लीडरबोर्ड का जाल: चीनी AI मॉडल कैसे टोकन जीतते हैं, राजस्व नहीं
चीनी कृत्रिम बुद्धिमत्ता कंपनियों के लिए, OpenRouter पर साप्ताहिक लीडरबोर्ड, जो एक वैश्विक प्लेटफ़ॉर्म है जो उपयोगकर्ता अनुरोधों को विभिन्न AI मॉडलों तक पहुंचाता है, एक ऐसा स्कोरबोर्ड बन गया है जिसे हर कोई देखता है। लेकिन संख्याओं पर करीब से नज़र डालने पर एक परेशान करने वाला असंतुलन सामने आता है: चीनी मॉडल प्लेटफ़ॉर्म पर संसाधित टोकन के लगभग साठ प्रतिशत के लिए जिम्मेदार हैं, फिर भी वे इसके राजस्व का केवल एक छोटा सा हिस्सा कमाते हैं। टोकन ग्राहक अधिग्रहण साबित करते हैं, वास्तविक ताकत नहीं।
यह कहानी तब चर्चा में आई जब एक अनाम मुफ्त मॉडल ने संक्षेप में OpenRouter की साप्ताहिक रैंकिंग में शीर्ष पर पहुंचकर DeepSeek और GLM के अधिक ज्ञात चीनी मॉडलों को पीछे छोड़ दिया। इसने जो 13.9 ट्रिलियन टोकन संसाधित किए, वह प्रभावशाली लग रहा था, लेकिन यह उछाल भुगतान करने वाले उपयोगकर्ताओं के बजाय मुफ्त पहुंच से आया। यही मूल समस्या है: लीडरबोर्ड मात्रा को पुरस्कृत करता है, मूल्य को नहीं। जब कोई मॉडल मुफ्त होता है, तो हर अनुरोध आय उत्पन्न किए बिना संख्याओं को बढ़ा देता है।
गहरा मुद्दा मापदंड के स्वामित्व का है। OpenRouter नियंत्रित करता है कि मॉडलों को कैसे रैंक किया जाए, कौन सा डेटा प्रकट किया जाए, और कौन से मॉडल प्रचारित किए जाएं। चीनी डेवलपर्स प्रभावी रूप से एक रेफरी के घरेलू मैदान पर प्रतिस्पर्धा कर रहे हैं, ऐसे मार्केटिंग के लिए भुगतान कर रहे हैं जो प्लेटफ़ॉर्म को उनसे अधिक लाभ पहुंचाती है। वे टोकन जलाते हैं, प्लेटफ़ॉर्म अन्य मॉडलों के भुगतान करने वाले उपयोगकर्ताओं से शुल्क वसूलता है, और रैंकिंग सभी को एक ही दृश्य पुरस्कार का पीछा करने के लिए मजबूर करती रहती है।
यह एक कैदी की दुविधा पैदा करता है। यदि कोई कंपनी लीडरबोर्ड का पीछा करना बंद कर देती है, तो उसे दृश्यता और डेवलपर का ध्यान खोने का जोखिम होता है। यदि सभी पीछा करते रहते हैं, तो वे सभी एक ऐसे खेल पर खर्च करते रहते हैं जिसके नियम कहीं और तय होते हैं। परिणाम एक तरह की मार्केटिंग हथियारों की दौड़ है जिसमें मुद्रा टोकन हैं और पुरस्कार एक ऐसी रैंकिंग है जो टिकाऊ व्यवसाय में तब्दील न हो।
उद्योग पर्यवेक्षकों के अनुसार, विकल्प मौजूदा लीडरबोर्ड पर चढ़ना नहीं, बल्कि एक नया पैमाना बनाना है। इसका मतलब है स्वतंत्र मूल्यांकन प्रणालियों का विकास, वास्तविक दुनिया के प्रदर्शन को मापने वाली डेटा पाइपलाइनों का स्वामित्व, और ऐसे बेंचमार्क बनाना जो कच्ची प्रसंस्करण मात्रा के बजाय वास्तविक उपयोगकर्ता मूल्य को दर्शाते हैं। मूल्य निर्धारण शक्ति, उपयोगकर्ता व्यवहार की जानकारी, और पहुंच पर नियंत्रण वे तीन लीवर हैं जो वर्तमान में प्लेटफ़ॉर्म के पास हैं, मॉडल निर्माताओं के पास नहीं।
कुछ चीनी कंपनियां पहले से ही अपने स्वयं के परीक्षण ढांचों के साथ प्रयोग कर रही हैं और अपनी शर्तों पर प्रदर्शन डेटा प्रकाशित कर रही हैं। लक्ष्य बातचीत को इस बात से बदलना है कि एक मॉडल कितने टोकन की खपत करता है, बल्कि यह कि वह प्रति टोकन कितना मूल्य प्रदान करता है। यह एक ऐसा मेट्रिक है जिसे धोखा देना कठिन है, और यही दीर्घकालिक वफादारी के लिए मायने रखता है।
वैश्विक पाठकों के लिए, सबक चीन से आगे तक फैला हुआ है। कोई भी कंपनी जो वितरण और रैंकिंग के लिए किसी तीसरे पक्ष के प्लेटफ़ॉर्म पर निर्भर करती है, उसे वही जोखिम का सामना करना पड़ता है। प्लेटफ़ॉर्म नियम तय करता है, डेटा कैप्चर करता है, और अक्सर राजस्व का सबसे बड़ा हिस्सा लेता है। चीनी AI डेवलपर्स यह सबक सार्वजनिक रूप से सीख रहे हैं, और उनकी प्रतिक्रिया यह आकार दे सकती है कि AI प्रतिस्पर्धा उनके घरेलू बाजार से बहुत आगे कैसे काम करेगी।
अगला चरण उस व्यक्ति द्वारा नहीं जीता जाएगा जो साप्ताहिक चार्ट में शीर्ष पर रहता है। यह उस व्यक्ति द्वारा जीता जाएगा जो वास्तव में मायने रखने वाली चीजों को मापने वाले उपकरण बनाता है, और जो स्कोरबोर्ड किसी और को सौंपे बिना ध्यान को राजस्व में बदल सकता है।