---
title: "यह मॉडल्स की बात नहीं है। यह घड़ी की बात है।"
description: "OpenRouter पर एक अनाम मॉडल ने मेरी सोच बदल दी कि यह कितनी तेज़ी से आगे बढ़ रहा है। कोई बेंचमार्क नहीं। एक बेनाम चीनी मॉडल जो नंबर एक पर पहुँच गया, इससे पहले कि किसी को पता चलता कि इसे किसने बनाया।"
canonical: https://www.askgib.com/hi/articles/its-not-the-models-its-the-clock
last-updated: 2026-08-24
lang: hi
---
# यह मॉडल्स की बात नहीं है। यह घड़ी की बात है।
> OpenRouter पर एक अनाम मॉडल ने मेरी सोच बदल दी कि यह कितनी तेज़ी से आगे बढ़ रहा है। कोई बेंचमार्क नहीं। एक बेनाम चीनी मॉडल जो नंबर एक पर पहुँच गया, इससे पहले कि किसी को पता चलता कि इसे किसने बनाया।
By Gibril Bachouchi. Filed 2026-08-24. 5 min read. Web page: https://www.askgib.com/hi/articles/its-not-the-models-its-the-clock
Languages: [en](https://www.askgib.com/articles/its-not-the-models-its-the-clock.md) · [fr](https://www.askgib.com/fr/articles/its-not-the-models-its-the-clock.md) · [ar](https://www.askgib.com/ar/articles/its-not-the-models-its-the-clock.md) · [es](https://www.askgib.com/es/articles/its-not-the-models-its-the-clock.md) · [ru](https://www.askgib.com/ru/articles/its-not-the-models-its-the-clock.md) · [pt](https://www.askgib.com/pt/articles/its-not-the-models-its-the-clock.md) · [it](https://www.askgib.com/it/articles/its-not-the-models-its-the-clock.md) · [de](https://www.askgib.com/de/articles/its-not-the-models-its-the-clock.md) · [ja](https://www.askgib.com/ja/articles/its-not-the-models-its-the-clock.md) · [ko](https://www.askgib.com/ko/articles/its-not-the-models-its-the-clock.md) · [hi](https://www.askgib.com/hi/articles/its-not-the-models-its-the-clock.md) · [he](https://www.askgib.com/he/articles/its-not-the-models-its-the-clock.md) · [zh](https://www.askgib.com/zh/articles/its-not-the-models-its-the-clock.md) · [tr](https://www.askgib.com/tr/articles/its-not-the-models-its-the-clock.md) · [kab](https://www.askgib.com/kab/articles/its-not-the-models-its-the-clock.md)
हर कोई इस बात पर बहस करता है कि इस महीने कौन-सा मॉडल सबसे अच्छा है। ग़लत बहस।
जिस चीज़ ने मेरी सोच बदली कि यह कितनी तेज़ी से आगे बढ़ रहा है, वह कोई बेंचमार्क नहीं था, और कोई रिलीज़ भी नहीं। वह OpenRouter पर एक अनाम मॉडल था।
एक बेनाम मॉडल आ टपकता है। कोई लैब नहीं, कोई पेपर नहीं, कोई लॉन्च पोस्ट नहीं। किसी को नहीं पता कि इसे किसने बनाया।
यह इस्तेमाल के हिसाब से #1 पर पहुँच जाता है, DeepSeek से दोगुने से भी ज़्यादा।
