨਾਲੋਂ ਵੱਧ ਪ੍ਰਦਰਸ਼ਨ ਲਾਭ ਦਿੰਦੇ ਹਨ।

Closed APIs ਨਾਲ ਜੁੜੇ ਰਹਿਣ ਦੇ ਜੋਖਮ

  • ਵੈਂਡਰ ਜੋਖਮ (Vendor risk) – ਨੀਤੀਗਤ ਤਬਦੀਲੀਆਂ, ਕੀਮਤਾਂ ਵਿੱਚ ਸੁਧਾਰ, ਜਾਂ ਸਰਕਾਰੀ ਹੁਕਮ ਤੁਰੰਤ ਪਹੁੰਚ ਨੂੰ ਰੋਕ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਨਵਾਂ ਇਕਰਾਰਨਾਮਾ ਹੋਣ ਤੱਕ ਸੇਵਾਵਾਂ ਬੰਦ ਰਹਿ ਸਕਦੀਆਂ ਹਨ।

ਅੱਜ ਦੇ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਵਿਹਾਰਕ ਸਟੈਕ (pragmatic stack)

  • ਜ਼ਿਆਦਾਤਰ production workloads ਲਈ open-weight ਮਾਡਲਾਂ ਨੂੰ ਪਹਿਲ ਦਿਓ।
  • Harness ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰੋ: evaluation suites ਬਣਾਓ, ਦੁਬਾਰਾ ਵਰਤੋਂ ਯੋਗ prompt libraries ਵਿਕਸਿਤ ਕਰੋ, ਅਤੇ safety layers ਨੂੰ ਜੋੜੋ।
  • ਪੋਰਟੇਬਿਲਟੀ (portability) ਲਈ ਡਿਜ਼ਾਈਨ ਕਰੋ: ਮਾਡਲ ਕਾਲਜ਼ ਨੂੰ ਇੱਕ ਅਜਿਹੇ ਇੰਟਰਫੇਸ ਦੇ ਪਿੱਛੇ ਰੱਖੋ ਜੋ ਕੋਡ ਵਿੱਚ ਬਦਲਾਅ ਕੀਤੇ ਬਿਨਾਂ ਕਈ ਪ੍ਰਦਾਤਾਵਾਂ (providers) ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕੇ।
  • Closed ਮਾਡਲਾਂ ਨੂੰ ਸਿਰਫ਼ ਉਨ੍ਹਾਂ 10% ਕੰਮਾਂ ਲਈ ਰੱਖੋ ਜਿਨ੍ਹਾਂ ਲਈ ਉੱਨਤ ਤਰਕ (cutting-edge reasoning) ਜਾਂ ਅਜਿਹੇ proprietary ਡੇਟਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜਿਸ ਨਾਲ open ਮਾਡਲ ਅਜੇ ਤੱਕ ਮੁਕਾਬਲਾ ਨਹੀਂ ਕਰ ਸਕਦੇ।

ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ

Open-weight ਮਾਡਲ ਹੁਣ AI ਟੋਕਨ ਮਾਰਕੀਟ 'ਤੇ ਹਾਵੀ ਹਨ ਕਿਉਂਕਿ ਉਹ ਬਹੁਤ ਸਸਤੇ ਹਨ ਅਤੇ closed ਵਿਕਲਪਾਂ ਵਾਂਗ ਹੀ ਸਮਰੱਥ ਹਨ। ਉਹ ਟੀਮਾਂ ਜੋ ਇੱਕ ਮਜ਼ਬੂਤ harness ਬਣਾਉਂਦੀਆਂ ਹਨ ਅਤੇ ਆਪਣੇ ਸਟੈਕ ਨੂੰ ਪੋਰਟੇਬਲ ਰੱਖਦੀਆਂ ਹਨ, ਉਹ ਲਾਗਤ ਵਿੱਚ ਬਚਤ ਕਰਨਗੀਆਂ ਅਤੇ ਵੈਂਡਰਾਂ ਤੇ ਨੀਤੀਗਤ ਝਟਕਿਆਂ ਤੋਂ ਆਪਣੇ ਆਪ ਨੂੰ ਬਚਾ ਸਕਣਗੀਆਂ। Closed ਮਾਡਲ ਵਿਸ਼ੇਸ਼ ਸਾਧਨਾਂ ਵਜੋਂ ਬਣੇ ਰਹਿਣਗੇ, ਪਰ AI ਦਾ ਜ਼ਿਆਦਾਤਰ ਕੰਮ ਪਹਿਲਾਂ ਹੀ open ਮਾਡਲਾਂ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।