"सबसे शक्तिशाली मॉडल" की अवधि समय के साथ कम हो रही है।

लेखक, स्रोत: डिंगजियो

एक महीने में, 9 फ्लैगशिप मॉडल एक साथ लॉन्च किए गए, जो बड़े मॉडल उद्योग में असामान्य है।

शुरुआत में टेंसेंट के हुनयुन Hy3 का आधिकारिक संस्करण और ओपन सोर्स लॉन्च हुआ, और अंत में एंथ्रोपिक ने क्लॉड ओपस 5 लॉन्च किया, इस बीच किमी K3, Qwen3.8-Max प्रीव्यू, ग्रोक 4.5 जैसे मॉडल्स लगातार आए। जुलाई पिछले एक वर्ष में दुर्लभ रूप से एक बड़ा लॉन्च शिखर बन गया।

विभिन्न कंपनियाँ अलग-अलग समय चुनती हैं। कुछ निर्माता प्रतिद्वंद्वी अपडेट के बाद के अवकाश का उपयोग करते हैं, कुछ विश्व कृत्रिम बुद्धिमत्ता सम्मेलन के आसपास प्रस्तुति देते हैं, और कुछ बाजार प्रतिस्पर्धा के जवाब में मूल्य समायोजन करते हैं।

लेकिन जुलाई केवल मॉडल लॉन्च की संख्या के लिए ही नहीं, बल्कि इस लॉन्च लहर में दिखने वाले दो परिवर्तनों के लिए भी ध्यान देने योग्य है।

पहला, मॉडलों के बीच क्षमता का अंतर संकुचित हो रहा है। Artificial Analysis के हालिया समग्र बुद्धिमत्ता सूचकांक के अनुसार, शीर्ष मॉडलों के बीच का अंतर स्पष्ट रूप से कम हो गया है। वेर्शन के तेज़ी से अपडेट होने के साथ, "सबसे शक्तिशाली मॉडल" की स्थिति को लंबे समय तक बनाए रखना मुश्किल हो रहा है, और सभी कंपनियाँ एकल आयाम में निरपेक्ष अग्रणी बनने के बजाय विभिन्न कार्यों के आधार पर अपना लाभ खोजने लगी हैं।

दूसरा, ओपन सोर्स मॉडल पहली पंक्ति में प्रवेश कर रहे हैं। जुलाई में लॉन्च किए गए नए मॉडल्स में, टेंसेंट हुनयुन Hy3, Kimi K3 आदि ने ओपन वेट्स (ओपन मॉडल पैरामीटर्स, जिससे डेवलपर्स खुद डाउनलोड और डिप्लॉय कर सकते हैं) का चयन किया। इनमें, Kimi K3 Code Arena फ्रंटएंड प्रोग्रामिंग रैंकिंग में पहले स्थान पर है, जो GPT-5.6 Sol और Claude Fable 5 को पीछे छोड़ देता है। पिछले दो वर्षों में, ओपन सोर्स मॉडल्स को अक्सर बंद सोर्स मॉडल्स के पीछे भागने वाले के रूप में देखा जाता रहा है, लेकिन इस प्रतिस्पर्धा में यह स्पष्ट हो गया है कि ओपन सोर्स मॉडल्स कुछ डेवलपमेंट सीन्स में बंद सोर्स मॉडल्स के साथ सीधे प्रतिस्पर्धा करने लगे हैं।

तो, इस महीने के घने प्रकाशनों ने क्या बदलाव लाए हैं और इसका क्या मतलब है?

01. अब केवल इतना ही नहीं कि कौन अधिक बुद्धिमान है

पिछले कुछ वर्षों में, बड़े मॉडल उद्योग मुख्य रूप से सामान्य क्षमताओं की तुलना कर रहा था, जिसका ज्ञान क्षेत्र अधिक व्यापक था और जिसके उत्तर अधिक सटीक थे। लेकिन अब, प्रतिस्पर्धा का मापदंड बदल गया है।

इस चक्र में, कोडिंग क्षमता सबसे स्पष्ट प्रतिस्पर्धा का क्षेत्र बन गई।

OpenAI ने प्रोग्रामिंग और जटिल तर्क को मजबूत करते रहने और Codex इकोसिस्टम को विस्तारित करते रहने का फैसला किया है, जिसका उद्देश्य विकास उपकरणों के माध्यम से प्रोग्रामर उपयोगकर्ताओं को बांधना है। Anthropic ने कोड समझ और सुरक्षा ऑडिट पर निवेश किया है, ताकि विकासकर्ता बड़े प्रोजेक्ट्स में जटिल इंजीनियरिंग समस्याओं को संभाल सकें। Grok 4.5 तेजी और कम लागत पर जोर देता है और AI प्रोग्रामिंग उपकरण Cursor के साथ बंधा हुआ है, जो दैनिक विकास परिदृश्यों को कवर करता है।

बड़े मॉडल शोधकर्ता याओ युहांग ने 'डिंगजियो वन' को बताया कि सभी कंपनियाँ प्रोग्रामिंग क्षमता में महत्वपूर्ण निवेश कर रही हैं और अंतर तेजी से कम हो रहा है, उदाहरण के लिए, किमी K3 की कोडिंग क्षमता में स्पष्ट सुधार हुआ है और यह शीर्ष बंद मॉडलों के स्तर के करीब पहुँच रही है।

चित्र स्रोत / pexels

एजेंट अन्य दिशा है जिसके लिए सभी प्रतिस्पर्धा कर रहे हैं। GPT-5.6 Sol को Codex के साथ स्वचालित प्रोग्रामिंग के लिए अन्वेषण किया जा रहा है, Opus 5 लंबी अवधि के कार्यों के निष्पादन पर जोर देता है, Kimi K3 लगातार चलने और जटिल कार्यों को पूरा करने की क्षमता दिखाता है, और टेंसेंट हाइब्रिड Hy3 व्हाट्सएप्प इकोसिस्टम के साथ स्मार्ट एजेंट अनुप्रयोगों को जोड़ने का प्रयास कर रहा है।

लेकिन एजेंट वास्तविक कार्य में अभी अपरिपक्व हैं। स्वतंत्र डेवलपर बेईच ने कहा कि वर्तमान में कुछ स्मार्ट एजेंट उत्पादों की कमी उपकरणों का उपयोग करने की क्षमता में नहीं, बल्कि कार्य नियोजन क्षमता में है। उदाहरण के लिए, Codex की अल्ट्रा मोड बहुत सारे उप-एजेंट्स को सक्रिय करती है, जो अलग-अलग एक ही फ़ाइल को दोहराकर पढ़ते हैं, समान विश्लेषण करते हैं, और अंत में टोकन खपत बढ़ जाती है, लेकिन वास्तविक रूप से प्रभावी कार्य में कोई वृद्धि नहीं होती। उनके अनुसार, एजेंट क्षमता में सुधार केवल उप-एजेंट्स की संख्या बढ़ाकर नहीं हो सकता; मुख्य बात यह है कि कौन से कार्य विश्लेषण के योग्य हैं और कौन से चरणों को छोड़ा जा सकता है।

याओ युहांग का भी यही दृष्टिकोण है। वह मानते हैं कि एजेंट वर्तमान में सबसे अधिक ध्यान देने योग्य दिशा हैं, लेकिन वे वास्तविक परिपक्वता की ओर अभी दूर हैं। उनके अनुसार, स्वास्थ्य और वित्त जैसे क्षेत्रों में एजेंट्स के लिए अभी भी बड़े अवसर हैं; अगले चरण में अंतर बनाने की कुंजी केवल मॉडल क्षमता ही नहीं होगी, बल्कि यह भी कि एजेंट किसी विशिष्ट परिदृश्य में कितने उपयोगी हैं और ग्राहक क्या भुगतान करने को तैयार हैं।

भारतीय मॉडल विभिन्न क्षमताओं में सुधार कर ब्रेकथ्रू ढूंढ रहे हैं। किमी K3 ने लंबे संदर्भ, फ्रंटएंड प्रोग्रामिंग और उत्पाद डिजाइन क्षमताओं को मजबूत किया है, जिससे यह कई प्रोग्रामिंग परीक्षणों में शीर्ष स्थान पर पहुंच गया है और इसकी क्षमता विदेशी बंद स्रोत शीर्ष मॉडल के करीब है।

पैरामीटर आकार और निष्कर्ष दक्षता के बीच प्रतिस्पर्धा, एक और प्रमुख रेखा बन गई है।

जुलाई में लॉन्च किए गए कई मॉडल ट्रिलियन और उससे भी अधिक पैरामीटर वाले इंटरवल में पहुंच गए, लेकिन पैरामीटर स्केल को अब सरलता से क्षमता के समान नहीं माना जा सकता। MoE आर्किटेक्चर के विकास के साथ, मॉडल बड़ी पैरामीटर क्षमता रख सकते हैं, जबकि निष्क्रिय करने के लिए केवल एक छोटा हिस्सा ही सक्रिय किया जाता है, जिससे वास्तविक कैलकुलेशन लागत कम होती है।

इससे उद्योग में दो मार्ग बन गए: एक तो स्केल को बढ़ाते रहना, बड़े पैरामीटर के साथ अधिक क्षमता प्राप्त करना; दूसरा, दक्षता पर जोर देना, छोटे एक्टिवेशन पैरामीटर के साथ फ्लैगशिप मॉडल के करीब परिणाम प्राप्त करना।

कीमत जुलाई मॉडल प्रतियोगिता में सबसे सीधा चर भी बन गई।

विदेशी निर्माता अधिक रूप से भिन्न मूल्य निर्धारण रणनीति अपनाते हैं। OpenAI बाजार को और विभाजित करते हुए GPT-5.6 को विभिन्न संस्करणों में विभाजित करता है, ताकि उपयोगकर्ता कार्य की जटिलता के अनुसार संबंधित मॉडल चुन सकें; Anthropic अपनी उच्च-प्रदर्शन फ्लैगशिप मॉडल रणनीति को जारी रखता है और Opus श्रृंखला के माध्यम से उच्च मूल्यवान विकास और उद्यम स्थितियों को कवर करता है; Grok 4.5 निम्न मूल्य रणनीति अपनाता है, जिसका आउटपुट मूल्य Opus श्रृंखला का एक-चौथाई है, और Cursor के साथ बंधन के माध्यम से डेवलपर्स को आकर्षित करता है।

देशी निर्माता लागत के लाभ पर अधिक जोर देते हैं। पिछले छह महीनों में, कई देशी मॉडल निर्माताओं ने API मूल्य में लगातार कमी की है, ताकि कम लागत के माध्यम से उपयोग की सीमा कम की जा सके और डेवलपर्स और उद्यम उपयोगकर्ताओं की संख्या बढ़ाई जा सके।

एक वाक्य सारांश: जुलाई में बड़े मॉडल प्रतिस्पर्धा अब केवल एकल क्षमता की तुलना से आगे बढ़कर कोडिंग, एजेंट, पैरामीटर दक्षता और कीमत जैसे कई पहलुओं तक फैल गई है।

02. कौन अपेक्षाओं से आगे निकला, कौन को दो ध्रुवीय मूल्यांकन मिला?

पिछली पीढ़ी की तुलना में परिवर्तनों, रैंकिंग प्रदर्शन और डेवलपर फीडबैक के आधार पर, जुलाई में जारी मॉडल के स्तर को लगभग तीन श्रेणियों में विभाजित किया जा सकता है।

सबसे अधिक अपेक्षाओं को पार करने वाले को देखें: Kimi K3, Grok 4.5, Hunyuan Hy3.

सबसे अधिक ध्यान आकर्षित करने वाला Kimi K3 है। यह मॉडल MoE आर्किटेक्चर का उपयोग करता है और कुल पैरामीटर स्केल ट्रिलियन स्तर तक पहुंचता है, जिसमें लंबे संदर्भ, फ्रंटएंड प्रोग्रामिंग और उत्पाद डिज़ाइन क्षमताओं को मजबूत किया गया है। प्रकाशन के दिन, Kimi K3 ने Code Arena फ्रंटएंड प्रोग्रामिंग रैंकिंग में 1679 अंकों के साथ पहला स्थान प्राप्त किया, जो पिछले संस्करण Kimi K2.6 के 18वें स्थान की तुलना में 17 स्थानों की बढ़त है। एक हफ्ते बाद Arena समग्र रैंकिंग में, Kimi K3 पहली बार वैश्विक Top 10 में प्रवेश कर गया।

लेकिन Kimi K3 की स्पष्ट क्षमता सीमाएँ भी हैं। Artificial Analysis के ज्ञान की विश्वसनीयता परीक्षण में, इसकी भ्रम दर Kimi K2.6 के 39% से बढ़कर 51% हो गई, और आउटपुट गति लगभग 33 Token/s है, जो समान श्रेणी के मॉडल की तुलना में काफी कम है।

