پلتفرم برنامه‌نویسی هوش مصنوعی ریپلیت، اوپن‌ای‌آی را به آنتروپیک ترجیح داد؛ ادعای عملکرد بهتر و هزینه کمتر مدل‌های ChatGPT

www.ibtimes.sg

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

مدیرعامل آمجد مسعد مدل‌های برنامه‌نویسی اوپن‌ای‌آی را تحسین کرده، اما بعداً توضیح داده است که ریپلیت همچنان از مدل‌های مختلف پشتیبانی می‌کند. در همین حال، منبعی آگاه از همکاری دو شرکت، پایان این رابطه را زیر سؤال برده است.

نویسنده: دیمانت کاشیاپ

۱۹ اکتبر ۲۰۲۶، ساعت ۰۱:۳۱ به وقت +۰۸

ریپلیت
آمجد مسعد، مدیرعامل ریپلیت، می‌گوید اوپن‌ای‌آی اکنون ارائه‌دهنده ترجیحی این شرکت برای ریپلیت ایجنت است، اما مشتریان همچنان به مدل‌های کلود آنتروپیک دسترسی دارند. منبع تصویر: replit.com

ریپلیت، اوپن‌ای‌آی را به ارائه‌دهنده ترجیحی مدل‌های هوش مصنوعی خود تبدیل کرده است. آمجد مسعد، مدیرعامل این شرکت، می‌گوید مدل‌های اوپن‌ای‌آی متناسب با نیازهای ریپلیت عملکرد بهتری دارند و هزینه کمتری ایجاد می‌کنند. بااین‌حال، او بعداً اظهارات اولیه خود مبنی بر قطع همکاری ریپلیت با آنتروپیک را تعدیل کرد: مشتریان همچنان می‌توانند از مدل‌های کلود استفاده کنند و منبعی آگاه از این همکاری نیز می‌گوید رابطه دو شرکت پایان نیافته است.

مسعد روز پنجشنبه در رویداد TechCrunch Disrupt گفت ریپلیت «دیگر با آنتروپیک همکاری نمی‌کند». وقتی از او پرسیده شد که آیا این تصمیم در پی اعلام همکاری ریپلیت با اوپن‌ای‌آی در ماه اوت گرفته شده است، پاسخ داد: «یعنی، بله.»

او هزینه، عملکرد مدل‌ها و استحکام همکاری با اوپن‌ای‌آی را از دلایل این تغییر عنوان کرد.

مسعد گفت: «فکر می‌کنم ChatGPT حالا بهتر است.» او افزود مدل‌های Sol و Astra اوپن‌ای‌آی در آزمون‌های داخلی و عمومی ریپلیت، برای ساخت برنامه از صفر عملکرد بهتری از خود نشان داده‌اند. این ارزیابی‌ها شامل توسعه نرم‌افزار با کمک هوش مصنوعی است؛ روشی که اغلب از آن با عنوان «کدنویسی وایب‌محور» (vibe coding) یاد می‌شود.

این نتایج بر اساس روش‌های ارزیابی و نوع کارهایی است که ریپلیت بررسی کرده است. بنابراین، نمی‌توان از آن‌ها نتیجه گرفت که مدل‌های اوپن‌ای‌آی در تمام وظایف برنامه‌نویسی از کلود بهترند. ریپلیت همچنین آمار قابل‌مقایسه‌ای منتشر نکرده است که دقیقاً نشان دهد مدل‌های ترجیحی این شرکت چه میزان ارزان‌تر هستند.

اوپن‌ای‌آی ارائه‌دهنده پیش‌فرض است، اما کلود همچنان در دسترس می‌ماند

مسعد پس از این رویداد توضیح داد که مشتریان ریپلیت همچنان می‌توانند مدل‌های آنتروپیک را انتخاب کنند، اما اوپن‌ای‌آی اکنون ارائه‌دهنده پیش‌فرض ریپلیت ایجنت است.

او به تک‌کرانچ گفت: «ریپلیت همچنان نسبت به مدل‌ها بی‌طرف است. کاربران ما می‌توانند کلودِ آنتروپیک یا دیگر مدل‌های پشتیبانی‌شده را انتخاب کنند... اوپن‌ای‌آی اکنون شریک ترجیحی ما برای تأمین قدرت پردازشی ریپلیت ایجنت است؛ تصمیمی که بر اساس عملکرد، صرفه اقتصادی و استحکام همکاری‌مان گرفته شده است.»

این توضیح، دامنه تغییر اعلام‌شده را روشن‌تر می‌کند. ریپلیت ارائه‌دهنده ترجیحی خود را تغییر داده است، نه اینکه کلود را از پلتفرم حذف کرده باشد. کاربران ممکن است بدون انتخاب فعال یک ارائه‌دهنده نیز از خدمات آن استفاده کنند؛ بنابراین، تغییر گزینه پیش‌فرض می‌تواند مصرف مدل‌ها و هزینه‌های مرتبط را به سمت اوپن‌ای‌آی سوق دهد، حتی اگر مدل‌های آنتروپیک همچنان در دسترس باشند.

