Tavaly óta — és különösen az idei tavaszon — az AI-iparág figyelme sokáig a legújabb „frontier” modellekre és azokhoz való hozzáférés politikájára összpontosult. Ugyanakkor a fejlesztők folyamatosan építkeznek a háttérben, és egyre többen nem várnak arra, hogy a nagy szereplők, mint az Anthropic vagy az OpenAI engedélyezzék a használatot.
Mennyiségi jelek: letöltések, forgalom, népszerű modellek
- A Hugging Face adatai szerint a kínai nyílt súlyú modellek az idei tavaszon a platform letöltéseinek 41%-át tették ki, megelőzve az Egyesült Államokból származó modelleket.
- Az OpenRouter szolgáltatásának legnépszerűbb hat modellje mind kínai nyílt modellek közé tartozik — köztük a Tencent, Xiaomi, DeepSeek, MiniMax és Z.ai modelljei; Anthropic Claude Opus 4.7 eközben a hetedik helyen áll a vizsgálat pillanatában.
- A Vercel adatai szerint a nyílt súlyú modellek jelentős részét viszik az infrastruktúra-intenzív AI-kéréseknek: a platformon a kérések közel egyharmadát nyílt modellek kezelték júniusban, míg a zárt modellek inkább prémium, költségesebb rétegként működnek.
Ezek a platformok nem fedik le az egész ökoszisztémát — nagy laborok által hosztolt munkamenetek (például OpenAI, Anthropic belső forgalma) nincsenek teljesen benne — de a nyílt modellek növekvő piaci része kérdéseket vet fel arról, hogy mennyire lesznek meghatározóak a frontvonal-modellek, ha a többség termelési rendszereket olcsóbb, testreszabható alternatívák futtatására alakítja.
Változó stratégia: saját modellek, testreszabás és költségek
Clem Delangue, a Hugging Face vezérigazgatója szerint a vállalatok és közösségek egyre inkább arra törekszenek, hogy inkább tulajdonoljanak saját modelleket, mintsem hogy bérberuházzanak egy külső, fekete doboz API-ba. A méretezett, zárt frontier modellek üzemeltetési költségeinek számszerű megismerése ezt a trendet gyorsította.
Delangue adatai szerint a Hugging Face-en átlagosan új repository jön létre hét másodpercenként; a platformon közel hárommillió nyilvános modell és egymillió nyilvános adatállomány található. Szerinte a kép nem egyetlen, mindent uraló modellről szól, hanem arról, hogy cégek sokféle, többnyire az egyedi feladathoz igazított modellt használnak. Azt állítja, hogy a Fortune 500 vállalatok fele a Hugging Face-et használja saját privát és nyílt modellek üzembe helyezésére.
Kínai laborok szerepének erősödése
Időről időre kínai AI-vállalatok mutatnak be nagy teljesítményű, nyílt súlyú modelleket, amelyek olcsóbban és könnyebben testreszabhatók, így gyengítve a költségstruktúráját annak a zárt, tulajdonosi alapú AI-nak, amelybe nyugati cégek milliárdokat fektettek. Legutóbb a pekingi Z.ai adott ki GLM-5.2 néven egy nyílt súlyú modellt, amely erős az agentikus kódolásban és versenyképes az Anthropic legújabb modelljeivel a sebezhetőségek felismerésében.
Veszélyek, átláthatóság és hatalomkoncentráció
A nyílt modellek előretörése kiélezett vitát váltott ki arról, hogy mennyire kell hozzáférhetővé tenni a mind nagyobb teljesítményű modelleket. Dario Amodei, az Anthropic vezérigazgatója azt hangoztatta, hogy a nagy teljesítményű, nyílt modellek kockázatosak lehetnek, mert egyszer kiadva nehéz őket kontrollálni. Mások arra hívták fel a figyelmet, hogy a nyílt modellek könnyebben hozzáférhetők rosszindulatú szereplők számára, akik dezinformációra vagy kibertámadásokra használhatják őket.
Clem Delangue ugyanakkor más szemszögből látja a kérdést: szerinte a legnagyobb kockázat a hatalom koncentrációja. A nyílt és átlátható modellezés — állítása szerint — lehetővé teszi a védekezők számára, hogy javítsák a biztonságot és foltozzák a nyílt modellek korábban ismert kockázatait. Delangue továbbá arra hívta fel a figyelmet, hogy a zárt modellek korlátozása nem szünteti meg a kockázatokat: könnyen megkerülhetők a frontier modell API-k védőbástyái, illetve a súlyok ellopása és nyilvános terjesztése is lehetséges. Ez szerinte még nagyobb aszimmetriát és átláthatósági hiányt eredményez.
Néhány vezető felszólalása a lock-in ellen
Microsoft vezérigazgatója, Satya Nadella szintén figyelmeztetett a „single provider lock-in” veszélyeire, és azt hangsúlyozta, hogy az adatok feletti kontrollnak elsődleges fontosságúnak kell lennie azoknál a vállalatoknál, amelyek AI-t használnak. Nadella szerint problémás, ha a tanulási folyamat csak egy irányba halad — ez a gazdasági érték koncentrálódásához vezet a tanulóinfrastruktúra tulajdonosainál, nem pedig a tudás létrehozóinál.
Mire érdemes figyelni a jövőben?
A jelenlegi trendek azt jelzik, hogy a piaci használat egyre inkább kettéválhat: a zárt frontier modellek maradhatnak a kísérletező, illetve magas hozzáadott értékű speciális feladatok eszközei, míg a tömeges, termelési jellegű forgalom olcsóbb, testreszabható nyílt modellekre tevődik át. Ez a változás technológiai, gazdasági és szabályozási következményekkel jár: döntések születnek majd arról, hogy mennyire centralizált vagy elosztott legyen a tanulóinfrastruktúra, kié legyen az adatok és a kontroll, és milyen védelmi mechanizmusok szükségesek a visszaélések megelőzésére.
Az AI-piac további alakulását a következő hónapokban részben a kínai nyílt modellek fejlesztései, a vállalati preferenciák a saját modellek irányába, valamint a politikai és iparági lépések fogják meghatározni.