डेवलपर्स के वास्तविक उपयोग के अनुभव भी इस “असंतुलन” की पुष्टि करते हैं। बेईचेंग मानते हैं कि Kimi K3 पिछली पीढ़ी की तुलना में वास्तव में स्पष्ट रूप से सुधार हुआ है, और इसके लाभ मुख्य रूप से फ्रंटएंड डेवलपमेंट, UI डिजाइन और उत्पाद व्यक्तित्व में केंद्रित हैं। उदाहरण के लिए, वेबसाइट UI को अनुकूलित करने या ऐप इंटरफ़ेस डिजाइन करने जैसे कार्यों में, Kimi K3 बेहतर उत्पाद प्रदान कर सकता है, लेकिन जटिल इंजीनियरिंग कार्यों के संदर्भ में, इसका प्रदर्शन अस्थिर है।

चित्र स्रोत / pexels

Grok 4.5 भी इसी तरह ध्यान आकर्षित कर रहा है। 9 जुलाई को लॉन्च के बाद, यह Artificial Analysis स्मार्ट इंडेक्स में शीर्ष पर पहुंच गया और कुछ टूल कॉल टेस्ट में उल्लेखनीय प्रदर्शन किया, जिससे कई डेवलपर्स इसे अच्छी कीमत-प्रदर्शन अनुपात वाला विकल्प मानते हैं।

बेईच का अनुभव इसी के अनुरूप है, वह मानते हैं कि Grok 4.5 का सबसे बड़ा फायदा इसकी गति है, एक ही आवश्यकता को इसके साथ तीन से पांच मिनट में पूरा किया जा सकता है, जबकि GPT-5.6 के साथ कभी-कभी बीस मिनट या आधा घंटा लग जाता है, और कीमत कम होने के कारण त्वरित विकास की आवश्यकता होने पर इसका उपयोग करना उपयुक्त है। याओ युहांग का मानना है कि Grok 4.5 की प्रोग्रामिंग क्षमता को विशेष रूप से अनुकूलित किया गया है, और Cursor के साथ इसका उपयोग करने से समग्र अनुभव बहुत अच्छा होता है। एक पृष्ठभूमि यह है कि SpaceX ने पहले Cursor की मातृ कंपनी Anysphere को खरीदने की घोषणा की है, जिसका लेन-देन तीसरे तिमाही में पूरा होने की उम्मीद है; xAI और Cursor के बीच की डेटा सहयोग को Grok 4.5 के प्रोग्रामिंग अनुभव में सुधार में मदद करने के रूप में माना जाता है।

हुनยुआन Hy3 दक्षता मार्ग की एक क्रांति को दर्शाता है। इस मॉडल के कुल पैरामीटर 295B हैं, जबकि सक्रिय पैरामीटर केवल 21B हैं; यह मॉडल अपने फ्लैगशिप मॉडल के पांचवें हिस्से से भी कम पैरामीटर स्केल के साथ, कई खुले बेंचमार्क में अधिक आकार के प्रतिद्वंद्वी मॉडल्स के समीप प्रदर्शन करता है। हालाँकि, SWE-Bench Pro में, हुनयुआन Hy3 का स्कोर 57.9 है, जबकि Claude Opus का 69.2 है, जो जटिल कोड ठीक करने की क्षमता में अभी भी पीछे रहने को दर्शाता है।

याओ युहांग का मानना है कि हुनयुआन Hy3, टेंसेंट के पिछले मॉडल की तुलना में सुधार है, और ओपन सोर्स और छोटे आकार के डिज़ाइन के साथ, मध्यम आकार के लिए एक अच्छा विकल्प है।

अब उन एक श्रेणी को देखें जो पहले से ही प्रथम समूह में स्थिर है, लेकिन आश्चर्य बहुत कम है: GPT-5.6 Sol और Claude Opus 5।

GPT-5.6 Sol और Claude Opus 5 अभी भी प्रथम समूह में हैं, लेकिन कोई बड़ा परिवर्तन नहीं आया है। GPT-5.6 Sol ने जटिल तर्क और एजेंट प्रोग्रामिंग क्षमताओं को मजबूत किया है, जिसने Terminal-Bench (एक बेंचमार्क जो मॉडल की कमांड लाइन वातावरण में वास्तविक कार्य पूरा करने की क्षमता का परीक्षण करता है) 2.1 पर 88.8% का स्कोर प्राप्त किया, और अल्ट्रा मोड में यह 91.9% तक बढ़ गया। Claude Opus 5 ने जटिल कार्यों में अपना लाभ बनाए रखा है और जटिल इंजीनियरिंग, कोड समझ और सुरक्षा विश्लेषण जैसे स्थितियों में मॉडल की विश्वसनीयता पर अधिक जोर दिया है। Opus 5 का लाभ यह है कि इसकी प्रदर्शन क्षमता Fable 5 के करीब है, जबकि कीमत केवल उसकी आधी है।

