معیارهای سنجش نشان می‌دهند که مدل‌های هوش مصنوعی «وزن باز» اکنون با مدل‌های پیشگام «بسته» برابری می‌کنند

رایج‌ترین افسانه در هوش مصنوعی این است که قابلیت‌های پیشرفته نیازمند پرداخت هزینه‌ای گزاف به تعداد انگشت‌شماری از شرکت‌های بزرگ فناوری است. برای سال‌ها، این باور عمومی وجود داشت که اگر به دنبال استدلال جدی، کدنویسی پیچیده، یا رفتار عاملی قابل اعتماد هستید، باید داده‌های خود را از طریق APIهای اختصاصی مدل‌های پیشگام بسته هدایت کنید. جایگزین‌های باز، توانمند تلقی می‌شدند اما اساساً یک نسل از مدل‌های پیشگام عقب بودند.[1]

در سال ۲۰۲۶، شواهد نشان می‌دهد که این فرض کاملاً منسوخ شده است. موجی از مدل‌های وزن باز که طی شش ماه گذشته منتشر شده‌اند، به طور سیستماتیک مزیت عملکردی را که زمانی آزمایشگاه‌های منبع بسته از آن برخوردار بودند، از بین برده‌اند. در سراسر معیارهای اصلی صنعت که مهارت کدنویسی، استدلال ریاضی و دانش عمومی را اندازه‌گیری می‌کنند، شکاف بین گران‌ترین مدل‌های اختصاصی و مدل‌های وزن باز رایگان که قابل دانلود هستند، به حاشیه خطای آماری کاهش یافته است.[2][7]

برای درک چگونگی تغییر این چشم‌انداز، لازم است تعریف کنیم که «وزن باز» (Open-Weight) واقعاً به چه معناست. این اصطلاح اغلب با «منبع باز» (Open-Source) اشتباه گرفته می‌شود، اما آنها سطوح متفاوتی از شفافیت را توصیف می‌کنند. نرم‌افزار منبع باز واقعی، محصول نهایی، دستورالعمل ساخت و مواد اولیه را فراهم می‌کند. در هوش مصنوعی، انتشار منبع باز شامل مدل، کد آموزش و مجموعه داده‌های عظیمی است که برای آموزش آن استفاده شده است.[2]

در مقابل، مدل‌های وزن باز تنها پارامترهای نهایی آموزش‌دیده را منتشر می‌کنند—میلیاردها وزن عددی که نحوه پردازش اطلاعات توسط شبکه عصبی را تعیین می‌کنند. داده‌های آموزشی و کد زیربنایی همچنان اسرار محافظت‌شده باقی می‌مانند. با این حال، انتشار وزن‌ها برای تغییر اساسی اقتصاد هوش مصنوعی کافی است. این امر به هر توسعه‌دهنده، شرکت یا محققی اجازه می‌دهد تا مدل را دانلود کرده، آن را روی سخت‌افزار خود اجرا کند و برای وظایف خاص بدون پرداخت هزینه به ازای هر توکن به سازنده اصلی، آن را بهینه‌سازی کند.[3]

نقطه عطف زمانی فرا رسید که داده‌های معیارهای مستقل شروع به بازتاب واقعیت جدیدی کردند. در ارزیابی SWE-bench، که توانایی یک مدل را برای حل مسائل مهندسی نرم‌افزار دنیای واقعی از GitHub آزمایش می‌کند، بهترین مدل‌های بسته در محدوده پایین ۸۰ درصد (۸۰٪) امتیاز می‌آورند. مدل‌های وزن باز مانند DeepSeek V4-Pro، Kimi K2.6 و GLM-5.2 اکنون تنها دو تا سه واحد درصد با آن سقف فاصله دارند.[6][9]

جدول امتیازات BenchLM، که صدها ارزیابی را جمع‌آوری می‌کند، اخیراً این روند را تأیید کرده است. در به‌روزرسانی آگوست ۲۰۲۶، مدل‌هایی مانند MiniMax M3 و Nemotron 3 Nano Omni انویدیا (NVIDIA) امتیازات ترکیبی کسب کردند که آن‌ها را در رقابت مستقیم با سیستم‌های بسته پرچمدار قرار می‌دهد. برای اکثریت قریب به اتفاق موارد استفاده سازمانی—طبقه‌بندی، استخراج داده، خلاصه‌سازی و تولید کد استاندارد—تفاوت عملکرد دیگر برای کاربر نهایی قابل درک نیست.[8]

با این حال، آنچه بسیار قابل درک است، تفاوت در هزینه است. از آنجایی که مدل‌های وزن باز می‌توانند توسط هر کسی میزبانی شوند، رقابت بین ارائه‌دهندگان ابری، قیمت استنتاج را تا کف مطلق هزینه‌های محاسباتی کاهش می‌دهد. تحلیل‌های اخیر نشان می‌دهد که مدل‌هایی مانند GLM-5.2 تقریباً ۸۵ درصد (۸۵٪) از هوش یک مدل بسته سطح بالا را تنها با ۱۷ درصد (۱۷٪) از هزینه به ازای هر وظیفه ارائه می‌دهند.[2]

این واقعیت اقتصادی در حال تغییر شکل نحوه ساخت نرم‌افزار است. به جای ارسال هر درخواست کاربر به یک مدل پیشگام گران‌قیمت، تیم‌های مهندسی در حال اتخاذ معماری‌های مسیریابی هستند. آنها مدل‌های وزن باز سریع و ارزان را برای رسیدگی به ۹۰ درصد (۹۰٪) وظایف روتین مستقر می‌کنند، و مدل‌های بسته پرهزینه را صرفاً برای مسائل استدلالی بسیار پیچیده و چندمرحله‌ای که هنوز در آنها برتری جزئی دارند، کنار می‌گذارند.[1]

این برتری باقی‌مانده محدود است، اما وجود دارد. هنگامی که مدل‌های وزن باز در معیارهای خصوصی ارزیابی می‌شوند—آزمون‌هایی که سؤالات در آنها مخفی نگه داشته می‌شوند تا مدل‌ها از حفظ کردن پاسخ‌ها در طول آموزش جلوگیری کنند—در حال حاضر حدود چهار تا هفت ماه از مدل‌های پیشگام بسته عقب هستند. این یک فشرده‌سازی قابل توجه نسبت به شکاف شش تا ده‌ماهه اندازه‌گیری شده در طول سال ۲۰۲۵ است، اما نشان می‌دهد که پیشرفته‌ترین مرز تحقیقات هوش مصنوعی همچنان پشت درهای بسته باقی مانده است.[4][10]

کاهش این شکاف همچنین پیامدهای عمیقی برای امنیت سایبری دارد. در جولای ۲۰۲۶، مؤسسه ایمنی هوش مصنوعی بریتانیا (UK’s AI Safety Institute) ارزیابی‌ای از قابلیت‌های سایبری مدل‌های پیشرو منتشر کرد. آنها دریافتند که مدل‌های وزن باز عملکردی مشابه مدل‌های بسته‌ای دارند که تنها چند ماه قبل منتشر شده‌اند و قابلیت‌های پیشرفته‌ای را در اختیار هر کسی که دارای یک GPU مدرن است، قرار می‌دهند.[4]

این وضعیت یک شمشیر دولبه برای امنیت جهانی است. از یک سو، وزن‌های باز قابلیت‌های دفاعی را دموکراتیزه می‌کنند. شرکت‌های امنیت سایبری، استارتاپ‌ها و اپراتورهای زیرساخت ملی می‌توانند هوش مصنوعی پیشرفته را به صورت محلی برای شناسایی و شبیه‌سازی تهدیدات نوظهور مستقر کنند، بدون اینکه داده‌های حساس شبکه را به یک API شخص ثالث ارسال کنند. شفافیت به جامعه گسترده‌ای از محققان اجازه می‌دهد تا آسیب‌پذیری‌های مدل‌ها را بررسی کرده و محافظت‌های قوی ایجاد کنند.[3]

از سوی دیگر، ماهیت برگشت‌ناپذیر وزن‌های باز، خطرات دائمی را به همراه دارد. هنگامی که یک مدل بسته رفتار خطرناکی از خود نشان می‌دهد، توسعه‌دهنده آن می‌تواند آسیب‌پذیری را وصله کند، دسترسی را محدود کند یا مدل را به طور کامل از دسترس خارج سازد.

هنگامی که یک مدل وزن باز دانلود می‌شود، آن مکانیسم‌های کنترل متمرکز ناپدید می‌شوند. بازیگران بد می‌توانند موانع ایمنی را حذف کرده و مدل‌ها را روی سرورهای خصوصی اجرا کنند تا کمپین‌های فیشینگ را خودکار کنند، اکسپلویت‌های نرم‌افزاری را کشف کنند یا کدهای مخرب را در مقیاس وسیع تولید نمایند.[4]

با وجود این خطرات، به نظر می‌رسد که حرکت مدل‌های وزن باز غیرقابل توقف است. این اکوسیستم ثابت کرده است که شفافیت و نوآوری غیرمتمرکز می‌تواند با خروجی پرهزینه‌ترین آزمایشگاه‌های شرکتی جهان برابری کند. برای کسب‌وکارها، این مسیر پذیرش هوش مصنوعی را فراهم می‌کند که از وابستگی به فروشنده جلوگیری کرده و حاکمیت داده‌ها را حفظ می‌کند.[3]

صنعت هوش مصنوعی دیگر با یک انتخاب دوتایی بین قابلیت و کنترل تعریف نمی‌شود. مرز پیشرفت دموکراتیزه شده است، و مهم‌ترین سؤال برای توسعه‌دهندگان در سال ۲۰۲۶ این نیست که کدام مدل اختصاصی هوشمندتر است، بلکه این است که چگونه مجموعه‌ای از مدل‌های وزن باز را برای انجام همان کار با کسری از قیمت هماهنگ کنند.[11]