சீனாவின் திறந்த எடை மாதிரிகள் மலிவு. வாஷிங்டன் அதன் விலையை தீர்மானிக்கிறது.

சீனாவின் திறந்த எடை மாதிரிகள் மலிவு. வாஷிங்டன் அதன் விலையை தீர்மானிக்கிறது.

ஜூலை 16 அன்று, Moonshot AI Kimi K3 ஐ வெளியிட்டது — இதுவரை வெளியிடப்பட்ட மிகப்பெரிய திறந்த எடை மாதிரி — மற்றும் சில நாட்களுக்குள் இது வாஷிங்டனில் ஒரு கொள்கை விவாதத்தை மீண்டும் தூண்டியது, இது பெரும்பாலான டெவலப்பர்கள் தீர்க்கப்பட்டதாக கருதினர். கேள்வி என்னவென்றால், சீனாவின் திறந்த எடை மாதிரிகள் தொழில்நுட்ப ரீதியாக போட்டியாளர்களாக இருக்கிறதா என்பது அல்ல. அவை தெளிவாக உள்ளன. கேள்வி என்னவென்றால், அவற்றைச் சுற்றியுள்ள ஒழுங்குமுறை சூழல் அந்த தொழில்நுட்ப நன்மையை நிறுவன ক্রেতাদের জন்য பொருத்தமற்றதாக்கும் அளவுக்கு சிக்கலாக இருக்கப் போகிறதா என்பதாகும்.

ஆசிய முழுவதும் டெவலப்பர்களுக்கு, இது ஒரு வகையான கொள்கை ঝுঁकி ஆகும், இது பெரும்பாலும் பெஞ்ச்மார்க் ஒப்பீடுகளில் தோன்றாது ஆனால் இறுதியில் எந்த மாதிரிகள் உண்மையில் உற்பத்தியில் செயல்படுகின்றன என்பதை தீர்மானிக்கிறது. சீனாவின் திறந்த எடை மாதிரிகள் மலிவு — அது தலைப்பு — ஆனால் வாஷிங்டன் இப்போது ஒழுங்குமுறை அடிப்படையில் அதன் விலையை தீர்மானிக்கிறது, மற்றும் விவாதிக்கப்படும் பொறிமுறைகள் அமெரிக்க எல்லைகளுக்கு அப்பால் நீண்டுள்ளன.

என்ன நடந்தது

உடனடி தூண்டுதல் Dean W. Ball இன் பதிவு ஆகும், OpenAI இன் மூலோபாய எதிர்காலத்தின் தலைவர் மற்றும் சமீபத்தில் Trump White House இல் ஒரு மூத்த AI ஆலோசகர். AI News இன் படி, Kimi K3 பற்றிய Ball இன் மதிப்பீடு பெரும்பாலும் நேர்மறையாக இருந்தது — அது ஒரு மிகவும் நல்ல மாதிரி என்று அவர் எழுதினார், அதன் செயல்திறனை மட்டுமே வடிகட்டுதல் மூலம் விளக்க முடியாது.

ஆனால் Ball ஒன்றைக் குறிப்பிட்டார்: K3 "மிகவும் டோகன் பசியுள்ள," மற்றும் மாதிரி உண்மையில் பெரிய அளவில் இயக்க மலிவு என்பது தெளிவாக இல்லை. Kimi K3 அதிகபட்ச பகுத்தறிவு முயற்சியை அதன் ஒரே அமைப்பாக தொடங்குகிறது மற்றும் வெளியீட்டை ஒரு மில்லியன் டோகனுக்கு $15 இல் பில் செய்கிறது. அது ஒரு மலிவான விலை புள்ளி அல்ல — இது எல்லைக்கோட்டு மூடிய மாதிரிகளுடன் போட்டியாளர். "மலிவு" கதை சீனாவின் திறந்த எடை மாதிரிகளைப் பற்றி எடைகளுக்கு பொருந்தும், அவசியமாக நீங்கள் அவற்றை தீவிரமாக இயக்கும் போது அனுமান செலவுக்கு அல்ல.

