लंदन गैटविक हवाई अड्डे ने स्टैनली रोबोटिक्स के साथ साझेदारी में रोबोटिक पार्किंग लागू की

उस दिन जब एनवीडिया के सीईओ जेन्सेन हुआंग ने एक्स पर अपने पहले पोस्ट में 25 उद्योग हस्ताक्षरकर्ताओं के साथ कृत्रिम बुद्धिमत्ता के खुले मॉडलों का समर्थन किया, एंटी ग्रुप बेलिंग की इकाई ने लिंग-3.0-फ्लैश मॉडल प्रस्तुत किया। यह मॉडल 124 बिलियन मापदंडों की एक निष्पादन योग्य मॉडल है, लेकिन केवल 5.1 बिलियन मापदंडों को सक्रिय करता है, जो इसके ट्रिलियन-पैरामीटर फ्लैगशिप मॉडल की तुलना में उच्च बुद्धि घनत्व प्रदर्शित करता है।

मॉडल के परीक्षण परिणाम

लिंग-3.0-फ्लैश ने 34 मूल्यांकन क्षेत्रों में उच्च परिणाम दिखाए, जिसमें 15 मामलों में पहला स्थान और 19 में दूसरा स्थान प्राप्त किया। औसत स्कोर 67.6 था, जो इसे डीपसीक वी4 फ्लैश के बराबर बनाता है। इस बीच, मॉडल ने अपने स्वयं के ट्रिलियन मॉडल रिंग-2.6-1टी को लगभग 8 अंकों से अधिक से पीछे छोड़ दिया। मॉडल 0.5 बुद्धि घनत्व और 13.2 दक्षता गुणांक तक पहुंचता है, जो तुलनीय मॉडलों में उच्चतम हैं, यह साबित करता है कि निष्पादन योग्य मॉडल का लक्षित डिजाइन विशिष्ट कार्यों के साथ काम करते समय सामान्य स्केलिंग को मात दे सकता है।

अनुप्रयोग और प्रदर्शन

इस मॉडल को तर्क मॉडल से अलग निष्पादन योग्य मॉडल प्रतिमान पर एक रणनीतिक दांव के रूप में विकसित किया गया है। लिंग-3.0-फ्लैश वास्तविक समय एजेंट कार्यों, कोडिंग और फ़ंक्शन कॉलिंग के लिए गति और दक्षता पर केंद्रित है। उदाहरण के लिए, कोड रिपॉजिटरी में त्रुटि सुधार के लिए SWE-Bench Pro परीक्षण में, इसने पहले स्थान पर 56.6% अंक प्राप्त किए। ArtifactsBench में, जो एक ही पास में पूर्ण इंटरैक्टिव घटक बनाने के लिए डिज़ाइन किया गया है, इसने 77.0% दिखाया, जो दूसरे स्थान से 10 अंकों से अधिक आगे था। MiniAppBench में, जिसके लिए एक निर्देश के आधार पर संपूर्ण एप्लिकेशन जनरेशन की आवश्यकता होती है, इसने 16 मॉडलों के औसत 17% की तुलना में 25.3% हासिल किया।

क्षमताएं और तुलनाएं

BFCL-v4 फ़ंक्शन कॉलिंग सटीकता 73.0% तक पहुंच गई, जो पहले स्थान पर क्लॉड-सोनेट-4.6 के बराबर है। एंड-टू-एंड एजेन्ट GDPVal v2-AA मूल्यांकन में मॉडल ने 1107 अंक प्राप्त किए, जो परीक्षण किए गए मॉडलों में उच्चतम है। मॉडल स्वाभाविक रूप से 256K आकार की संदर्भ विंडो का समर्थन करता है, जहां MRCR_256K ने 81.1% दिखाया। मल्टी-आईएफ के बहु-चरणीय निर्देश पालन ने दूसरे स्थान पर 87.7% हासिल किया। दीर्घकालिक निर्देश स्मृति पर LIFEBench परीक्षण में, इसने 77.3% के परिणाम के साथ पहला स्थान प्राप्त किया। वाइडसर्च एजेंट खोज क्षमता तीसरे स्थान पर 73.6% तक पहुंच गई, और मल्टी-एजेंट सहयोग मोड में ब्राउज़कंप ने 82.0% हासिल किया, जो क्लॉड-सोनेट-4.6 (82.1%) के लगभग बराबर है।

रिलीज़ का रणनीतिक महत्व

एजेंट-केंद्रित मूल्यांकनों का पूरा सेट लिंग-3.0-फ्लैश को स्वायत्त कार्य निष्पादन प्रतिमान के लिए अनुकूलित के रूप में स्थापित करता है, जहां मॉडल लंबी तर्क श्रृंखलाएँ उत्पन्न करने के बजाय उपकरणों का उपयोग करते हैं, इंटरफेस पर नेविगेट करते हैं और बहु-चरणीय लक्ष्यों को पूरा करते हैं। एंटी बेलिंग ने मॉडल को खुला बनाया है, और एपीआई के मुफ्त परीक्षण अवधि के समाप्त होने के बाद भार उपलब्ध होंगे। एनवीडिया द्वारा समर्थित पत्र के साथ मॉडल का एक साथ जारी होना इस बात का संकेत देता है कि सिलिकॉन वैली में जोखिमों पर चर्चा के बावजूद चीनी एआई कंपनियां ओपन सोर्स कोड को अपनाना जारी रखती हैं। लिंग-3.0-फ्लैश दक्षता को एक विशिष्ट विशेषता के रूप में रेखांकित करता है: कुल पैरामीटर की संख्या के आधार पर प्रतिस्पर्धा करने के बजाय, मॉडल दिखाता है कि एजेंट निष्पादन वर्कलोड के लिए अच्छी तरह से डिज़ाइन की गई कॉम्पैक्ट निष्पादन योग्य मॉडल लक्षित प्रशिक्षण के साथ आठ गुना बड़े मॉडलों को मात दे सकती है। यह उस प्रवृत्ति के अनुरूप है जो विशिष्ट कार्यों के लिए मॉडलों की ओर बढ़ रही है, क्योंकि इन्फेरेंस परिनियोजन की अर्थव्यवस्था मुख्य बाधा बन रही है। पांच दिनों के भीतर OpenRouter पर साप्ताहिक रैंकिंग 9वें से 6वें स्थान पर बढ़ गई, जबकि जुलाई में ट्रैफिक की मात्रा डीपसीक वी4 प्रो की तुलना में केवल 0.5% कम थी, जो कुशल निष्पादन योग्य मॉडलों के लिए बाजार की मांग की पुष्टि करता है।

जून 2026 में Tencent WorkBuddy ने 20.97 मिलियन मासिक विज़िट का आंकड़ा पार कर लिया, जिससे यह ByteDance Trae (12.79 मिलियन) और Alibaba QoderWork (7.88 मिलियन) के संयुक्त आंकड़ों से आगे निकल गया। यह सफलता मार्च 2026 में लॉन्च होने के केवल चार महीने बाद हासिल की गई, जिसमें OpenClaw इकोसिस्टम के उपयोग और कॉर्पोरेट WeChat के साथ एकीकरण ने योगदान दिया।

तेजी से वृद्धि और बाजार पर ध्यान केंद्रित करना

जून 2026 में, एनालिसिस की रेटिंग के अनुसार, Tencent WorkBuddy ने 20.97 मिलियन मासिक विज़िट दिखाए, जो ByteDance Trae से 12.79 मिलियन और Alibaba QoderWork से 7.88 मिलियन अधिक था। उत्पाद मार्च 2026 में लॉन्च हुआ था, जिसने पहले महीने में 8.85 मिलियन विज़िट दर्ज किए और पिछले महीने की तुलना में 831% की प्रभावशाली वृद्धि दिखाई, जिसके कारण पहले सप्ताह में ही क्षमता में 10 गुना विस्तार हुआ। यह तीव्र उछाल ऐसे समय में आया जब उद्योग का ध्यान Kimi K3, GLM-5.2 और DeepSeek V4 जैसे मॉडल प्रतियोगिताओं पर केंद्रित था, जिससे Tencent को सीधे प्रतिस्पर्धी प्रतिक्रिया के बिना डेस्कटॉप एआई ऑफिस एजेंट श्रेणी में जगह बनाने में मदद मिली।