दोनों मॉडल अभी भी पहली पंक्ति में हैं, केवल बड़ी क्रांति नहीं लाए हैं।

बेईच ने उल्लेख किया कि GPT-5.6 उनकी अधिकांश दैनिक विकास आवश्यकताओं को कवर कर सकता है, लेकिन विशेष रूप से जटिल समस्याओं के सामने आने पर वे Opus 5 का उपयोग करते हैं। हालाँकि, अधिक शक्तिशाली क्षमता का अर्थ अधिक लागत है। उनके लिए, Opus 5 की स्थिति महत्वपूर्ण समस्याओं को हल करने के लिए बुलाए जाने वाले "विशेषज्ञ" के समान है।

अंत में, प्रतिक्रिया का विभाजन है, जिसे अभी तक सत्यापित नहीं किया गया है: Gemini 3.6 Flash और Qwen3.8-Max प्रीव्यू।

सबसे आम उदाहरण Gemini 3.6 Flash है। यह Artificial Analysis स्मार्ट इंडेक्स रैंकिंग पर 50 अंक प्राप्त करता है, जो पिछली पीढ़ी 3.5 Flash के बराबर है। डेवलपर समुदाय की अधिकांश प्रतिक्रिया यह है कि इस पीढ़ी में पिछली पीढ़ी की तुलना में कोई स्पष्ट सुधार नहीं हुआ है, और इसका प्रदर्शन समकालीन प्रतिद्वंद्वियों की तुलना में कमजोर है। हालाँकि, कुछ लोगों का मानना है कि एक हल्के मॉडल के रूप में, Gemini 3.6 Flash की आउटपुट गुणवत्ता आमतौर पर स्वीकार्य है।

कपडिम के अनुसार, जेमिनी 3.6 फ्लैश का दैनिक उपयोग अच्छा है, हालांकि इसकी प्रोग्रामिंग क्षमता विशेष रूप से उल्लेखनीय नहीं है, लेकिन बहुमोडल समझ अभी भी काफी अच्छी है। यह किसी भी फ़ाइल प्रारूप को इनपुट के रूप में समर्थन करता है, और दैनिक चैट का शैली और अनुभव कई प्रतियोगियों से बेहतर है।

Qwen3.8-Max प्रीव्यू संस्करण को जुलाई में लॉन्च करने के बाद, मॉडल का प्रदर्शन अस्थिर रहा और बाजार की प्रतिक्रिया अलग-अलग रही। बेईच का सबसे बड़ा अनुभव यह था कि Qwen3.8-Max प्रीव्यू संस्करण की सोचने की गहराई अधिक है, लेकिन कभी-कभी यह लंबे समय तक तर्क करने में फंस जाती है, "जैसे खुद को ही घुमा रही हो", लेकिन अंततः कोई प्रभावी समाधान प्रस्तुत नहीं करती। कपडिम का मानना है कि Qwen3.8-Max प्रीव्यू संस्करण उनकी उम्मीदों से कम है; जब उन्होंने अपने फ्रंटएंड सौंदर्यशास्त्र मूल्यांकन सेट का उपयोग करके मूल्यांकन किया, तो पाया कि वास्तविक क्षमता और प्रचार में स्पष्ट अंतर है। एक ऐसे प्रीव्यू उत्पाद के रूप में, जो अभी भी समायोजित हो रहा है, अंतिम प्रदर्शन की पुष्टि केवल प्रारूपिक संस्करण के प्रकाशन के बाद ही होगी।

जुलाई में कोई ऐसा मॉडल नहीं था जो सभी आयामों में अग्रणी हो, विभिन्न मॉडल अब विशिष्ट परिदृश्यों के चारों ओर विभाजित होने लगे हैं।

