Baseten

Baseten هي منصة استدلال مُدارة لنقل نماذج الذكاء الاصطناعي المخصصة ومفتوحة المصدر إلى بيئة الإنتاج كواجهات برمجة تطبيقات (APIs) سريعة وقابلة للتوسع التلقائي. تأسست في عام 2019 في سان فرانسيسكو على يد أربعة مهندسين التقوا أثناء بناء أنظمة كشف الاحتيال باستخدام تعلم الآلة في Gumroad، بقيادة Tuhin Srivastava كمدير تنفيذي، وتتلخص رؤيتها بالكامل في شعارها: "الاستدلال هو كل شيء". تقوم بحزم النموذج، وتقوم Baseten بتشغيله على وحدات معالجة رسومات (GPUs) محجوزة مع تولي مهام التوسع التلقائي، والمراقبة، والتسجيل، والامتثال نيابة عنك، مما يختصر أشهرًا من أعمال البنية التحتية التي تفصل عادةً بين النموذج المُدرَّب ونقطة النهاية في بيئة الإنتاج. وعلى عكس بائعي واجهات برمجة تطبيقات النماذج (Model-API) التقليديين، تم بناء Baseten حول نماذجك الخاصة، بما في ذلك النماذج المُحسّنة والمملوكة بالكامل، مع خيارات الاستضافة الذاتية وداخل السحابة الخاصة الافتراضية (in-VPC) للفرق التي لا يمكنها إرسال بياناتها إلى سحابة مشتركة.

يتكون المنتج من أربعة أجزاء رئيسية: Dedicated Deployments، وهي وحدات معالجة رسومات (GPUs) محجوزة وقابلة للتوسع التلقائي تُفوتر بالدقيقة؛ و Model APIs، التي تتيح الوصول لكل رمز (per-token) إلى النماذج المفتوحة الشائعة مثل DeepSeek و Llama؛ و Baseten Chains، التي تُشغّل مسارات متعددة النماذج بحيث تعمل كل خطوة على أجهزة مخصصة للغرض؛ و Baseten Loops، وهي حزمة تطوير برمجيات (SDK) لعام 2026 للتعلم المعزز والضبط الدقيق. نقطة الانطلاق هي Truss، إطار عمل حزم النماذج مفتوح المصدر من Baseten. يشمل عملاء الإنتاج Cursor، و Notion، وشركة الذكاء الاصطناعي الطبي Abridge، وشركة الذكاء الاصطناعي القانوني Harvey، وتحمل المنصة شهادات الامتثال SOC 2 Type II و HIPAA. استثمرت NVIDIA مباشرة في جولة تمويل Baseten في يناير 2026، في إشارة إلى الوجهة التي يرى صانع وحدات معالجة الرسومات أن الطلب على الاستدلال يتجه إليها.

ما الذي تنشره فعليًا على Baseten في يونيو 2026

الوحدة الأساسية هي نشر النموذج. تقوم بتغليف النموذج باستخدام Truss، ودفعه، وتقوم Baseten بتقديمه على وحدات معالجة رسومات (GPUs) تتراوح من T4 المتواضعة إلى B200، مع توسيع وتقليص النسخ المتطابقة (replicas) وفقًا لحركة المرور، وحتى تقليصها إلى الصفر عند الخمول. بالنسبة للفرق التي لا ترغب في حزم أي شيء، توفر Model APIs وصولاً فوريًا لكل رمز (per-token) إلى النماذج المفتوحة الشائعة، بينما تتيح لك Chains ربط عدة نماذج معًا، على سبيل المثال تحويل الكلام إلى نص يغذي نموذج لغة كبير (LLM) يغذي بدوره أداة تلخيص، مع تشغيل كل مرحلة على الأجهزة المناسبة. تعمل Loops، التي تمت إضافتها في عام 2026، على سد الفجوة بين التدريب والتقديم بحيث يمكن ترقية نقطة فحص (checkpoint) مُحسّنة إلى نقطة نهاية حية بأمر واحد.

