Kembali ke Berita
IndustriAI Understanding pengarahan

SCMP melaporkan bahwa model open-weight Tiongkok memimpin dalam Vercel AI Gateway

South China Morning Post melaporkan bahwa model open-weight mencapai 62% volume token pada AI Gateway Vercel, dipimpin oleh DeepSeek-V4-Flash dan model Tiongkok lainnya. Pergeseran yang dilaporkan menunjukkan bahwa pengembang memprioritaskan model berbiaya rendah untuk beban kerja produksi intensif token, meskipun platform yang mendasarinya…

6 min readRead the original reporting
Source-provided image accompanying SCMP reports Chinese open-weight models taking the lead on Vercel AI Gateway
Pelaporan yang diatribusikanSumber direkam
Penerbit
scmp.com
Tautan sumber
scmp.comhttps://www.scmp.com/tech/tech-trends/article/3365204/deepseek-leads-surge-low-cost-chinese-open-weight-models-us-platform
Jenis sumber
Pelaporan oleh outlet berita — bukan dokumen pihak pertama.

Yang belum bisa kami konfirmasi secara independen: Klaim ini dikaitkan dengan outlet bernama. Kami tidak memverifikasinya terhadap dokumen pihak pertama. (scmp.com)

KonteksPahami ini dalam 60 detik

Mulai di sini

Istilah-istilah penting

Berat
Nilai numerik yang dipelajari yang menskalakan sinyal yang melewati jaringan saraf.
Tolok ukur
Tes atau kumpulan data standar yang digunakan untuk mengukur dan membandingkan kinerja model.
Tanda
Sepotong teks yang diproses oleh model bahasa, seperti potongan kata atau simbol.
Uji diri Anda sendiriChatGPT & Kuis LLM

Apa yang terjadi

South China Morning Post melaporkan bahwa model AI open- menyumbang 54% dari volume di AI Gateway Vercel pada hari Selasa, dibandingkan dengan 46% untuk model berpemilik. Outlet tersebut mengatakan model bobot terbuka mencapai rekor pangsa 62% pada hari Sabtu, mengutip data Vercel dan komentar dari CEO Guillermo Rauch.

South China Morning Post melaporkan bahwa model open- menyumbang 54% dari volume di AI Gateway Vercel pada hari Selasa, menyalip model berpemilik, yang menyumbang 46%. Artikel tersebut mengatakan pangsa model terbuka mencapai 62% pada hari Sabtu, dibandingkan dengan 38% untuk sistem tertutup. SCMP mengaitkan angka hari Sabtu tersebut dengan postingan media sosial kepala eksekutif Vercel, Guillermo Rauch, dan mengatakan bahwa angka hari Selasa tersebut berasal dari data yang dipublikasikan di situs web Vercel. Laporan tersebut tidak memberikan audit terpisah atas pengukuran platform, dan angka-angka tersebut belum dikonfirmasi secara independen di sini.

Perubahan yang dilaporkan membalikkan rincian Vercel pada tanggal 24 Juni, ketika model bobot terbuka mewakili 28% volume dan model tertutup mewakili 72%, menurut akun SCMP atas data Rauch. Perbandingan tersebut mencakup dua titik waktu dan bukan rangkaian yang berkesinambungan, sehingga menghasilkan laporan perubahan yang tajam namun tidak dengan sendirinya menjelaskan kapan pergeseran tersebut terjadi atau apakah perubahan tersebut stabil.

SCMP melaporkan bahwa DeepSeek-V4-Flash adalah model yang paling banyak digunakan berdasarkan volume pada hari Selasa. Model Tiongkok menduduki empat dari lima posisi terdepan: Step 3.7 Flash dari StepFun di peringkat kedua, OpenAI GPT-5.6 Luna di peringkat ketiga, GLM-5.2 dari Zhipu, atau Z.ai, di peringkat keempat, dan versi 0731 yang diperbarui dari DeepSeek-V4-Flash di peringkat kelima. Peringkat ini menggambarkan penggunaan pada platform Vercel, bukan penggunaan global secara keseluruhan atau kualitas model.