दो हफ़्ते बाद Z.ai कहती है कि यह उनका है, वेट्स को GLM-5.3-Flash के रूप में रिलीज़ करती है, और लगभग सरसरी तौर पर बताती है कि वह इसे शुरू से ही चीन में बनी चिप्स पर चला रही थी।
इसे दोबारा पढ़ो। लगभग-फ्रंटियर गुणवत्ता। ओपन वेट्स। Nvidia पर नहीं। और डेवलपर्स ने इसे ख़ुद ढूँढा और अपने ट्रैफ़िक से इसे वोट दिया, इससे पहले कि किसी ने उन्हें बताया हो कि यह किसका है, इसे ट्रेन करने में कितना ख़र्च हुआ, या इस पर कौन-सा झंडा लगा है।
यही पूरी कहानी है। लीडरबोर्ड नहीं। यह तथ्य कि अंतर पहले ही पट चुका था और किसी को पता नहीं चला जब तक स्कोरबोर्ड ने न बताया।
संदर्भ के लिए, यह कहीं से यूँ ही नहीं आया: GLM 5.2 जून में ओपन वेट्स और MIT लाइसेंस के साथ शिप हुआ और बंद फ्रंटियर से बस कुछ अंक पीछे उतरा, और GLM 5.3 अगस्त में उसके पीछे आया, बिना किसी नई प्री-ट्रेनिंग के, हर फ़ायदा पोस्ट-ट्रेनिंग से आया। पर असली मुद्दा ये रिलीज़ नहीं हैं। मुद्दा Ox Alpha है, क्योंकि वही वह था जो बिना लेबल के पहुँचा।
यहाँ एक पैटर्न है, और यह AI से पुराना है।
चीन एक बाज़ार में उतरता है। चीन उस बाज़ार में सफल होता है। और फिर वह चीज़ इतनी सस्ती हो जाती है कि हर किसी के पास हो सकती है। सोलर पैनल। बैटरी। फ़ोन। ड्रोन। EV। हर बार, वही शक्ल।
इस बारे में पश्चिमी कहानी यह है कि यह अनुचित है। सब्सिडी, डंपिंग, एक तय किया हुआ खेल। यह कहानी ज़्यादातर ग़लत है, और काफ़ी समय से ग़लत रही है। क़ीमत इसलिए गिरती है क्योंकि निर्माण अच्छा हो जाता है, और पिछले कुछ सालों में गुणवत्ता भी साथ आई है। वे अब सिर्फ़ सस्ते नहीं हैं। वे ख़ुद प्रोडक्ट पर भी प्रतिस्पर्धी हैं: गुणवत्ता, मात्रा, और क़ीमत एक साथ। यह उस प्रतिस्पर्धी से अलग है जिस पर लोग अभी भी बहस कर रहे हैं।
इसे बुद्धिमत्ता की ओर मोड़ो और साफ़ नतीजा निकलता है। उनका कोडिंग प्लान पहले से ही Claude Code का लगभग दसवां हिस्सा क़ीमत पर है। यह फ़र्श नहीं है। यह एक पड़ाव है।
मुझे लगता है यह वहीं ख़त्म होगा जहाँ सोशल मीडिया ख़त्म हुआ। इस्तेमाल के लिए मुफ़्त। बनाने के लिए मुफ़्त नहीं, इस्तेमाल के लिए मुफ़्त। कोई न कोई लागत उठाता है क्योंकि ध्यान, वितरण या डेटा इनफ़रेंस के बिल से ज़्यादा क़ीमती होता है। हमने यह फ़िल्म देखी है।
Epoch AI इसे ठीक से ट्रैक करती है, इसलिए मैं अपने के बजाय उनके आँकड़े इस्तेमाल करूँगा।
**ओपन-क्लोज़्ड अंतर ढह चुका है।** 2024 में सबसे अच्छे ओपन मॉडल और सबसे अच्छे क्लोज़्ड मॉडल के बीच का फ़ासला लगभग एक साल था। 2025 के आख़िर तक यह लगभग तीन महीने रह गया। 2026 की पहली छमाही तक, चार महीने। अठारह महीनों में एक साल एक तिमाही बन गया।
**फ्रंटियर क्षमता क़रीब एक साल में कंज़्यूमर हार्डवेयर तक पहुँच जाती है।** Epoch की अपनी बात में: जो मॉडल कंज़्यूमर GPU पर फ़िट होते हैं, वे एक साल या उससे कम में फ्रंटियर प्रदर्शन की बराबरी कर लेते हैं।