उदाहरण के लिए, बेईचेंग टास्क के आधार पर टूल्स का चयन करता है: GPT-5.6 दैनिक विकास के लिए, Grok 4.5 त्वरित आवश्यकताओं को पूरा करने के लिए, Kimi K3 उत्पाद और फ्रंटएंड सीन्स के लिए, और Claude Opus 5 जटिल समस्याओं को हल करने के लिए। कपडिम का संयोजन अलग है, वह योजना बनाने के लिए Claude के Fable 5 या Opus 5 मॉडल का उपयोग करता है, और फिर GPT-5.6 Sol के माध्यम से निष्पादित करता है।

03. प्रकाशन तेजी से बढ़ रहा है, ओपन सोर्स और प्रोप्राइटरी के बीच विवाद बढ़ रहा है

इस घने प्रकाशन चक्र के पीछे कुछ प्रश्न विश्लेषण के योग्य हैं: मॉडल अपडेट क्यों तेजी से हो रहे हैं, क्यों ये सभी जुलाई में केंद्रित हुए हैं, और ओपन सोर्सिंग कैसे मौजूदा व्यावसायिक मॉडल को प्रभावित कर रही है।

सबसे पहले, मॉडल अपडेट करने का तरीका बदल रहा है। पिछले समय में, बड़े मॉडल की क्षमता में सुधार मुख्य रूप से बड़े पैमाने पर मॉडल को पुनः प्रशिक्षित करके किया जाता था, जिसमें लंबा समय और अधिक लागत लगती थी। हालाँकि, बलपूर्वक सीखने, पोस्ट-ट्रेनिंग (बेस मॉडल के प्रशिक्षण के बाद, सूक्ष्म-समायोजन, बलपूर्वक सीखने आदि तरीकों के माध्यम से मॉडल के प्रदर्शन को आगे बढ़ाना) जैसी तकनीकों के परिपक्व होने के साथ, मॉडल अपग्रेड अब अधिकतर प्रशिक्षण के बाद के अनुकूलन पर निर्भर करने लगा है।

याओ युहांग ने 'डिंगजियो वन' को बताया कि पिछले दो वर्षों में मॉडल लॉन्च करने की गति स्पष्ट रूप से बढ़ गई है, और इसका एक महत्वपूर्ण कारण यह है कि उद्योग अब अधिक परिपक्व बाद की प्रशिक्षण विधियों को सीख चुका है। अब कई मॉडल में सुधार के लिए एक नया मॉडल पुनः प्रशिक्षित करने की आवश्यकता नहीं होती, बल्कि मौजूदा आधार मॉडल पर रिइनफोर्समेंट लर्निंग, स्व-पुनरावृत्ति आदि के माध्यम से सुधार किया जाता है।

इसका अर्थ है कि मॉडल प्रतिस्पर्धा का चक्र तेजी से छोटा हो रहा है। पिछले समय में, एक अग्रणी मॉडल कई महीनों तक अग्रणी रह सकता था; अब, संस्करण अपडेट के कारण अग्रणी अवसर केवल कुछ सप्ताह हो सकता है। यदि आप लॉन्च की गति को नहीं बना पाएं, तो आपको जल्द ही नए संस्करण द्वारा ओवरराइट कर दिया जाएगा। निर्माताओं के लिए, मॉडल लॉन्च करना केवल तकनीकी प्रदर्शन नहीं है, बल्कि समय के साथ ही प्रतिस्पर्धा का हिस्सा भी बन गया है।

चित्र स्रोत / pexels

दूसरे, जुलाई कई नोड्स का समय है। घरेलू निर्माताओं के लिए, विश्व कृत्रिम बुद्धिमत्ता सम्मेलन (WAIC) जुलाई में आयोजित किया जाता है, और निर्माता इस समय के आसपास मॉडल जारी करते हैं और तकनीकी प्रगति का प्रदर्शन करते हैं। विदेशी निर्माताओं के लिए, कई शीर्ष कंपनियाँ भी इस अवधि में मॉडल अपडेट करने का चयन करती हैं, ताकि डेवलपर इकोसिस्टम और व्यावसायिक प्रतिस्पर्धा में प्राथमिकता प्राप्त कर सकें।

इसके अलावा, उद्योग के प्रतिस्पर्धी नियम बदल रहे हैं। मॉडल क्षमता पर्याप्त मजबूत होना अब एकमात्र लक्ष्य नहीं है; प्रतिस्पर्धा मॉडल के उपयोग और आय में परिवर्तन के तरीके तक विस्तारित हो गई है।