Artikel tersebut mengatakan peningkatan penggunaan model bobot terbuka sebagian besar didorong oleh model ringan terbaru DeepSeek. SCMP juga mengaitkan pergerakan ini dengan permintaan bisnis terhadap Fable 5 Anthropic yang terhenti karena biaya tinggi. Penjelasan tersebut merupakan klaim khusus laporan, bukan temuan independen dalam materi yang diberikan; sumber tersebut tidak memberikan angka adopsi untuk Fabel 5, wawancara pelanggan, perbandingan harga atau bukti bahwa biaya adalah satu-satunya faktor.

Detail sumber: scmp.com ↗

Mengapa itu penting

Jika angka yang dilaporkan cukup mewakili, maka angka tersebut menunjukkan bahwa pengembang menggunakan model open- yang lebih murah untuk beban kerja produksi yang dapat menggunakan dalam jumlah besar. Hal ini dapat memengaruhi penetapan harga model, pilihan infrastruktur, dan persaingan antara penyedia AI Tiongkok dan AS.

Signifikansi praktisnya terkait dengan jenis beban kerja yang terlibat. SCMP melaporkan bahwa pengembang memilih model terbuka yang lebih murah khususnya untuk agen otonom, yang dapat berulang kali melakukan penalaran, menulis kode, dan memanggil perangkat lunak. Langkah-langkah yang berulang-ulang tersebut dapat menghasilkan volume yang jauh lebih besar dibandingkan interaksi singkat yang dilakukan satu kali saja, sehingga menjadikan penetapan harga per token dan akses ke model yang dapat dijalankan atau diintegrasikan secara fleksibel menjadi pertimbangan operasional yang penting.

Pemeringkatan yang dilaporkan juga menunjukkan bahwa model yang dikembangkan Tiongkok mulai terlihat di saluran infrastruktur pengembang yang berbasis di AS. Hal ini tidak menunjukkan dominasi geopolitik atau komersial yang lebih luas, namun hal ini menunjukkan bahwa setidaknya dalam lalu lintas AI Gateway Vercel yang diukur, beberapa sistem open- Tiongkok digunakan cukup banyak untuk menduduki sebagian besar dari lima posisi teratas. Bagi penyedia model, operator platform, dan pembeli perusahaan, penggunaan peralatan yang berorientasi pada produksi bisa lebih penting daripada perhatian yang dihasilkan oleh demonstrasi atau klaim .

Akses open- dapat memberi pengembang kendali lebih besar atas penerapan, pemilihan model, dan biaya, meskipun laporan yang diberikan tidak merinci persyaratan lisensi, pengaturan hosting, atau batasan teknis untuk model mana pun. “Bobot terbuka” juga tidak berarti sepenuhnya open source: artikel ini tidak merinci data pelatihan model, lisensi perangkat lunak, kewajiban dukungan, atau kemampuan untuk dimodifikasi. Perbedaan tersebut penting bagi organisasi yang menilai risiko hukum, keamanan, dan operasional.

Angka-angka tersebut dapat mempengaruhi tekanan persaingan di pasar AI jika angka-angka tersebut bertahan di platform lain. Pergerakan berkelanjutan menuju model berbiaya lebih rendah akan memberikan tekanan pada penyedia yang produknya memiliki harga lebih tinggi, sekaligus meningkatkan permintaan untuk alat routing, evaluasi dan pemantauan dalam memilih model. Hal ini mungkin merupakan implikasi industri, bukan hasil yang ditunjukkan oleh artikel tersebut. Sumbernya menyediakan data penggunaan satu platform dan tidak mencakup pendapatan, margin, retensi pelanggan, atau pengukuran kualitas.

Oleh karena itu, laporan ini penting sebagai indikator konsumsi model dan tekanan harga, namun cakupannya harus tetap sempit. Hal ini tidak menunjukkan bahwa model berbobot terbuka mengungguli sistem berpemilik, bahwa model Tiongkok lebih mumpuni, atau bahwa dunia usaha pada umumnya telah meninggalkan model tertutup. Hal ini menunjukkan bahwa SCMP melaporkan perubahan besar dalam pembagian volume pada AI Gateway Vercel, dengan DeepSeek dan model Tiongkok lainnya menonjol dalam pengukuran tersebut.