**दक्षता चक्रवृद्धि से बढ़ती है।** प्री-ट्रेनिंग कंप्यूट दक्षता हर साल लगभग 3 गुना सुधरती है: उतनी ही क्षमता एक तिहाई कंप्यूट में, हर साढ़े सात महीने में दोगुनी होती हुई। 2023 से प्रति डॉलर चिप प्रदर्शन हर साल 49% बढ़ा है। और ख़ुद फ्रंटियर क्षमता तेज़ हो गई: अप्रैल 2024 से पहले क्षमता सूचकांक हर साल लगभग 8 अंक चढ़ा, और जब से रीज़निंग मॉडल और RL स्केलिंग ने कमान संभाली है, तब से लगभग 15 अंक हर साल।
इन्हें एक साथ रखो। 2024 में GPT-4 जैसी गुणवत्ता पाने के लिए एक 70B मॉडल चाहिए था। 2026 में Phi-4, 8GB VRAM पर चलता है और गणित में अपने से तीन गुने बड़े मॉडलों की बराबरी करता है। एक 27B Qwen वैरिएंट 18GB पर SWE-bench में 77% छूता है। एक 3B मॉडल MacBook Air पर 30 टोकन प्रति सेकंड चलता है और iPhone में फ़िट हो जाता है।
फ्रंटियर तेज़ी से बेहतर हो रहा है। फ़र्श उससे भी तेज़ी से ऊपर उठ रहा है।
तीन साल।
उस पल जो कुछ भी फ्रंटियर बुद्धिमत्ता गिना जाएगा (आज Opus-स्तर, तब तक उससे बेहतर कुछ) वह स्थानीय रूप से चलेगा। आपकी जेब के फ़ोन पर और आपकी मेज़ के लैपटॉप पर। "आसान कामों के लिए काफ़ी अच्छा" नहीं। असली चीज़, जो लोग असल में किसी मशीन से माँगते हैं उसका 99.9% संभालते हुए: लेखन, कोड, विश्लेषण, योजना, ट्यूशन, अनुवाद, सब कुछ।
चक्रवृद्धि को चलाओ और तीन साल कोई साहसी दावा नहीं है। हर साल 3 गुना दक्षता का मतलब है लगभग 27 गुना। चिप के फ़ायदे जोड़ो और तुम प्रति इकाई क्षमता की लागत पर लगभग 89 गुना तक पहुँच जाते हो, इससे पहले कि किसी ने कुछ भी चतुर ईजाद किया हो। डिवाइस पर बंधनकारी सीमा मेमोरी है, FLOPs नहीं, और डिस्टिलेशन ठीक वही तरकीब है जो इसके इर्द-गिर्द रास्ता निकालती है। यही वजह है कि 2024 का 70B, 2026 का 8B बन गया।
जो क्लाउड में रह जाता है वह आख़िरी 0.1% है। फ्रंटियर रिसर्च। लंबी-अवधि के एजेंट जिन्हें दस लाख टोकन का संदर्भ और एक पूरे दिन का वॉल-क्लॉक चाहिए। हर वह चीज़ जहाँ पाँच अंक का बेंचमार्क अंतर ही पूरा प्रोडक्ट है। वह बाज़ार असली और बड़ा होगा, और वह एक विशेषज्ञ बाज़ार होगा, जिस तरह सुपरकंप्यूटिंग एक विशेषज्ञ बाज़ार है। बाक़ी सब कुछ एक कमोडिटी है जो आपके पास पहले से है।
अगर बुद्धिमत्ता डिवाइस पर है और होस्टेड वर्ज़न की क़ीमत शून्य की ओर चल रही है, तो मॉडल रक्षात्मक खाई (moat) नहीं रह जाता। इसके बजाय तीन चीज़ें रक्षात्मक खाई बन जाती हैं।
**वितरण।** जो कोई भी फ़ोन, लैपटॉप और ब्राउज़र पर डिफ़ॉल्ट स्थानीय मॉडल शिप करेगा, वह उसी तरह जीतेगा जैसे डिफ़ॉल्ट सर्च इंजन जीता।
**डेटा।** हर मॉडल लगभग हर दूसरे जितना ही समझदार होगा। फ़र्क़ यह है कि वह आपके बारे में, आपकी कंपनी के बारे में, आपके ग्राहकों के बारे में क्या जानता है, और क्या आपके पास इसे इस्तेमाल करने का अधिकार था।
**वर्टिकल्स।** मूल्य स्टैक में ऊपर उठकर आख़िरी मील में चला जाता है: वर्कफ़्लो, एकीकरण, डोमेन। जैसा हमेशा होता है जब अंतर्निहित चीज़ सस्ती हो जाती है।
अगर मॉडल स्थानीय रूप से चलता है, तो वह सब कुछ भी जो वह तुम्हारे बारे में जानता है, वहीं चलता है।
