"இலவச" திறந்த மூல AI-ன் மறைக்கப்பட்ட செலவு: GLM 5.2-ஐ இயக்குவதற்கு ஏன் ஆயிரக்கணக்கான டாலர்கள் செலவாகிறது

திறந்த மூலம் (Open source) என்றால் இயக்குவதற்கு இலவசம் என்று அர்த்தமல்ல. GLM 5.2 அதை நிரூபிக்கிறது: நீங்கள் மாடல் எடைகளை (model weights) சட்டப்பூர்வமாக பதிவிறக்கம் செய்து எதுவும் செலுத்தாமல் இருக்கலாம், ஆனால் இன்னமும் $4,000 வன்பொருள் சிக்கலை எதிர்கொள்கிறீர்கள்.

இன்று ஜூன் 30, 2026, திறந்த மூல உரிமைகளுக்கும் உண்மையான நடைமுறை சாத்தியக்கூறுகளுக்கும் இடையே உள்ள வேறுபாட்டைப் பற்றி AI சமூகம் ஒரு கடினமான பாடத்தைக் கற்றுக்கொண்டு வருகிறது. இரண்டு வாரங்களுக்கு முன்பு MIT உரிமத்தின் கீழ் வெளியிடப்பட்ட GLM 5.2, வெறும் விளம்பரத்தைத் தாண்டிய ஒரு உரையாடலைத் தொடங்கியுள்ளது: யாருடைய கணினியாலும் அதை இயக்க முடியாதபோது, "இலவசம்" என்பது உண்மையில் என்ன என்பதாகும்?

GLM 5.2 என்றால் என்ன?

GLM 5.2 என்பது ஒரு பெரிய மொழி மாடல் (large language model) ஆகும் — இது கேள்விகளைப் புரிந்துகொள்ளவும், கட்டுரைகளை எழுதவும், குறியீடு (code) எழுதவும், மேலும் பலவற்றைச் செய்யவும் கூடிய பெருமளவிலான உரைகளில் பயிற்சிளிக்கப்பட்ட AI அமைப்பாகும். இது ஒரு ஆராய்ச்சிக் குழுவிடமிருந்து வந்துள்ளது மற்றும் MIT உரிமத்துடன் வெளியிடப்பட்டது, இது திறந்த மூலத்தில் மிகவும் தாராளமயமான ஒன்றாகும். நீங்கள் அதைப் பதிவிறக்கலாம், இயக்கலாம், மாற்றலாம், அதைப் பயன்படுத்தி தயாரிப்புகளை விற்கலாம் — சட்டப்பூர்வமாக, நீங்கள் விரும்புவதைச் செய்ய சுதந்திரமாக இருக்கிறீர்கள்.

அதுதான் முக்கியமான பகுதி: உரிமம் இலவசமானது. மற்ற எல்லாவற்றிற்கும் பணம் செலவாகும்.

உரிமம் உங்கள் மின்சாரக் கட்டணத்தைச் செலுத்தாது

GLM 5.2 "இலவசமானது" என்று மக்கள் கூறும்போது, அவர்கள் வழக்கமாக உரிமத்தைக் குறிப்பிடுகிறார்கள். எடைகள் — மாடலின் உண்மையான கற்றல் அளவுருக்கள் (learned parameters) — எந்தக் கட்டணமும் இன்றி பதிவிறக்கம் செய்யக் கிடைக்கின்றன. உரிமக் கட்டணம் இல்லை, சந்தா இல்லை, எதுவும் இல்லை.

ஆனால் "பதிவிறக்கம் செய்ய இலவசம்" என்பதும் "இயக்க இலவசம்" என்பதும் முற்றிலும் வேறுபட்ட விஷயங்கள்.

இதை இப்படி யோசித்துப் பாருங்கள்: Linux இலவசமானது (திறந்த மூல உரிமம்), ஆனால் அதை இயக்குவதற்கு ஒரு தரவு மையத்தை (data center) உருவாக்குவதற்கு கோடிக்கணக்கில் செலவாகும். நீங்கள் அதைச் செய்ய முடியும் என்று உரிமம் சொல்கிறது; உங்கள் கிரெடிட் கார்டுக்கு அதன் உண்மையான விலை தெரியும்.

நினைவகப் பிரச்சனை

இங்குதான் GLM 5.2 விரைவாக விலையுயர்ந்ததாக மாறுகிறது. மாடல் மிகப்பெரிய அளவிலான தரவுகளில் பயிற்சி அளிக்கப்படுகிறது, அதாவது இது அதிக எண்ணிக்கையிலான கற்றல் அளவுருக்களைக் கொண்டுள்ளது. அதை இயக்க, அந்த முழு மாடலையும் உங்கள் கணினியின் நினைவகத்தில் (RAM, வட்டு இடம் அல்ல) பொருத்த வேண்டும்.

GLM 5.2 அதன் மிகக் குறைந்த அழுத்தப்பட்ட பதிப்பில் தோராயமாக 240 ஜிகாக்பைட் RAM தேவைப்படுகிறது. இருநூற்று நாற்பது ஜிகாக்பைட். நீங்கள் அதை ஒரு சாதாரண லேப்டாப்பில் (வழக்கமாக 8 முதல் 16 GB வரை இருக்கும்) இயக்க விரும்பினால், நீங்கள் சுமார் 15 மடங்கு அதிக வசதி படைத்தவராக இருக்க வேண்டும்.

USD 4,000 மதிப்பிலான DGX Spark அமைப்பைக் கொண்ட ஒரு டெவலப்பர் — 128 ஜிகாக்பைட் RAM உடன் AI பணிக்காக உருவாக்கப்பட்ட ஒரு பிரத்யேக கணினி — இன்னமும் அதை இயக்க முடியாது. கணக்கு சரியாக வரவில்லை. உங்களுக்கு தொழில்முறை அளவிலான வன்பொருள் தேவை: பெரிய நினைவகக் குளங்களைக் கொண்ட பல GPUகள், சிறப்பு சேவையகங்கள், அளவிடக்கூடிய கிளவுட் கம்ப்யூட்.

அப்போதும் கூட, உங்கள் மின்சாரக் கட்டணம் உயரத் தொடங்குகிறது.

எல்லோரும் ஏன் இது இலவசம் என்று சொல்கிறார்கள் (மற்றும் அவர்கள் ஏன் தவறாக இருக்கிறார்கள்)

இரண்டு தனித்தனி கருத்துகளைக் குழப்பிக் கொள்வதிலிருந்து இந்தக் குழப்பம் ஏற்படுகிறது:

1. உரிமம்: MIT என்றால் குறியீட்டைப் பயன்படுத்துவதற்கு எந்த சட்ட அல்லது நிதித் தடைகளும் இல்லை என்பதாகும்.
2. வன்பொருள்: மாடலை ஏற்றுவதற்கு போதுமான சக்திவாய்ந்த கணினியை நீங்கள் இன்னமும் சொந்தமாக வைத்திருக்க வேண்டும் அல்லது வாடகைக்கு எடுக்க வேண்டும்.

சமூக ஊடகங்கள், வலைப்பதிவு இடுகைகள் மற்றும் அறிவிப்புகளில் உள்ளவர்கள் பெரும்பாலும் உரிமத்தில் கவனம் செலுத்துகிறார்கள் மற்றும் வன்பொருள் பகுதியை விட்டுவிடுகிறார்கள். "GLM 5.2 இலவசம்!" என்பது கிளிக்குகளைப் பெறுகிறது. "GLM 5.2 க்கு குறைந்தபட்சம் 240GB RAM தேவைப்படுகிறது, அதை வாங்க ஆயிரக்கணக்கிலும் அல்லது வாடகைக்கு எடுக்க மாதத்திற்கு நூற்றுக்கணக்கிலும் செலவாகும்" — அது குறைந்த உற்சாகமளிப்பதாக இருக்கலாம், ஆனால் அதுதான் உண்மை.

இதை வெளியிட்ட ஆராய்ச்சியாளர்களை விமர்சிப்பது இதன் நோக்கமல்ல. ஒரு மாடலை திறந்த மூலமாக மாற்றுவது உண்மையிலேயே மதிப்புமிக்கது. ஆனால் "உங்களிடம் உதிரியாக USD 4,000 முதல் 10,000 வரை இருந்தால் இலவசம்" என்றும் நீங்கள் கூறாவிட்டால், அதை "இலவசம்" என்று அழைப்பது அறிவுப்பூர்வமாக நேர்மையற்றது.

உண்மையான செலவு விவரம்

GLM 5.2-ஐ உண்மையில் இயக்குவது எப்படி இருக்கும் என்பது இதோ:

விருப்பம் 1: வன்பொருளை வாங்குதல்

• 240GB+ நினைவகம் கொண்ட GPU: USD 3,000 முதல் 8,000 வரை (அல்லது பல கார்டுகளுக்கு மேலும்)
• அதை வைத்திருக்க சேவையக அளவிலான வன்பொருள்: USD 1,000 முதல் 3,000 வரை
• மின்சாரம் மற்றும் குளிர்விக்கும் அமைப்பு: USD 500 முதல் 1,500 வரை
• மொத்த முன்பணச் செலவு: USD 4,500 முதல் 12,500 வரை
• தொடர் செலவுகள்: மின்சாரச் செலவுகள் (நீங்கள் 24/7 இயக்கினால் மாதத்திற்கு நூற்றுக்கணக்கில் செலவாகலாம்)

விருப்பம் 2: கிளவுட் நிறுவனத்திடமிருந்து வாடகைக்கு எடுத்தல்

• போதுமான நினைவகம் கொண்ட கிளவுட் கம்ப்யூட்: ஒரு நாளைக்கு USD 200 முதல் 500+ வரை
• நீங்கள் அதைத் தொடர்ந்து இயங்கவிட்டால், இது மாதத்திற்கு USD 6,000 முதல் 15,000 வரை அதிகரிக்கும்

இரண்டு வழிகளுமே இலவசம் அல்ல. உரிமம் இலவசம். மற்ற எல்லாவற்றிற்கும் செலவாகும்.

ஜூன் 2026 இல் இது ஏன் முக்கியமானது

தொழில்நுட்ப மன்றங்கள், ஸ்டார்ட்அப்கள், பல்கலைக்கழக ஆராய்ச்சி என அனைத்து இடங்களிலும் AI உரையாடலின் ஒரு பகுதியாக மாறியுள்ளது. அதிக மாடல்கள் திறந்த மூலமாக வெளியிடப்படும் போது, அதைக் கொண்டாடுவதும், அவை அனைவருக்கும் கிடைக்கும் என்று கருதுவதும் ஒரு போக்காக உள்ளது. "நாம் அனைவரும் இப்போது அதிநவீன AI-ஐ இயக்க முடியும்!"

ஆனால் AI வன்பொருளின் பொருளாதாரம் மாறவில்லை. நினைவகம் விலையுயர்ந்தது. GPUகள் விலையுயர்ந்தவை. மின்சாரம் விலையுயர்ந்தது. எடைகளை திறந்த மூலமாக்குவது ஆராய்ச்சிக்கும் வெளிப்படைத்தன்மைக்கும் உண்மையிலேயே மதிப்புமிக்கது, ஆனால் அது மாயாஜாலமாக வன்பொருளை மலிவானதாக மாற்றாது.

இந்த இடைவெளி முக்கியமானது ஏனெனில் இந்த மாடல்களைக் கொண்டு யார் உருவாக்க முடிகிறது என்பதை இது தீர்மானிக்கிறது. உங்களிடம் ஒரு பெரிய நிறுவனத்தின் பட்ஜெட் அல்லது கிளவுட் கம்ப்யூட்டிங் வசதி இருந்தால், நன்று — நீங்கள் GLM 5.2-ஐ இயக்கலாம். நீங்கள் ஒரு சாதாரண கணினியைக் கொண்ட ஒரு சுயாதீன டெவலப்பர் அல்லது ஆராய்ச்சியாளராக இருந்தால், உங்களால் முடியாது. உரிமம் உங்களால் முடியும் என்று சொல்கிறது, ஆனால் வன்பொருள் உங்களால் முடியாது என்று சொல்கிறது.

அதற்கு பதிலாக நீங்கள் உண்மையில் என்ன செய்ய முடியும்

USD 4,000 கணினி இல்லாமல் AI மாடல்களுடன் பணியாற்ற விரும்பினால்:

• 8 முதல் 16 GB RAM இல் அடங்கக்கூடிய சிறிய, திறந்த மூல மாடல்களைப் பயன்படுத்துங்கள். சாதாரண வன்பொருளில் இயங்கும் உண்மையிலேயே பயனுள்ள மாடல்கள் உள்ளன.
• API எண்ட்பாயிண்ட்களைப் பயன்படுத்துங்கள். பல நிறுவனங்கள் சிறிய கட்டணத்தில் இன்ஃபெரன்ஸ் (வேறு யாரோ இயக்கும் ஒரு மாடலைப் பயன்படுத்துதல்) வசதியை வழங்குகின்றன. நீங்கள் வன்பொருளைச் சொந்தமாக வைத்திருக்க வேண்டியதில்லை; ஒவ்வொரு கோரிக்கைக்கும் (request) மட்டும் பணம் செலுத்தினால் போதும்.
• கம்ப்யூட் வளங்களுக்கான அணுகலைக் கொண்ட ஆராய்ச்சி ஆய்வகம் அல்லது பல்கலைக்கழகத்தில் சேருங்கள். இது பெரும்பாலும் மாணவர்கள் மற்றும் ஆராய்ச்சியாளர்களுக்குக் கிடைக்கிறது.
• குவாண்டாசேஷன் (quantization) மற்றும் ஆப்டிமைசேஷன் நுட்பங்கள் மேலும் முதிர்ச்சியடையும் வரை காத்திருங்கள். குறைந்த நினைவகத்தில் இயங்குவதற்காக மாடல்களை அழுத்துவது (compressing) செயலில் உள்ள ஆராய்ச்சிப் பகுதியாகும்.

இவற்றில் எதுவுமே "இலவசம்" அல்ல, ஆனால் USD 4,000+ மதிப்புள்ள வன்பொருளை வாங்குவது அல்லது வாடகைக்கு எடுப்பதை விட இவை அணுகக்கூடியவை.

முடிவுரை

GLM 5.2 என்பது ஒரு உண்மையான திறந்த உரிமத்தின் கீழ் வெளியிடப்பட்ட ஒரு நல்ல மாடல் ஆகும். அது கொண்டாடத்தக்கது. ஆனால் அதை இயக்குவதற்கு ஆயிரக்கணக்கில் செலவாகும் போது "இலவசம்" என்று அழைப்பது சிறந்தது என்றால் தவறாக வழிநடத்துவதாகும், மோசமானது என்றால் நேர்மையற்றதாகும். உரிம சுதந்திரத்திற்கும் நடைமுறை சாத்தியத்திற்கும் இடையிலான வேறுபாட்டைப் பற்றி திறந்த மூல சமூகம் தெளிவாக இருக்க வேண்டும். நீங்கள் அதை இலவசமாகப் பதிவிறக்கலாம். அதை இயக்குவது மற்றொரு கதை.

நன்மைகள்

• பெரிய மாடல்களைத் திறந்த மூலமாக்குவது வெளிப்படைத்தன்மையை அதிகரிக்கிறது மற்றும் ஆராய்ச்சியைச் சாத்தியமாக்குகிறது
• MIT உரிமம் எந்த சட்டக் கட்டுப்பாடுகளும் இன்றி பரந்த பயன்பாட்டை அனுமதிக்கிறது
• வன்பொருள் வசதி உள்ளவர்களுக்கு மாடல்கள் கிடைக்கின்றன
• AI அறிவை ஜனநாயகப்படுத்துவதற்குப் பங்களிக்கிறது (அணுகல் இல்லாவிட்டாலும் கூட)
• பெரிய மாடல்களில் தணிக்கை மற்றும் பாதுகாப்பு ஆராய்ச்சியைச் சாத்தியமாக்குகிறது

குறைபாடுகள்

• அதிகப்படியான நினைவகத் தேவைகள் பெரும்பாலான டெவலப்பர்களுக்கு இது எட்டாததாக ஆக்குகின்றன
• "இலவச" வெளியீடுகள் பற்றிய அறிவிப்புகளில் வன்பொருள் செலவுகள் பெரும்பாலும் குறிப்பிடப்படுவதில்லை
• அணுகல் திறன் குறித்து தவறான எதிர்பார்ப்புகளை உருவாக்குகிறது
• நன்கு நிதியளிக்கப்பட்ட அமைப்புகளுக்கும் சுயாதீன உருவாக்குபவர்களுக்கும் இடையிலான இடைவெளியை விரிவுபடுத்துகிறது
• மின்சாரம் மற்றும் குளிர்விப்புச் செலவுகள் தொடர்ந்து இயக்குவதை விலையுயர்ந்ததாக மாற்றுகின்றன

எச்சரிக்கை

இந்தக் கட்டுரையில் உள்ள புள்ளிவிவரங்கள் மற்றும் எண்கள் மூலப் பொருளின் அடிப்படையிலான விளக்க எடுத்துக்காட்டுகள் மற்றும் ஜூன் 2026 நிலவரப்படி உண்மையான உலக விலையைக் குறிக்கின்றன, ஆனால் உண்மையான செலவுகள் வன்பொருள் விற்பனையாளர், கிளவுட் நிறுவனம், இருப்பிடம் மற்றும் மின்சாரக் கட்டணங்களின் அடிப்படையில் பெரிதும் மாறுபடும். அனைத்து மதிப்புகளும் தோராயமானவை — USD 4,000 வன்பொருள், 240GB நினைவகம், மாதாந்திர கிளவுட் கட்டணங்கள் — பட்ஜெட்டைத் திட்டமிடுவதற்கு முன் தற்போதைய விலைக்கு எதிராகச் சரிபார்க்கப்பட வேண்டும். தயாரிப்பு அல்லாத சூழலில் (non-production environment) பெரிய மாடல்களை இயக்குவதற்கான எந்தவொரு அணுகுமுறையையும் முதலில் சோதிக்கவும், உங்கள் உண்மையான தேவைகளைப் புரிந்துகொள்ள சிறிய, அணுகக்கூடிய மாடல்களுடன் தொடங்கவும், மேலும் விலையுயர்ந்த கம்ப்யூட் உள்கட்டமைப்புடன் பணிபுரியும் போது உங்கள் சொந்த பொறுப்பில் தொடரவும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

• GLM 5.2 சட்டப்பூர்வமாகப் பயன்படுத்துவதற்கு உண்மையில் இலவசமானதா?
• சிறிய AI மாடல்களுடன் ஒப்பிடும்போது GLM 5.2-க்கு ஏன் இவ்வளவு நினைவகம் தேவைப்படுகிறது?
• GLM 5.2-ஐ ஒரு சாதாரண லேப்டாப் அல்லது வீட்டுக் கணினியில் இயக்க முடியுமா?
• ஒரு திறந்த மூல உரிமத்திற்கும் மென்பொருளை இயக்குவதற்கான செலவிற்கும் இடையே உள்ள வேறுபாடு என்ன?
• GLM 5.2-ஐ இயக்குவதற்கு கிளவுட் கம்ப்யூட்டை வாடகைக்கு எடுக்க உண்மையில் எவ்வளவு செலவாகும்?
• விலையுயர்ந்த வன்பொருள் இல்லாமல் உள்ளூர் கணினியில் (locally) நான் இயக்கக்கூடிய சிறிய AI மாடல்கள் உள்ளனவா?
• இயக்குவதற்கு ஆயிரக்கணக்கில் செலவாகும் என்றால், AI நிறுவனங்கள் ஏன் மாடல்களை "இலவசம்" என்று அறிவிக்கின்றன?
• பெரிய மொழி மாடல்களை இயக்க வசதி இல்லாத டெவலப்பர்களுக்கு என்ன மாற்று வழிகள் உள்ளன?

குறிச்சொற்கள்

#opensource #AI #LLM #hardware #GLM #costofcompute #infra