من الصعب المبالغة في الزخم الذي يقف خلف المنصة. في 23 يناير 2026، جمعت Baseten مبلغ $300 million بتقييم بلغ $5 billion مع وجود NVIDIA ضمن المستثمرين، وتُظهر التقديرات المستقلة تضاعف الإيرادات ثلاث مرات من حوالي $200 million إلى $600 million سنويًا بين ديسمبر 2025 ومارس 2026، على خلفية نمو حجم الاستدلال بحوالي 100x على أساس سنوي. هذه شركة يدفعها الطلب إلى الأمام بدلاً من أن تبحث هي عنه.

مقارنة Baseten مع Modal و Replicate من الناحية التقنية

تحل Modal و Baseten مشاكل متداخلة من زوايا متعاكسة. تمنحك Modal وظائف Python بدون خادم (serverless) مُعرّفة باستخدام المُزخرفات (decorators) وتُفوتر بالثانية من التنفيذ، وهو أمر مثالي لمهام الدفعات المتقطعة (bursty batch jobs) والحوسبة العامة التي تبنيها بنفسك. أما Baseten فهي نموذج كخدمة (model-as-a-service): النشر، وليس الوظيفة، هو الوحدة الأساسية، وتأتي تحسينات الاستدلال مثل ضبط النواة (kernel tuning) والتخزين المؤقت للأوزان (weight caching) مدمجة. يمكن لشبكة توصيل Baseten جلب نموذج بحجم أقل من 20GB للعمل في أقل من عشر ثوانٍ، لكن النسخة المتطابقة الدافئة (warm replica) تُفوتر باستمرار، في حين أن نموذج الفوترة بالثانية في Modal يكافئ حركة المرور المتقطعة. على مستوى الأجهزة الخام، تعمل H100 في Modal بحوالي $3.95 في الساعة مقابل $6.50 في Baseten، لذا فأنت تدفع لـ Baseten مقابل طبقة التقديم المُدارة. تُعد Replicate النقطة المرجعية الأخرى، على الرغم من استحواذ Cloudflare عليها في أوائل عام 2026 ودمجها في Workers AI. لطالما استهدفت المطورين الأفراد الذين يقومون ببناء نماذج أولية استنادًا إلى كتالوج ضخم لنماذج المجتمع بدلاً من المؤسسات التي تنشر نماذج مملوكة لها في ظل متطلبات الامتثال، وهو ما يمثل ملعب Baseten بامتياز.

التكلفة الحقيقية للفوترة القائمة على النسخ المتطابقة (replica-based billing)

تُفوتر Dedicated Deployments بالدقيقة من وقت النسخة المتطابقة النشطة، وهو ما يعادل تقريبًا $0.63 في الساعة لـ T4، و $4.00 لـ A100، و $6.50 لـ H100، و $9.98 لـ B200. لا توجد رسوم على وقت الخمول، لكن الكلمة الأهم هنا هي "النسخة المتطابقة" (replica)، لأن كل نسخة قيد التشغيل تكلف أموالاً باستمرار، لذا فإن إعداد نسختين متطابقتين لغرض التكرار (redundancy) يضاعف الفاتورة على الفور. بدلاً من ذلك، تُفوتر Model APIs لكل رمز (per token)، حيث تبلغ تكلفة DeepSeek V4 حوالي $1.74 للمدخلات و $3.48 للمخرجات لكل مليون رمز، وهو أمر أبسط بالنسبة للنماذج القياسية. تحصل الحسابات الجديدة على أرصدة مجانية، ويمكن للشركات الناشئة المؤهلة من مرحلة التأسيس (seed) إلى السلسلة أ (Series-A) المطالبة بما يصل إلى $25,000 من خلال برنامج الشركات الناشئة.

"تلعب Baseten دورًا مركزيًا في البنية التحتية للذكاء الاصطناعي لدينا لاستضافة وتقديم محرك توصية النماذج الخاص بنا." Tomas Hernando Kofman، Not Diamond، Product Hunt، 2024.