Ball இன் பதிவின் மிகவும் முக்கியமான பகுதி அவரது கணிப்பு ஆகும்: Trump நிர்வாகம் இறுதியில் சீனாவின் திறந்த எடை மாதிரிகளைச் சுற்றி ஒழுங்குமுறை ঝுঁகி உருவாக்குவது அதன் சிறந்த কৌশல என்று முடிவு செய்யும். ஒரு முழுமையான தடை அல்ல — அவர் AI கொள்கையில் அது மূর்க்கமான மோடிஃ ஒன்றாக வெளிப்படையாக அழைத்தார் — ஆனால் ஃபெடারல் ஏஜென்சிகளிலிருந்து மென்மையான வழிகாட்டுதல், கொள்முதல் கட்டுப்பாடுகள், மற்றும் பாதுகாப்பு ஆலோசனைகள் நிறுவனங்களை இந்த மாதிரிகளில் கட்டுமானம் செய்ய பயப்படுத்தும். Ball இன் கட்டமைப்பின் படி, লক்ష்யம் போதுமான நிশ்চயமற்ற தன்மை அறிமுகப்படுத்துவது ஆகும், இதனால் பெரிய நிறுவனங்களில் கொள்முதல் குழுக்கள் சீனாவின் திறந்த எடை மாதிரிகளை ஒரு சொத்தாக விட ஒரு பொறுப்பாக கருத்தில் கொள்ளத் தொடங்குகின்றன.

அந்த கட்டமைப்பு முக்கியமாக உள்ளது. இது போட்டி இயக்கவியலை "இந்த மாதிரி நன்றாக இருக்கிறதா?" என்பதிலிருந்து "இந்த மாதிரி பந்தயம் கட்ட பாதுகாப்பாக இருக்கிறதா?" என்பதற்கு மாற்றுகிறது — மற்றும் அவை ஒரு நிறுவன CTO க்கு பதிலளிக்க மிகவும் வேறுபட்ட கேள்விகள்.

ஆசியாவுக்கு இது ஏன் முக்கியமாக உள்ளது

பல ஆசிய டெவலப்பர்கள் மற்றும் நிறுவனர்களிடமிருந்து본능 இதை ஒரு வாஷிங்டன் சমস்யாவாக கருத்தில் கொள்ளுவது ஆகும். அது இல்லை. விவாதிக்கப்படும் பொறிமுறைகள் — ஃபெடারல் கொள்முதல் விதிகள், ஏற்றுமதி கறுப்பு பட்டியல்கள், CISA அல்லது NSA போன்ற ஏஜென்சிகளிலிருந்து பாதுகாப்பு ஆலோசனைகள் — அமெரிக்க எல்லைகளில் நிறுத்தாது. அவை பெரும்பாலான உலகம் இயக்கும் கிளவுட் உள்கட்டமைப்பு வழியে பயணம் செய்கின்றன.

AWS, Google Cloud, அல்லது Azure தங்கள் தளங்களில் சீனாவின் திறந்த எடை மாதிரிகளுக்கான அணுகலை கட்டுப்படுத்த வழிகாட்டுதல் பெற்றால் — முறையான அல்லது அனौபचारिक — அது சிங்கப்பூர், ஜகார்த்தா, சியோல், மற்றும் மும்பையில் டெவலப்பர்களை சான் ஃபிரான்சிஸ்கோவில் டெவலப்பர்களைப் போலவே நேரடியாக பாதிக்கிறது. கிளவுட் வழங்குநர்கள் US ஃபெடারல் ஏஜென்சிகளால் கொடியிடப்பட்ட மாதிரிகளைப் பொறுத்தவரை வெவ்வேறு ভূগোলের জন்য வெவ்வேறு கொள்கை ஆட்சிகளை பராமரிக்க வேண்டியதில்லை. இணக்க செலவு தனியாக அதை செயல்பாடு செய்ய முடியாதாக்கும்.