तुम्हारा डेटा वह चीज़ होना बंद कर देता है जिसे तुम अपलोड करते हो, और वह चीज़ बन जाता है जो कभी नहीं जाती। वह संदर्भ जो एक असिस्टेंट को उपयोगी बनाता है, तुम्हारी फ़ाइलें, तुम्हारे मैसेज, तुम्हारा कैलेंडर, तुम्हारी आदतें, ठीक वही संदर्भ है जिसे कहीं भेजने की तुम्हारे पास सबसे कम वजह होती है, एक बार जब मॉडल डेटा के साथ उसी चिप पर बैठा हो।
तुम्हारे लिए अच्छा है। पूरी इंडस्ट्री के लिए एक समस्या है।
क्योंकि उस डेटा का मूल्य नहीं गिरता। सिर्फ़ पहुँच गिरती है। तो उम्मीद रखो कि इसे हासिल करना और बदसूरत होता जाएगा। परमिशन प्रॉम्प्ट ऐसे लिखे जाएँगे कि मान लिए जाएँ। मुफ़्त ऐप्स जिनका असली प्रोडक्ट सिंक ही है। SDK जो तीन डिपेंडेंसी नीचे दबे हों। "हमारी सेवा बेहतर बनाने में मदद करें" जैसे टॉगल जो डिफ़ॉल्ट रूप से चालू हों। डेटा तक पहुँचना जितना मुश्किल होगा, पहुँचने का तरीक़ा उतना ही चालाक होता जाएगा, और उसमें से उतना ही कम खुले में होगा।
फिर दूसरे दर्जे का असर, जिसे मुझे लगता है कम आँका जाता है।
सर्च करना तुम होना बंद कर देता है।
अभी, जब तुम सर्च करते हो, तो क्वेरी एक ब्राउज़र, एक कुकी, एक अकाउंट, एक IP, और पंद्रह साल से जमा हो रही एक प्रोफ़ाइल के साथ पहुँचती है। जब तुम्हारा स्थानीय मॉडल सर्च करता है, तो दूसरे छोर पर पहुँचने वाली चीज़ एक सवाल पूछती हुई मशीन है। इसे जवाब पाने के लिए तुम्हारी पहचान की ज़रूरत नहीं होती, और इसके पास उसे साथ ले जाने की कोई ख़ास वजह नहीं होती। तुम्हारे बीस प्रॉम्प्ट पाँच ऐसी क्वेरी बन जाते हैं जो किसी ख़ास चीज़ जैसी नहीं दिखतीं, एक मॉडल से, तुम्हारे डिवाइस पर, बिना किसी प्रोफ़ाइल के पीछे।
यह उस कड़ी को तोड़ देता है जिस पर विज्ञापन-फंडेड वेब बना है, और किसी को इसके लिए क़ानून बनाने की ज़रूरत नहीं पड़ी। एजेंट एक स्वाभाविक अनाम-कर्ता (anonymiser) है।
इसे इस तरह ही काम करना ज़रूरी नहीं है। गुमनामी एक ऐसा फ़ैसला है जो क्लाइंट लेता है, और बहुत सारे क्लाइंट प्रोफ़ाइल को जोड़े रखेंगे, क्योंकि प्रोफ़ाइल ही व्यवसाय है। पर पहली बार प्राइवेट विकल्प आसान वाला है, और जो भी स्थानीय मॉडल शिप करता है, वह डिफ़ॉल्ट चुनने का हक़दार होता है।
जो सीधे पहली रक्षात्मक खाई (moat) पर वापस लौट आता है।
एक साल पहले मैं कहता "किसी दिन"। लीडरबोर्ड के शीर्ष पर एक अनाम मॉडल ने उस समयरेखा को एक ज़्यादा भरोसेमंद दायरे में ला दिया।
---
*आँकड़े: Epoch AI (ओपन/क्लोज़्ड अंतर, दक्षता रुझान, क्षमता सूचकांक), Artificial Analysis Intelligence Index, Z.ai रिलीज़ नोट्स, OpenRouter इस्तेमाल डेटा, अगस्त 2026।*