التوتر الهيكلي يكمن في المفاضلة بين التشغيل البارد (cold start) والتكلفة. إذا قمت بالتقليص إلى الصفر، فستوفر المال ولكنك ستدفع ضريبة تشغيل بارد تتراوح بين 30 إلى 90 ثانية عند الطلب التالي لنموذج كبير. وإذا احتفظت بنسخة متطابقة دافئة (warm replica)، فسيختفي زمن الوصول (latency) ولكن ستختفي معه أيضًا وفورات البنية بدون خادم (serverless). للحصول على وقت GPU خام ورخيص بدون الطبقة المُدارة، تُعد RunPod جزءًا بسيطًا من السعر، لكنك تتخلى عن التوسع التلقائي، والتحسين، والامتثال التي تبرر استخدام Baseten في المقام الأول.

العقبات التي تواجهها فرق Baseten باستمرار

نموذج الفوترة هو المصدر الأكثر شيوعًا للمفاجآت. من الصعب التنبؤ بتكاليف الدقيقة لكل نسخة متطابقة، والتكرار (redundancy) يضاعفها، ولا يوجد حد أقصى بارز للميزانية، لذا تُبلغ الفرق ذات حركة المرور المتقطعة عن قفزات في الفواتير دون سابق إنذار. كما أن Truss، وهو نفس إطار العمل الذي يجعل عملية الإعداد سلسة، يخلق أيضًا تكلفة تبديل (switching cost)، لأن الانتقال من Baseten يعني إعادة كتابة أغلفة النماذج (model wrappers) لتناسب vLLM أو SGLang. تبدو جودة الدعم غير متسقة في المراجعات العامة، حيث وصف أحد المستخدمين معاناة استمرت عشرة أيام بسبب تغيير روتيني.

"كل ما احتجته هو تحديث بسيط لعنوان الفوترة، وهو أمر تتيح لك كل منصة طبيعية تغييره مباشرة في واجهة المستخدم." Valerio، Product Hunt، 2025.

أخيرًا، تم تصميم Baseten لتكون هندسية فقط. لا توجد لوحة تحكم ذاتية الخدمة للمستخدمين غير التقنيين، وتُظهر أدوات المراقبة الخاصة بها استخدام وحدة معالجة الرسومات (GPU) وأوقات الاستجابة بدلاً من مقاييس الأعمال. هذا مناسب لجمهورها المستهدف، ولكنه يمثل جدارًا لأي شخص يتوقع تجربة خالية من التعليمات البرمجية (no-code).

من يجب أن يبني على Baseten، ومن لا يجب عليه ذلك

تُعد Baseten خيارًا قويًا لفرق هندسة تعلم الآلة (ML) التي تنشر نماذج مخصصة أو مُحسّنة، وللشركات التي تستبعد متطلبات الامتثال الخاصة بها مثل HIPAA أو SOC 2 أو الاستضافة داخل السحابة الخاصة الافتراضية (in-VPC) استخدام سحابات الاستدلال المشتركة، وللفرق التي تبني مسارات متعددة النماذج باستخدام Chains، وللمختبرات التي تُجري تدريبًا معززًا بعد التدريب وترغب في استمرارية من التدريب إلى الاستدلال من خلال Loops. تحصل الشركات الناشئة من مرحلة التأسيس إلى السلسلة أ (Series-A) المؤهلة لبرنامج الأرصدة على نقطة انطلاق سخية.

لا تضيف المنصة الكثير للفرق التي تستدعي فقط واجهات برمجة تطبيقات النماذج الجاهزة (off-the-shelf model APIs)، حيث يكون المزود الأصلي أبسط. عادةً ما تجد الفرق الحساسة للسعر التي تُشغّل نماذج مفتوحة قياسية بحجم معتدل أن Together AI أو أي مضيف يُفوتر لكل رمز (per-token) أرخص وأقل تعقيدًا من الناحية التشغيلية. سيجد المطورون المستقلون والهواة أن تكاليف النسخة المتطابقة (per-replica) والعبء الهندسي مفرطة، وأي شخص يرغب في بناء نماذج أولية سريعة وبأقل قدر من التعليمات البرمجية سيتحرك بشكل أسرع على Modal. تكتسب Baseten قيمتها الممتازة فقط عندما تحتاج حقًا إلى تقديم مُدار ومتوافق ومُحسّن لنماذجك الخاصة.