Interactive Mechanism

Mekanisme Interaktif: Cara Kerja Sebenarnya

Jelajahi teknologi yang mendasari di balik perkembangan ini secara interaktif.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Pemeriksaan Konsep Interaktif+10 Points
ChatGPT & LLMs Quiz

What is a common training objective for an autoregressive language model?

Apa yang harus ditonton selanjutnya

Hal utama yang belum diketahui adalah apakah pergeseran ini masih berlanjut, bagaimana Vercel mengukur volume , dan apakah data tersebut mencerminkan tren pasar yang luas atau perilaku pelanggan pengembang Vercel. Penjelasan South China Morning Post yang menghubungkan perubahan tersebut dengan biaya tinggi untuk Fable 5 Anthropic juga memerlukan konfirmasi independen.

Pertanyaan pertama adalah ketekunan. Pembaruan Vercel di masa depan akan menunjukkan apakah pangsa 54% pada hari Selasa dan 62% puncak pada hari Sabtu merupakan lonjakan sementara atau bagian dari perubahan yang berkelanjutan. Rangkaian waktu yang lebih panjang juga akan memperjelas apakah tingkat 28% pada tanggal 24 Juni merupakan garis dasar yang terisolasi atau mewakili lalu lintas sebelumnya. Tanpa konteks tersebut, besaran dan durasi pembalikan ini masih belum pasti.

Pertanyaan kedua adalah pengukuran. Volume adalah indikator konsumsi model yang berguna, namun tidak sama dengan jumlah pengguna, permintaan, aplikasi, pendapatan, atau nilai bisnis. Laporan yang diberikan tidak menjelaskan apakah angka Vercel menghitung token input dan output dengan cara yang sama, bagaimana lalu lintas diatribusikan ke seluruh versi model, atau apakah sejumlah kecil aplikasi bervolume tinggi mendorong hasilnya. Detail metodologis tersebut akan menentukan seberapa luas angka-angka tersebut dapat diinterpretasikan.

Pertanyaan ketiga adalah model ekonomi. SCMP mengaitkan peralihan ini sebagian dengan tingginya biaya Fabel 5 Anthropic, namun sumbernya tidak memberikan harga, biaya penggunaan komparatif, atau bukti independen mengenai terhentinya permintaan bisnis. Pelaporan dari Vercel atau pelanggan tentang biaya beban kerja, keputusan perutean model, dan persyaratan kinerja akan membantu menentukan apakah harga, kemampuan, ketersediaan, lisensi, atau faktor lain yang mendorong perubahan.

Pertanyaan keempat adalah risiko penerapan dan kesesuaian. Sumber tersebut mengatakan bahwa pengembang menggunakan model ini untuk agen otonom, penulisan kode, dan panggilan alat perangkat lunak, namun tidak memberikan pengujian keandalan, keselamatan, privasi, atau keamanan. Organisasi yang mempertimbangkan sistem serupa memerlukan bukti tentang tingkat kesalahan, penanganan data, pembatasan lisensi, waktu aktif, dan pengawasan manusia sebelum menjadikan popularitas platform sebagai alasan untuk mengadopsi model tersebut.

Yang terakhir, pembuktian yang lebih luas itu penting. Data penggunaan dari gateway lain, penyedia cloud, platform pengembang, atau pelanggan perusahaan akan menunjukkan apakah pola Vercel yang dilaporkan mencerminkan pergeseran yang lebih luas ke arah model open-. Sampai bukti tersebut tersedia, kesimpulan terkuat yang didukung masih terbatas: SCMP melaporkan perubahan tajam dan konsekuensial dalam model share pada satu platform AS, yang dipimpin oleh DeepSeek dan sistem open-weight Tiongkok lainnya, namun penyebab tren dan sifat umum dari tren tersebut masih belum terselesaikan.

Panduan & kuis terkait

ChatGPT & LLMModel AI DijelaskanAgen AIMasa Depan AIUji pengetahuan Anda — coba kuis AI gratisCari istilah AI di glosarium kamiIkuti pelacak pendanaan AI
Apakah ini berguna?