நிறுவன விற்பனை பரிமாணமும் உள்ளது. Southeast Asia முழুவதும் பல-தேசীয় வாடிக்கையாளர்களுக்கான B2B தயாரிப்புகளை கட்டுமானம் செய்யும் startups ஏற்கனவே AI மாதிரி மூலத்தைப் பற்றி கேட்கும் தரவு வசிப்பிடம் மற்றும் பாதுகாப்பு கேள்வিக்குறிகளை நேவிகேட் செய்கிறது. வாஷிங்டன் சீனாவின் திறந்த எடை மாதிரிகளில் ஒரு மென்மையான ஆலோசனை வெளியிட்டால், அந்த கேள்விக்குறிகள் அதைப் பற்றி ஒரு சரிபெட்டி சேர்க்க தொடங்கும். அந்த சரிபெட்டி அடிப்படை தொழில்நுட்ப கவலை செல்லுபடியாகுமா என்பது பொருட்படாமல் ஒப்பந்தங்களை தடுக்கும்.

讽刺 என்னவென்றால், ஆசிய AI ইকোசிஸ்டம் திறந்த எடை மாதிரி அலையிலிருந்து வேறு எந்த பிராந்தியத்தையும் விட அதிக பயன் பெற்றுள்ளது. DeepSeek R1, Qwen, மற்றும் இப்போது Kimi K3 போன்ற மாதிரிகள் இங்குள்ள டெவலப்பர்களுக்கு எல்லைக்கோட்டு-வர்গ திறன்களுக்கான அணுகல் வழங்கியுள்ளன எல்லைக்கோட்டு-வர்গ API பில்கள் இல்லாமல். அந்த கணக்கு இப்போது রাজনৈতிக் அழுத்தத்தின் கீழ் உள்ளது — மாதிரிகள் நல்ல இருப்பதை நிறுத்தியதால் அல்ல, ஆனால் ভূ-அரசியல் பெஞ்ச்மார்க் மதிப்பெண்களைப் பற்றி கவலை கொள்ளாது.

MonstarX, ஆசியாவின் AI-native dev தளத்தில் கட்டுமானம் செய்யும் நிறுவனர்களுக்கு, நடைமுறை கேள்வி ஏற்கனவே நேரடி: நீங்கள் எந்த மாதிரி স்তரத்தில் கட்டுமானம் செய்கிறீர்கள் என்று ஒழுங்குமுறை தரை உங்கள் சிறந்த விருப்பங்களில் ஒன்றின் கீழ் அடுத்த 12 மாসங்களில் மாற்றக்கூடும்?

டெவலப்பர்களுக்கு இதன் அর্థம் என்ன

நேர்மையான பதில் என்னவென்றால், வாஷிங்டன் சரியாக என்ன செய்யும் அல்லது எப்போது என்பது யாரும் அறியாது. Ball இன் பதிவு ஒரு கணிப்பு, ஒரு கொள்கை அறிவிப்பு அல்ல. ஆனால் அவர் விவரித்த வடிவம் — மென்மையான ஒழுங்குமுறை அழுத்தம் நிறுவன ঝুঁகি உருவாக்குதல் ஒரு முறையான தடை தேவை இல்லாமல் — ஒரு நன்கு நிறுவப்பட்ட playbook ஆகும், மற்றும் இது சரியாக வேலை செய்கிறது ஏனெனில் இது codified இருக்க வேண்டிய இல்லை பயனுள்ள இருக்க.