इकोसिस्टम और कार्यक्षमता

WorkBuddy की सफलता का आधार OpenClaw इकोसिस्टम है - एक ओपन-सोर्स फ्रेमवर्क जिसे Tencent के एकीकरण से पहले GitHub पर 280,000 स्टार और 5,700 से अधिक प्लगइन्स प्राप्त थे। 9 मार्च को Tencent ने तीन उत्पादों को एक साथ जारी किया: निजी उपयोगकर्ताओं के लिए QClaw, डेवलपर्स के लिए Lighthouse, और उद्यमों के लिए WorkBuddy। WorkBuddy पूरी तरह से OpenClaw कौशल सेट के साथ संगत है, जिसमें 20 से अधिक पूर्व-स्थापित कौशल पैकेज शामिल हैं, यह कई एजेंटों का उपयोग करके कार्यों के समानांतर विघटन का समर्थन करता है, और मॉडलों में लचीलापन प्रदान करता है, जिससे Hunyuan, DeepSeek, GLM, Kimi और MiniMax को परस्पर बदला जा सकता है। कॉर्पोरेट एकीकरण श्रृंखला WeChat और WeCom के माध्यम से इनपुट, Tencent Cloud पर कंप्यूटिंग और PC Manager के माध्यम से स्थानीय डिवाइस अनुमतियों को कवर करती है, जिससे एक बंद लूप बनता है जिसे व्यापक पारिस्थितिकी तंत्र के कारण प्रतियोगियों के लिए दोहराना मुश्किल है।

तकनीकी विकास और प्रतिस्पर्धा

Hunyuan मॉडल की मूल बुनियादी ढांचे को 2026 की शुरुआत में फिर से बनाया गया था। अप्रैल में प्रीव्यू HY3 लगातार तीन सप्ताह तक OpenRouter की साप्ताहिक रैंकिंग में शीर्ष पर रहा, इससे पहले कि इसे DeepSeek V4 Flash ने पीछे छोड़ दिया। 6 जुलाई के आधिकारिक रिलीज ने मतिभ्रम के स्तर को 44% तक कम कर दिया और WorkBuddy के कार्य समाधान दर को 72% से बढ़ाकर 90% कर दिया। मूल्य निर्धारण - प्रति मिलियन टोकन पर 1 युआन इनपुट और 4 युआन आउटपुट - के साथ, उत्पाद प्रतिस्पर्धी बना हुआ है। Tencent ने सक्रिय उपयोगकर्ता प्रतिधारण दर 60% से ऊपर और भुगतान करने वाले उपयोगकर्ता प्रतिधारण दर 80% से ऊपर बताई, हालांकि ये आंकड़े CodeBuddy और WorkBuddy दोनों मेट्रिक्स को मिलाते हैं। मुख्य वित्तीय अधिकारी जेम्स मिशेल ने कोई ARR लक्ष्य निर्धारित करने से इनकार कर दिया, यह देखते हुए कि मांग में बदलाव इतनी तेजी से हो रहा है कि 12 महीने के लिए सार्थक पूर्वानुमान लगाना संभव नहीं है।

