كيـمي أوقفت اشتراكات المستخدمين الجدد على جانب (C)، وما زالت تقول إن القدرة الحاسوبية (الحوسبة) زائدة؟
هذا بوضوح هو «مفارقة جيفنز» (Jevons Paradox): كلما كان شيء ما أسهل استخدامًا وأكثر كفاءة، وكلما كان سعره أرخص، فإنه يزيد رغبة المستهلكين في الشراء، ومن ثم سترتفع الكمية الإجمالية للطلب باستمرار
حاليًا، أحجام/عدد معلمات النماذج السائدة:
GPT-5.6 Sol - غير معلن
Fable5 - غير معلن
Kimi K3 - 2.8T
Qwen 3.8 - 2.4T
DeepSeek V4 - 1.6T
حجم معلمات النماذج الرائدة وصل بالفعل إلى نطاق 2~3 تريليون (ترليونات)، وستظل النماذج القادمة أكبر فأكبر
يُثبت K3 حقيقة واحدة: بإمكان النموذج أن يواكب بسرعة، لكن البنية التحتية للذكاء الاصطناعي: التخزين توسيعه بطيء، وبناء مراكز البيانات بطيء، وتجهيزات الكهرباء بطيئة
طالما أن سرعة تطوّر البنية التحتية لا تلحق بسرعة نمو عدد معلمات النموذج، فستظل تلك فترة عدم تطابق/عدم مواءمة
إذا صعدت القطار، فلا تنزل بسهولة، لكن انتبه للسيطرة على حجم/حصة المركز
اشترِ عند الانخفاض، وما عدا ذلك مجرد ضوضاء~
$SKHYB $MUB
هذا بوضوح هو «مفارقة جيفنز» (Jevons Paradox): كلما كان شيء ما أسهل استخدامًا وأكثر كفاءة، وكلما كان سعره أرخص، فإنه يزيد رغبة المستهلكين في الشراء، ومن ثم سترتفع الكمية الإجمالية للطلب باستمرار
حاليًا، أحجام/عدد معلمات النماذج السائدة:
GPT-5.6 Sol - غير معلن
Fable5 - غير معلن
Kimi K3 - 2.8T
Qwen 3.8 - 2.4T
DeepSeek V4 - 1.6T
حجم معلمات النماذج الرائدة وصل بالفعل إلى نطاق 2~3 تريليون (ترليونات)، وستظل النماذج القادمة أكبر فأكبر
يُثبت K3 حقيقة واحدة: بإمكان النموذج أن يواكب بسرعة، لكن البنية التحتية للذكاء الاصطناعي: التخزين توسيعه بطيء، وبناء مراكز البيانات بطيء، وتجهيزات الكهرباء بطيئة
طالما أن سرعة تطوّر البنية التحتية لا تلحق بسرعة نمو عدد معلمات النموذج، فستظل تلك فترة عدم تطابق/عدم مواءمة
إذا صعدت القطار، فلا تنزل بسهولة، لكن انتبه للسيطرة على حجم/حصة المركز
اشترِ عند الانخفاض، وما عدا ذلك مجرد ضوضاء~
$SKHYB $MUB

