ويشير البنك إلى أنه من الصعب بشكل متزايد تبرير علاوة السعر المرتفعة هذه، خاصة مع سرعة تقارب النماذج مفتوحة المصدر مع أداء النماذج الاحتكارية في المعايير القياسية .
وجد التقرير أنه في نحو 90% من المهام الروتينية، يكون أداء النماذج مفتوحة المصدر مماثلاً للنماذج الاحتكارية . الفارق الحقيقي في الجودة يظهر فقط في شريحة ضيقة من المهام فائقة التعقيد، وليس في الغالبية العظمى من أعباء العمل الإنتاجية
.
تدعم بيانات الصناعة الأوسع هذا الاستنتاج: في مهام محددة مثل إنشاء الأكواد البرمجية، تتقلص فجوة المعايير (التي تتراوح بين 10-15%) إلى فجوة إنتاجية تتراوح بين 2-5% فقط لصالح النماذج مفتوحة المصدر .
يتوافق بحث ديشه بنك مع النتائج المستقلة التي تشير إلى أن الفجوة الزمنية في القدرات بين النماذج المفتوحة والمغلقة انكمشت بشكل كبير - من فجوة كانت تمتد لسنوات إلى مجرد 3-4 أشهر بحلول منتصف عام 2026 . تحليلات EpochAI المعاصرة تضع الفجوة عند حوالي 3 أشهر على مؤشر القدرات الشامل الخاص بها
.
هذا "التغير الجذري" في سرعة الإصدارات (من إصدار كل 6 أشهر في 2024 إلى إصدار كل 72 ساعة بحلول الربع الأول من 2026) يعني أن أي ميزة أداء للنماذج الاحتكارية تصبح قصيرة الأجل .
يؤكد ديشه بنك أن هذه ليست فجوة بين دول (مثل الولايات المتحدة مقابل الصين). إنها ظاهرة هيكلية عالمية مدفوعة بانتشار النماذج مفتوحة المصدر من عدة مناطق، بما في ذلك DeepSeek وZhipu AI من الصين، وLlama من أميركا . المحور المهم هو مفتوح مقابل مغلق، وليس شرق مقابل غرب. ويشير البنك تحديدًا إلى أن اختراقات DeepSeek في أوائل عام 2025 كانت اللحظة التي انهار فيها الإطار الجغرافي القديم
.
يعتقد ديشه بنك أن هذه الديناميكية قد تؤدي إلى إعادة تقييم شاملة لقطاع الذكاء الاصطناعي . تشمل النقاط الرئيسية: