معماری عامل‌محور:GLEM 4.5 قادر است وظایف پیچیده را به زیرکارهای کوچک‌تر تقسیم کند و هر بخش را با دقت بیشتری پردازش کند. این شیوه برخلاف معماری سنتی monolithic است و بهبود قابل‌توجهی در کارایی و سرعت ایجاد می‌کند.

نصف قیمت DeepSeek:هزینه‌ی ورودی: ۱۱ سنت در هر میلیون توکن (در مقابل ۱۴ سنت در DeepSeek)
هزینه‌ی خروجی: ۲۸ سنت در هر میلیون توکن (در مقابل ۲.۱۹ دلار در DeepSeek)
کاهش چشم‌گیر این قیمت‌ها می‌تواند در جذب استارتاپ‌ها و شرکت‌های کوچک به ویژه در بازارهای در حال رشد، نقش مهمی ایفا کند.

نیاز سخت‌افزاری کمتر:
اجرای GLEM 4.5 تنها هشت تراشه‌ی H20 را طلب می‌کند؛ تراشه‌ای ساخت داخل چین که در پی محدودیت‌های صادراتی آمریکا توسعه یافته. این موضوع باعث می‌شود شرکت‌ها بتوانند بدون دسترسی به GPUهای پیشرفته غربی، به راحتی از مدل بهره ببرند.

چشم‌انداز سرمایه‌گذاری و IPO:
ZI.AI از سال ۲۰۱۹ بیش از ۱.۵ میلیارد دلار جذب سرمایه کرده؛ از علی‌بابا و Tencent گرفته تا صندوق‌های منطقه‌ای چین. برنامه‌ی ورود به بورس در بازار چین، این استارتاپ را به یکی از بازیگران کلیدی هوش مصنوعی متن‌باز بدل خواهد کرد.

موج رقابت چینی:
در کنار GLEM 4.5، علی‌بابا مدل Qwen 3-Coder را برای کدنویسی و Tencent مدل HunyuanWorld 1.0 را برای تولید صحنه‌های سه‌بعدی معرفی کرده‌اند. این تنوع نشان می‌دهد که چین بر توسعه‌ی مدل‌های تخصصی و متن‌باز تمرکز کرده است.

«با منابع کمتر، کارایی بیشتر؛ این هدف ما در GLEM 4.5 بود.»
— مدیرعامل ZI.AI در مصاحبه با CNBC

سؤال تعاملی
به نظر شما مدل‌های ارزان‌تر و سبک‌تر متن‌باز مانند GLEM 4.5 چه تاثیری بر اکوسیستم استارتاپی ایران خواهند داشت؟ تجربیات و دیدگاه‌های خود را با ما به اشتراک بگذارید!
منابع 
فارس نیوز / CNB‌C
ZI.AI announcements
گزارش TechCrunch درباره DeepSeek