درباره میزان قطع همکاری با آنتروپیک اختلاف‌نظر وجود دارد

منبعی آگاه از همکاری دو شرکت به تک‌کرانچ گفت که این رابطه همچنان برقرار است و بدین‌ترتیب، توصیف اولیه مسعد از قطع همکاری را زیر سؤال برد.

گزارش‌های فنی خود ریپلیت نیز نشان می‌دهند که این شرکت تا همین اواخر همچنان از مدل‌های آنتروپیک استفاده می‌کرده است. در مطلبی که در ماه سپتامبر منتشر شد، از اجرای مدل‌های کلود در محیط عملیاتی ریپلیت ایجنت سخن گفته شده بود. همچنین یکی از کارکنان ریپلیت درباره استفاده از مدل Opus آنتروپیک توضیح داده بود.

تیم مهندسی ریپلیت در ارزیابی جداگانه‌ای از مدل‌های مورد استفاده در محیط عملیاتی شرکت نوشت: «کیفیت کد مدل‌های Astra و Fable 5.1 همچنین به ما اجازه داد کمتر از عامل فرعی بررسی کد استفاده کنیم، بی‌آنکه امتیازهای ارزیابی‌مان کاهش یابد.»

این اطلاعات وضعیت کنونی شرایط تجاری همکاری دو شرکت یا میزان اتکای ریپلیت به فناوری آنتروپیک در پشت صحنه را مشخص نمی‌کند. همچنین، ادامه دسترسی به مدل‌های آنتروپیک لزوماً به این معنا نیست که توافق تجاری دو شرکت بدون تغییر باقی مانده است.

در حال حاضر، روشن‌ترین تغییر تأییدشده این است که اوپن‌ای‌آی به ارائه‌دهنده ترجیحی ریپلیت برای تأمین قدرت پردازشی ریپلیت ایجنت تبدیل شده است. ادعای قطع کامل روابط دو شرکت همچنان محل اختلاف است.

چرا این تغییر برای هر دو شرکت اهمیت دارد؟

ریپلیت در ماه اوت همکاری خود با اوپن‌ای‌آی را اعلام کرد؛ این شرکت پیش از آن برای تأمین بخشی از قابلیت‌های پلتفرم خود به مدل‌های کلود آنتروپیک متکی بود. مسعد گفت ریپلیت تا همین اواخر یکی از پنج مشتری بزرگ آنتروپیک بوده است؛ موضوعی که نشان می‌دهد این تغییر، حتی بدون قطع کامل همکاری، می‌تواند اهمیت زیادی داشته باشد.

برای اوپن‌ای‌آی، تبدیل شدن به ارائه‌دهنده پیش‌فرض ریپلیت فرصتی فراهم می‌کند تا از طریق یک پلتفرم شناخته‌شده برنامه‌نویسی هوش مصنوعی به کاربران بیشتری دسترسی پیدا کند. در مقابل، از دست دادن جایگاه پیش‌فرض نزد مشتری‌ای که بنا بر گزارش‌ها یکی از بزرگ‌ترین مشتریان آنتروپیک بوده است، می‌تواند مصرف خدمات و درآمد آنتروپیک را کاهش دهد؛ هرچند میزان تأثیر مالی این تغییر اعلام نشده است.

ادعای کاهش هزینه نیز هنوز با ارقام دقیق تأیید نشده است. مسعد می‌گوید مدل‌های اوپن‌ای‌آی برای وظایف ریپلیت عملکرد بهتری دارند و ارزان‌تر تمام می‌شوند، اما تا زمانی که اطلاعات قیمت‌گذاری قابل‌مقایسه و نتایج آزمون‌های معیارِ قابل‌بازتولید به‌طور مستقل منتشر نشود، ارزیابی میزان این برتری برای دیگران ممکن نیست.

مسعد همچنین به تک‌کرانچ گفت انتظار دارد مشتریان سازمانی و دولتی در سال ۲۰۲۷ بیش از نیمی از درآمد ریپلیت را تأمین کنند. با تلاش این شرکت برای جذب مشتریان تجاری بزرگ‌تر، عملکرد مدل‌ها، هزینه‌های عملیاتی و کیفیت همکاری با ارائه‌دهندگان فناوری می‌تواند اهمیت بیشتری پیدا کند.

از جمله شاخص‌هایی که باید در ادامه دنبال کرد، تغییر میزان استفاده از مدل‌های هر ارائه‌دهنده، انتشار اطلاعات دقیق‌تر درباره هزینه مدل‌ها از سوی ریپلیت و روشن شدن وضعیت روابط تجاری دو شرکت از سوی یکی از آن‌ها یا هر دو است.

To clarify: Replit remains model agnostic. Our users can choose Anthropic models as well as many other supported models.What I meant at TC Disrupt is that OpenAI is now our preferred partner powering Agent based on performance, cost, and strength of our partnership.We believe in giving our users model choice while optimizing the default experience for the best performance at the best price.

مسعد در توضیحی تکمیلی تأکید کرد که ریپلیت همچنان از مدل‌های گوناگون پشتیبانی می‌کند و انتخاب مدل را برای کاربران حفظ خواهد کرد، درحالی‌که تجربه پیش‌فرض را برای دستیابی به بهترین عملکرد با مناسب‌ترین هزینه بهینه می‌کند.