中国AIモデルの脅威と限界：コスト構造の真実
मूल शीर्षक: Who's afraid of Chinese models?
यह क्यों महत्वपूर्ण है
Chinese open weights AI models की वास्तविक लागत संरचना को समझना AI उद्योग में प्रतिस्पर्धा और business model निर्माण के लिए महत्वपूर्ण है।
Stratechery के Ben Thompson ने Chinese open weights model Kimi K3 के उभरने के संदर्भ में AI उद्योग की लागत संरचना का विश्लेषण किया। Kimi K3 की inference लागत प्रति मिलियन input tokens $3 और output tokens $15 है, जो प्प्रतिस्पर्धी models से सस्ती है लेकिन मुफ्त नहीं।
Stratechery के विश्लेषक Ben Thompson ने एक विस्तृत लेख में बताया कि Chinese AI model Kimi K3 के बारे में X (पूर्व X) पर चल रही बहस में एक बड़ी गलतफहमी है — कि open weights models 'मुफ्त' होते हैं।
Thompson के अनुसार, 'मुफ्त' केवल R&D (Research & Development) खर्च के संदर्भ में है, जो एक fixed cost है और revenue से स्वतंत्र होता है। असली मुद्दा COGS (Cost of Goods Sold) है — यानी model चलाने की inference लागत — जो revenue के साथ सीधे बढ़ती है।
उदाहरण के लिए, यदि $1 revenue उत्पन्न करने में 50 cents COGS लगता है, तो $100 मिलियन revenue के लिए $50 मिलियन COGS चाहिए। Kimi K3 की inference लागत प्रति मिलियन input tokens $3 और output tokens $15 है। तुलना में, प्रतिस्पर्धी model Sol की लागत input tokens के लिए $5 और output tokens के लिए $30 प्रति मिलियन है।
Thompson ने यह भी रेखांकित किया कि AI में marginal costs की वापसी उद्योग संरचना को पुनः परिभाषित कर रही है — जो software के शून्य marginal cost युग से अलग है। Aggregation Theory जो internet-era में centralization और demand control पर आधारित थी, AI के साथ पुराने आर्थिक सिद्धांतों की ओर लौट रही है जहाँ scale और supply costs महत्वपूर्ण हैं।