جنگ قیمت‌ها در وال استریتِ هوش مصنوعی: چرا شرکت‌های آمریکایی به مدل‌های چینی کوچ می‌کنند؟

به گزارش شبکه اطلاع‌رسانی طلا و ارز موج جدید در بازار هوش مصنوعی: مدل‌های چینی به دلیل هزینه‌های سرسام‌آور اوپن‌ای‌آی و آنتروپیک، در میان شرکت‌های آمریکایی محبوب می‌شوند.

مدل‌های هوش مصنوعی ساخت چین در حال باز کردن جای پای خود در میان شرکت‌های آمریکایی هستند؛ زیرا این مدل‌ها در حال کاهش فاصله عملکردی خود با رقبای پیشرو آمریکایی بوده و در عین حال، هزینه استفاده از آن‌ها به مراتب کمتر است.

نسخه‌های جدید مدل‌های ارائه‌شده توسط شرکت‌های چینی، از جمله دی‌پ‌سیک (DeepSeek) و زد.ای (Z.ai)، از نظر بسیاری از کارشناسان در مقایسه با سیستم‌های پیشرو و مرزی شرکت‌هایی چون آنتروپیک (Anthropic) و اوپن‌ای‌آی (OpenAI) کاملاً رقابتی هستند. این پیشرفت در توانایی‌ها دقیقاً زمانی رخ می‌دهد که قیمت هر توکن برای پیشرفته‌ترین مدل‌ها در بسیاری از آزمایشگاه‌های هوش مصنوعی ایالات متحده افزایش یافته و شرکت‌ها را با هزینه‌های غیرمنتظره و سنگینی مواجه کرده است.

جهش آمار استفاده از مدل‌های چینی در ایالات متحده

سهم توکن‌های مصرفی شرکت‌های آمریکایی از مدل‌های هوش مصنوعی چینی از طریق پلتفرم اوپن‌روتر (OpenRouter) — پلتفرمی که به توسعه‌دهندگان اجازه می‌دهد به مجموعه‌ای از مدل‌های مختلف دسترسی داشته باشند — از ۸ فوریه به این سو، هر هفته بالای ۳۰ درصد بوده و حتی در مقاطعی تا ۴۶ درصد نیز افزایش یافته است. این در حالی است که میانگین این رقم در ۱۲ ماه قبل از آن تنها ۱۱ درصد بود و در نیمه اول سال ۲۰۲۵ حتی تا ۴.۵ درصد کاهش یافته بود.

این رشد چشمگیر مدل‌های متن‌باز (Open-Source) و وزن‌باز (Open-Weight) چینی در زمانی رخ می‌دهد که دولت ایالات متحده به طور فزاینده‌ای به دنبال تنظیم مقررات برای قدرتمندترین مدل‌های خود و بررسی راه‌هایی برای متوقف کردن پذیرش سریع جایگزین‌های خارجی است.

فشار نظارتی بر شرکت‌های آمریکایی

• محدودیت‌های اوپن‌ای‌آی: در اواخر ژوئن، اوپن‌ای‌آی اعلام کرد که به درخواست دولت، عرضه مجموعه جدیدی از مدل‌های خود را محدود خواهد کرد.

• کنترل‌های صادراتی آنتروپیک: در همان ماه، پس از یک بن‌بست تنش‌آمیز بین دولت ترامپ و شرکت آنتروپیک، محدودیت‌های صادراتی مدل‌های Mythos و Fable این شرکت لغو شد.

«مدل‌های هوش مصنوعی چینی اکنون که هزینه‌های هوش مصنوعی به شدت بالا رفته است، برای شرکت‌های آمریکایی جذابیت ویژه‌ای پیدا کرده‌اند. پیش از این، شرکت‌های آمریکایی بدون توجه به نوع مدل، صرفاً پذیرش و به‌کارگیری هوش مصنوعی را اولویت قرار می‌دادند، اما اکنون نسبت به هزینه‌ها بسیار حساس‌تر شده‌اند.» — کایل چان، پژوهشگر اندیشکده بروکینگز

دلایل مهاجرت شرکت‌ها به هوش مصنوعی چینی

در حالی که شرکت‌ها به دنبال پیاده‌سازی مدل‌های هوش مصنوعی برای خلق محصولات جدید و ایجاد بهره‌وری داخلی هستند، مهندسان به طور فزاینده‌ای در حال آزمایش مدل‌های ارزان‌تر متن‌باز و وزن‌باز هستند که توانمندترین آن‌ها توسط شرکت‌های چینی ساخته می‌شوند.

