Zhang susține că modelele frontieră (cele mai avansate, precum cele de la Anthropic sau OpenAI) și modelele open source nu sunt concurente, ci mai degrabă două faze ale aceluiași ciclu de viață. Modelele scumpe sunt folosite pentru a demonstra viabilitatea unor cazuri de utilizare, iar apoi, pe măsură ce acestea se maturizează, sunt preluate de alternative open source mai ieftine. În acest proces, apar constant noi cazuri de utilizare, astfel încât cheltuielile pe modelele frontieră nu scad semnificativ.
Datele par să susțină această viziune. Conform tabloului de bord al gateway-ului AI de la Vercel, în ultima săptămână, DeepSeek a devenit lider în ceea ce privește volumul de tokeni procesați, gestionând peste o treime din totalul tokenilor care trec prin infrastructura companiei. De asemenea, Z.ai – laboratorul din spatele popularului model GLM-5.2 – a urcat pe locul patru în aceeași perioadă. Însă, dacă te uiți la cheltuielile totale pe tokeni, observi că Anthropic reprezintă în continuare mai mult de jumătate din cheltuielile AI de pe platformă. Deși ponderea a scăzut ușor în ultima lună din cauza creșterii prețurilor proprii ale Anthropic, nu este o scădere semnificativă.
OpenRouter, care captează un segment mai larg (dar mai puțin enterprise) al pieței, spune o poveste similară. DeepSeek V4Flash este marele câștigător în ceea ce privește utilizarea totală, procesând 5,3 trilioane de tokeni pe săptămână. Cel mai popular model frontieră, Opus 4.8, gestionează puțin peste 2 trilioane. OpenRouter nu clasifică modelele după cheltuielile totale, dar costul mediu pe token pentru Opus 4.8 este de aproximativ 23 de ori mai mare decât pentru V4Flash (1,37 dolari per milion de tokeni, comparativ cu doar 6 cenți), ceea ce înseamnă că Opus probabil captează cea mai mare parte a cheltuielilor.
Aceste cifre nu includ noul venit, Nemotron de la Nvidia, care este pregătit să sară în fruntea clasamentului datorită conexiunilor puternice ale Nvidia și adaptabilității extreme a modelului. Deși nu demonstrează pe deplin teoria lui Zhang despre ciclurile de viață AI, ele arată că laboratoarele frontieră precum Anthropic nu suferă prea mult din cauza ascensiunii open source – cel puțin deocamdată.
O explicație este că piața sarcinilor adresabile AI crește atât de rapid încât modelele de top își pot menține poziția doar dominând implementările timpurii. După cum spune Zhang: „Laboratoarele frontieră vor continua să dețină descoperirea. Open source va deține din ce în ce mai mult producția.” O altă explicație ar putea fi că, chiar și atunci când clienții trec la open source, multe cazuri de utilizare sunt atât de dificile încât nu pot fi înlocuite complet cu alternative mai ieftine.
Oricum ar fi, această economie pe două niveluri a modelelor ar putea deveni o caracteristică relativ stabilă a economiei AI. În septembrie anul trecut, scriam despre posibilitatea ca laboratoarele de bază să ajungă să vândă boabe de cafea către Starbucks – adică să servească drept inputuri de mărfuri, în timp ce stratul de aplicații culege beneficiile. Unele părți ale acelei predicții s-au adeverit: jocurile verticale AI au trecut la modele mai ușoare, iar economia startup-urilor de tip „GPT wrapper” a rămas în mare parte stabilă.
Dar vedem și că, token cu token, furnizorii frontieră au reușit să păstreze cea mai de dorit parte a pieței: prețul premium pe token. Și acest lucru nu pare să se schimbe prea curând. Pe măsură ce noi modele open source apar și câștigă teren în volume, ele nu erodează veniturile laboratoarelor frontieră, ci mai degrabă extind piața totală. Companiile care încep cu modele scumpe pentru a testa idei ajung să folosească modele ieftine pentru producție, dar în același timp lansează noi experimente pe modelele scumpe.
Această dinamică are implicații profunde pentru strategia de business a companiilor AI. În loc să se teamă de open source, laboratoarele frontieră ar trebui să îmbrățișeze acest ecosistem ca pe un partener care le extinde piața. În același timp, startup-urile care construiesc pe baza modelelor open source trebuie să înțeleagă că avantajul lor competitiv nu vine din modelul în sine, ci din aplicația construită deasupra.
Un aspect interesant este că această separare între descoperire și producție amintește de evoluția altor industrii tehnologice. De exemplu, în cloud computing, marile platforme (AWS, Azure, GCP) oferă servicii premium pentru sarcini critice, în timp ce soluțiile open source precum Kubernetes sau Docker domină în producție. Diferența este că în AI, modelele frontieră nu sunt doar infrastructură, ci și produse cu valoare adăugată semnificativă.
Pe termen lung, este posibil să vedem o consolidare a pieței în jurul câtorva laboratoare frontieră care vor controla inovația de vârf, în timp ce open source va deveni stratul de bază pentru majoritatea aplicațiilor. Aceasta nu este o veste proastă pentru nimeni – dimpotrivă, creează un ecosistem sănătos în care fiecare jucător își găsește nișa.
În concluzie, ascensiunea AI-ului open source nu este o amenințare existențială pentru Anthropic și alte laboratoare frontieră, ci mai degrabă un semn al maturizării pieței. Pe măsură ce tot mai multe companii adoptă AI, cererea pentru modele de ultimă generație va continua să crească, chiar dacă volumele de tokeni sunt dominate de alternative mai ieftine. Este o lecție importantă pentru investitori, fondatori și analiști: nu confundați volumul cu valoarea.