बाजार में प्रतिमान बदलाव

प्रतिस्पर्धी लड़ाई एआई ऑफिस एजेंट बाजार को मॉडल प्रदर्शन की प्रतिस्पर्धा से इकोसिस्टम और वितरण की प्रतिस्पर्धा में बदल रही है। WorkBuddy का लाभ मॉडल की गुणवत्ता में श्रेष्ठता के कारण नहीं है, बल्कि WeCom में मौजूदा उद्यम संबंधों, WeChat उपभोक्ता पहुंच और OpenClaw प्लगइन इकोसिस्टम के कारण है, जो उपयोगकर्ता के अनुकूलन समय को दिनों से मिनटों तक कम करता है। जवाब में, Alibaba ने नए सीईओ DingTalk Chen Yusen के नेतृत्व में अपने उत्पादों को Qianwen Office में समेकित किया, और ByteDance ने Doubao को अपने ऑफिस एजेंट ब्रांड के रूप में पुनर्गठित किया। फिर भी, दोनों कंपनियों को एक संरचनात्मक समस्या का सामना करना पड़ता है: WorkBuddy WeChat के कॉर्पोरेट पारिस्थितिकी तंत्र में एकीकृत है, जिसका उपयोग चीन में व्यावसायिक संचार के लिए पहले से ही किया जाता है। सवाल यह है कि क्या WorkBuddy के आसपास समूह सहयोग के नेटवर्क प्रभाव बन सकते हैं जो उपभोक्ता WeChat के नेटवर्क प्रभावों के समान हैं, जो संभावित रूप से इसे एक स्थायी स्थिति प्रदान करेगा जिसे प्रतियोगियों के लिए तोड़ना मुश्किल होगा।

टोकन प्रति लागत कम होने के बावजूद, घरेलू चीनी बड़े भाषा मॉडल (एलएलएम) भारी उपयोगकर्ताओं के लिए विकास परिदृश्यों में बहुत महंगे साबित होते हैं, जहां दैनिक खपत दर्जनों अरब टोकन तक पहुंच जाती है।

वास्तविक खर्चों में अंतर

एआई का उपयोग करके गहन कोडिंग करने वाले चीनी उपयोगकर्ता कॉडेक्स पर प्रति सप्ताह 300 युआन खर्च करते हैं, जबकि GLM-5.2 जैसे स्थानीय मॉडलों का उपयोग उन्हें प्रतिदिन 7800 युआन का खर्च आता है। वास्तविक लागत टोकन मूल्य निर्धारण से निर्धारित नहीं होती है, बल्कि इस तथ्य से निर्धारित होती है कि विदेशी मॉडल पैकेज सदस्यता प्रदान करते हैं जो सबसे सक्रिय उपयोगकर्ताओं के लिए खर्चों को सीमित करती है।

प्रति दिन दर्जनों अरब टोकन की खपत पर, GLM-5.2 एपीआई का उपयोग लगभग 7800 युआन प्रतिदिन पड़ता है, जो 1084 अमेरिकी डॉलर के बराबर है। इसी तरह का भार जीपीटी कॉडेक्स प्रो सदस्यता के माध्यम से प्रति सप्ताह लगभग 300 युआन का होता है। यह विरोधाभास इसलिए उत्पन्न होता है क्योंकि विदेशी मॉडल टोकन की खपत को निश्चित मासिक सब्सक्रिप्शन में शामिल करते हैं, जिससे सबसे अधिक मांग वाले उपयोगकर्ताओं के लिए खर्च प्रभावी रूप से सीमित हो जाता है, जबकि चीनी मॉडल सख्ती से प्रत्येक टोकन के लिए शुल्क लेते हैं बिना किसी निश्चित दर प्रस्ताव के।

मूल्य प्रस्तावों की तुलना

टोकन मूल्य के आंकड़ों पर, GLM-5.2 जीपीटी-5.6 सोल (5/30 अमेरिकी डॉलर) की तुलना में कम दर (इनपुट/आउटपुट मिलियन टोकन के लिए 1.4/4.4 अमेरिकी डॉलर) प्रदर्शित करता है। हालांकि, अरबों टोकन की दैनिक खपत पर, पैकेज दर का लाभ तुलना की पूरी तस्वीर बदल देता है। उदाहरण के लिए, कॉडेक्स प्लस की कीमत 20 अमेरिकी डॉलर प्रति माह है, और प्रो 5 या 20 गुना अधिक कोटा के साथ 100 अमेरिकी डॉलर प्रति माह से शुरू होता है, साथ ही एपीआई पर सीमा से अधिक भुगतान भी होता है। क्लॉड कोड 20 अमेरिकी डॉलर प्रति माह में प्रो और 100 से 200 अमेरिकी डॉलर प्रति माह तक मैक्स प्लान प्रदान करता है।

अलीबाबा कोडर सीएन की स्थिति भी समस्याएं दिखाती है: व्यक्तिगत योजनाएं 2000-6000 क्रेडिट के लिए 59-169 युआन प्रति माह हैं, जिसे भारी उपयोगकर्ता कुछ ही दिनों में खर्च कर देते हैं। यह बताया गया है कि मूल्य पुनर्गठन के बाद लगभग 20-30 कॉर्पोरेट ग्राहकों ने नवीनीकरण बंद कर दिया है। कोडर का कॉर्पोरेट संस्करण प्रति स्थान 199 युआन प्रति माह है और मध्यम उपयोग पर 3 दिनों या गहन उपयोग पर 1 दिन में खर्च हो जाता है।

उपलब्धता और तकनीकी बाधाएं

GLM-5.2 सदस्यता तक पहुंच बेहद कठिन हो गई है। सुबह 10 बजे जारी दैनिक सीमा कुछ ही मिनटों में बिक जाती है, और जनवरी 2026 से उपलब्ध मात्रा को कंप्यूटिंग शक्ति की सीमाओं के कारण मूल का 20% तक कम कर दिया गया है। पीक लोड घंटों के दौरान टोकन का तिगुना कटौती लागू किया जाता है, जिसकी एक डेवलपर ने रॉक्यूलेटो गेम से तुलना की। इसी तरह, किमी कोड 49 से 699 युआन प्रति माह की दरें प्रदान करता है जिसमें साप्ताहिक अपडेट होता है, लेकिन इसमें कोई पैकेज दर भी नहीं है जो विदेशी सब्सक्रिप्शन को भारी उपयोगकर्ताओं के लिए फायदेमंद बनाती हो।

चीनी मॉडल प्रदाता इस बाधा को इन्फेरेंस पर उच्च कंप्यूटिंग लागत के रूप में समझाते हैं। बैच प्रोसेसिंग और कैशिंग के लिए अनुकूलित क्लाउड सेवाओं के विपरीत, चीनी प्रदाताओं को संदर्भ कैशिंग विंडो के छोटे होने और पैमाने पर क्रॉस-यूजर पैकेजिंग की अपर्याप्त दक्षता के कारण प्रति टोकन रखरखाव की उच्च लागत का सामना करना पड़ता है। इसके अलावा, आर्थिक वास्तविकता यह है कि पैकेज दरों के लिए अत्यधिक कंप्यूटिंग शक्ति आवंटन की आवश्यकता होती है, जिसे चीनी कंपनियां वर्तमान में सीमित कंप्यूटिंग संसाधनों की स्थिति में वहन नहीं कर सकती हैं।

बाजार विभाजन और भविष्य

यह मूल्य निर्धारण रणनीति बाजार के विभाजन की ओर ले जाती है: हल्के उपयोगकर्ता चीन में कम टोकन मूल्य से लाभान्वित होते हैं, लेकिन सबसे मूल्यवान डेवलपर खंड वास्तव में पैकेज दर के लाभ के कारण विदेशी मॉडलों के पक्ष में सब्सिडी प्राप्त करता है। चीनी मॉडल हल्के उपयोगकर्ताओं और मूल्य-संवेदनशील अनुप्रयोगों के माध्यम से वैश्विक इन्फेरेंस वॉल्यूम का 63.5% कब्जा करते हैं, जबकि उच्च-तीव्रता वाले एआई कोडिंग स्ट्रीम जीपीटी और क्लॉड सब्सक्रिप्शन की ओर निर्देशित होते हैं। डेवलपर्स का हिस्सा हासिल करने के लिए, कॉडेक्स की साप्ताहिक लागत के अनुरूप एक निश्चित दर वाली कोडिंग योजना की आवश्यकता है, लेकिन इसके लिए ऐसी कंप्यूटिंग शक्ति की आवश्यकता होगी जो वर्तमान में एआई कंपनियों के लिए सीमित है।