यही कारण है कि जुलाई में ओपन सोर्स और प्राइवेट सोर्स के बीच विवाद फिर से तीव्र हो गया। लंबे समय तक, ओपन सोर्स मॉडल और प्राइवेट सोर्स मॉडल के बीच क्षमता का अंतर रहा है। लेकिन जब कुछ ओपन सोर्स मॉडल पहली पंक्ति में प्रवेश करने लगे, तो एक अधिक वास्तविक प्रश्न उठा: जब उच्च-प्रदर्शन वाले मॉडल मुफ्त में उपलब्ध हो सकते हैं, तो मॉडल कंपनियों के API कॉल और सदस्यता आय पर क्या प्रभाव पड़ेगा?

ओपन सोर्स के समर्थक मानते हैं कि ओपन वेट्स तकनीकी बाधाओं को कम करते हैं और अधिक कंपनियों और डेवलपर्स को AI नवाचार में शामिल होने की अनुमति देते हैं। ओपन सोर्स का अर्थ है कि तकनीक प्रदाता स्वयं अपना कुछ हित छोड़ देते हैं और पारिस्थितिकी के विकास को बढ़ावा देते हैं; जबकि बंद सोर्स पक्ष अपने उपयोगकर्ताओं को ओपन सोर्स मॉडल से विभाजित होने की चिंता करते हैं। Anthropic जैसी कंपनियाँ मानती हैं कि मॉडल क्षमता में वृद्धि के साथ, ओपन वेट्स सुरक्षा जोखिम पैदा कर सकते हैं और इसके लिए अधिक कठोर शासन की आवश्यकता होती है।

इस विवाद के पीछे, वास्तव में विभिन्न कंपनियों की हितकारिता है। निविडा जैसी बुनियादी ढांचा कंपनियों के लिए, मॉडल का खुलासा अधिक डिप्लॉयमेंट की मांग का अर्थ है, और बड़े कैलकुलेशन बाजार का अर्थ है। OpenAI, Anthropic जैसी मॉडल कंपनियों के लिए, बंद स्रोत मॉडल API कॉल और सब्सक्रिप्शन आय को बनाए रख सकता है। हालांकि, दूसरी ओर देखना भी आवश्यक है: ओपन सोर्सिंग वास्तव में डिप्लॉयमेंट की मांग को बढ़ाता है, लेकिन पैरामीटर दक्षता में सुधार के साथ, प्रति कार्य की कैलकुलेशन खपत को भी कम किया जा सकता है, और कैलकुलेशन बाजार में वृद्धि मॉडल के खुलासे के स्तर के साथ समानुपातिक नहीं हो सकती। भारतीय निर्माताओं के लिए, वजनों का खुलासा केवल तकनीकी रास्ते का चयन नहीं है, बल्कि डेवलपर इकोसिस्टम, क्लाउड सेवाओं और भविष्य के व्यावसायिकीकरण के प्रवेश द्वार को प्राप्त करने का माध्यम है।

जुलाई के बाद, बड़े मॉडल प्रतिस्पर्धा जारी रहेगी। डेवलपर समुदाय का सामान्य अनुमान है कि DeepSeek V4 रिलीज, Fable 5.1, GPT-6 जैसे नए मॉडल अगस्त में क्रमिक रूप से लॉन्च होंगे।

मॉडल क्षमता का अंतर संकुचित हो रहा है, और केवल एक अधिक शक्तिशाली मॉडल जारी करके लंबे समय तक लाभ प्राप्त करना हर बार अधिक कठिन होता जा रहा है। अगला ध्यान देने योग्य कुछ विशिष्ट सूचकांक हैं: DeepSeek V4 का औपचारिक संस्करण ओपन-सोर्स मॉडल की क्षमता की सीमा को कहाँ तक बढ़ाता है, API मूल्य आगे घटता है या नहीं, एजेंट्स के लिए स्थिर भुगतान वाले स्थितियाँ उभर सकती हैं या नहीं, और ओपन-सोर्स मॉडल अधिक कंपनियों में प्राइवेटाइजेशन डिप्लॉयमेंट में प्रवेश कर सकते हैं या नहीं। इन प्रश्नों के उत्तर, सूची में स्थान से अधिक, इस लड़ाई में वास्तव में क्या बदलाव आया है, यह बताएंगे।

*चित्र pexels से प्राप्त।