இங்கே என்ன டெவலப்பர்கள் உৎপাদন அமைப்புகளை கட்டுமானம் செய்ய இப்போது உண்மையில் சிந்திக்க வேண்டும்:

• மாதிரி சுருக்கம் இனி விரும்பத்தக்கது அல்ல. உங்கள் பயன்பாடு ஒரு குறிப்பிட்ட மாதிரி வழங்குநரின் API க்கு இறுக்கமாக இணைக்கப்பட்டிருந்தால், நீங்கள் தொழில்நுட்ப ஒருமைப்பாடு ঝுঁகির மேல் ஒழுங்குமுறை ஒருமைப்பாடு ঝு஁கி বহন করছেন. உங்கள் பயன்பாட்டு தர্க்கத்தை மீண்டும் எழுதாமல் மாதிரিகளை மாற்ற உங்களை அனுமதிக்கும் ஒரு சுருக்க স্তর கட்டுமானம் செய்வது over-engineering அல்ல — இது 2026 இல் அடிப்படை ঝুঁகி ব்যবস্థাপনা.
• அনுமান செலவு assumptions மீண்டும் பார்க்க வேண்டும். "சீனாவின் திறந்த எடை மாதிரிகள் மலிவு" கதை self-hosted deployments க்கு உண்மையான, ஆனால் K3 இன் டோகன் pricing $15 per million output tokens via API வழியে alternatives விட নাটকীয়ভাবে மலிவு அல்ல. நீங்கள் self-hosting இல்லை என்றால், cost assumptions அடிப்படையில் architectural முடிவுகளை செய்வதற்கு முன் உண்மையான সংখ்যা চালান.
• நிறுவன ஒப்பந்தங்கள் AI-specific clauses பெறছে. நீங்கள் நிறுவனங்களுக்கு விற்கிறீர்கள் என்றால் — குறிப்பாக US, EU, அல்லது Japanese parent companies உடையவர்கள் — AI provenance கேள்விகள் கொள்முதলில் நிலையான ஆக வேண்டும் என்று எதிர்பார்க்கவும். உங்கள் மாதிரி தேர்வுகளை ডকுமெண்ட் செய்யவும் மற்றும் நீங்கள் அவற்றை ஏன் தேர்ந்தெடுத்தீர்கள் என்பதற்கு ஒரு স্পষ்ட பதில் தயாரிக்கவும்.
• கிளவுட் வழங்குநர் signals பார்க்கவும், கொள்கை அறிவிப்புகள் மাত்র அல்ல. குறிப்பிட்ட மாதிரিகளில் ஒழுங்குமுறை அழுத்தத்தின் earliest warning கிளவுட் வழங்குநர் terms of service அல்லது மாதிரி availability இல் மாற்றங்களிலிருந்து வரும், முறையான সরকার அறிவிப்புகளிலிருந்து அல்ல. ஒரு major கிளவுட் வழங்குநர் quietly அதன் marketplace இலிருந்து ஒரு மாதிரி அகற்றினால், அது signal ஆகும்.
• திறந்த-எடை immune அর্থ அல்ல. K3 போன்ற மாதிரிகளின் திறந்த-எடை প্রকৃতি நீங்கள் எடைகளை பதிவிறக்கம் செய்து அவற்றை நিজে இயக்க முடியும் என்று அর்থ, இது API-level கட்டுப்பாடுகளிலிருந்து சில insulation வழங்கும். ஆனால் பெரிய அளவில் self-hosting உள்கட்டமைப்பு முதலீடு தேவை பெரும்பாலான startups க்கு தயாரில்லை, மற்றும் இது நிறுவன perception சমস்யை தீர்க்க முடியாது.

গভீর சমস்யை என்னவென்றால், connectors மற்றும் மாதிரி integrations நீங்கள் இன்று உங்கள் stack இல் wire ஆக இருக்கிறது ক্রমவர்ধமান রাজনৈதिक முடிவுகள் தொழில்நுட்ப ஒன்றுக்கு போல் உள்ளன. அது அস்বস்திகரமான, ஆனால் அதை புறக்கணிப்பது அটুட்ட உண்மை குறைவு செய்ய முடியாது.

உண்மையான மாதிரி-agnosticism உடன் கட்டுமானம் செய்யும் டெவலப்பர்கள் — மாதிரி স்তரத்தை ஒரு configurable ஆக கருத்தில் கொள்ளுதல்