• تفاوت ساختاری: مدل‌های متن‌باز و وزن‌باز بخش‌های مختلف یک مدل هوش مصنوعی را در اختیار توسعه‌دهندگان قرار می‌دهند تا آن‌ها را بررسی کنند، به کار بگیرند و گاهی تغییر دهند. این مدل‌ها با سیستم‌های بسته (مانند مدل‌های پرچمدار OpenAI، Anthropic و Google) که کدها و سازوکار داخلی آن‌ها کاملاً انحصاری باقی می‌ماند، تفاوت دارند.

• کاهش شدید هزینه‌ها: استارتاپ هوش مصنوعی Lindy در ماه ژوئن ۱۰۰ درصد ترافیک خود را از مدل‌های کلود (Claude) آنتروپیک به دی‌پ‌سیک منتقل کرد. فلو کریولو، مدیرعامل این استارتاپ می‌گوید: «ما این کار را انجام دادیم و دیدید که نمودار هزینه‌ها به شدت سقوط کرد و به زمین خورد.» او اشاره کرد که این تصمیم ظرف چند ماه میلیون‌ها دلار برای آن‌ها صرفه‌جویی به همراه خواهد داشت.

عملکرد تجاری مدل‌های چینی در پلتفرم‌های توسعه

طبق گزارش پلتفرم ورسل (Vercel)، مدل GLM 5.2 متعلق به شرکت Z.ai که در ماه ژوئن با هیاهوی فراوان عرضه شد، سریع‌ترین نرخ پذیرش را در میان تمام مدل‌های ردیابی‌شده در سال ۲۰۲۶ داشته است.

آمار خیره‌کننده مدل GLM 5.2 در هفته اول عرضه:

• رشد حجم توکن‌های روزانه: ۲۷ برابر

• رشد تعداد مشتریان استفاده‌کننده: ۸۰ برابر

هارپریت آرورا، مدیر زیرساخت‌های عامل‌محور در ورسل می‌گوید:

«قیمت در اینجا حرف اول را می‌زند. وقتی یک کار به بهترین مدل بازار نیاز ندارد، تیم‌ها شروع به هدایت آن به سمت ارزان‌ترین مدلی می‌کنند که به اندازه کافی خوب باشد؛ و موج اخیر مدل‌های ورودی از چین در حال برنده شدن در این معامله است.»

جاستین سامرویل از پلتفرم اوپن‌روتر نیز تایید می‌کند که مدل‌های متن‌باز چینی می‌توانند ۶۰ تا ۹۰ درصد ارزان‌تر از مدل‌های پیشرو آنتروپیک و اوپن‌ای‌آی باشند.

نزدیک شدن به مرزهای فناوری آمریکا

عملکرد مدل‌های هوش مصنوعی چینی نیز به طور مداوم در حال بهبود است. به گفته کایل چان از اندیشکده بروکینگز، این مدل‌ها با اینکه «کسری از هزینه» رقبای آمریکایی را دارند، اما عملکردی «نزدیک به مدل‌های پیشرو و مرزی آمریکا» ارائه می‌دهند و تخمین زده می‌شود که تنها ۶ تا ۹ ماه از رقبای برتر آمریکایی خود عقب‌تر باشند.

مقایسه عملکرد و هزینه

در یک بنچمارک عامل‌محور (Agentic Benchmark) که به دقت رصد می‌شود، مدل GLM 5.2 با یک‌پنجم هزینه، در فاصله یک درصدی مدل Opus 4.8 آنتروپیک قرار گرفت. برخی محققان نیز می‌گویند این مدل چینی در بعضی بنچمارک‌های سایبری با برترین آزمایشگاه‌های ایالات متحده هم‌سطح است.

یاسین جرنیت، مدیر یادگیری ماشین در هاگینگ فیس (Hugging Face) می‌گوید:

«این خطر واقعی وجود دارد که کاربران مجبور شوند بین مدل‌های انحصاری، قدرتمند اما گران‌قیمت آمریکایی که قیمت و دسترسی آن‌ها می‌تواند به سرعت نوسان کند، و مدل‌های چینی به عنوان تنها گزینه امکان‌پذیر برای کنترل هزینه‌ها یا مالکیت پشته فناوری (AI Stack) خود، دست به انتخاب بزنند.»