Resumen:
Mozilla, una organización tecnológica internacional sin fines de lucro, publicó recientemente el último "Informe sobre el estado de la IA de código abierto", que muestra que la brecha de generación de rendimiento entre los modelos de IA de vanguardia de código cerrado de los principales gigantes tecnológicos de Silicon Valley y los principales modelos ponderados de código abierto de las empresas de tecnología chinas se ha reducido significativamente a solo aproximadamente 4,4 meses. El contraste entre este intervalo de tiempo extremadamente pequeño y el enorme costo de uso está impulsando a cada vez más empresas en todo el mundo a utilizar modelos rentables de código abierto como su primera opción en herramientas de productividad cuando se ocupan de sus negocios diarios.
Más información:
https://blog.mozilla.org/en/mozilla/mozilla-state-of-open-source-ai-report/
Este informe compara sistemáticamente los datos de referencia, los costos de inferencia y el rendimiento de la carga de trabajo real de los grandes modelos convencionales del mundo. El análisis señaló que, aunque los modelos de código cerrado de los principales laboratorios de Silicon Valley todavía mantienen una ligera ventaja en capacidades absolutas de vanguardia, esta ventaja se está volviendo extremadamente costosa: las tarifas de API que pagan las empresas para acceder a los principales modelos de código cerrado de vanguardia suelen equivaler a aproximadamente 5 veces el costo de implementación del mismo nivel de modelos ponderados de código abierto, y lo que obtienen a cambio es solo unos 4 meses de diferencia en el tiempo de lanzamiento de la tecnología.
El informe toma específicamente como ejemplos los modelos representativos de código abierto de China, como Kimi K3 de Moonshot AI, y enfatiza que estas arquitecturas de código abierto han podido generar un rendimiento real comparable o incluso igual al de los principales buques insignia de código cerrado en Silicon Valley en la mayoría de los puntos de referencia de evaluación convencionales, como la multitarea diaria, la asistencia de código, el razonamiento lógico y la comprensión del sentido común. Con una excelente eficiencia de parámetros y un diseño arquitectónico optimizado, este tipo de modelo de peso abierto rompe la inercia anterior de la industria de que "sólo las cajas negras de código cerrado que cuestan cientos de millones de dólares pueden tener inteligencia de vanguardia".
Con respecto a la toma de decisiones de las empresas entre código abierto y código cerrado, el director de tecnología de Mozilla, Raffi Krikorian, señaló que para la mayoría de los escenarios comerciales diarios de la mayoría de las organizaciones, lo ideal sería que el modelo de código abierto se convirtiera en la configuración básica predeterminada. Dijo que los costosos modelos propietarios de código cerrado todavía se justifican con un precio superior sólo en un número muy pequeño de escenarios limitados, como el trabajo profesional que requiere niveles de expertos extremos, recuperación compleja de densidad ultraalta y tareas de razonamiento profundo con ventanas de contexto ultralargas. Krikorian enfatizó que la decisión de pagar una prima considerable por un modelo de código cerrado debería depender de atributos específicos de la carga de trabajo, en lugar de basarse ciegamente en una compra sistémica en toda una organización.
Esta tendencia ha aportado una profunda iluminación al patrón de la industria de la inteligencia artificial. Por un lado, la rápida iteración del ecosistema de código abierto está erosionando rápidamente el foso de los grandes modelos propietarios de código cerrado. A medida que la brecha práctica entre el código abierto y el código cerrado se reduce a unos pocos meses, el modelo económico unitario de los modelos de negocio de código cerrado en las tareas de razonamiento ordinarias se enfrenta a un escrutinio más estricto; Por otro lado, la prosperidad del ecosistema de peso abierto no solo brinda a los desarrolladores globales una mayor autonomía de datos y un espacio de implementación localizado, sino que también está remodelando el equilibrio dinámico entre el poder computacional global de la IA y la competencia de algoritmos.
Comentarios