În acest moment suntem în gândirea că modelele se schimbă atât de rapid și sunt atât de mari încât singura modalitate de a te baza pe ele este prin tur-întors către hyperscaler. Aceasta este dinamica care s-a întâmplat cu serverele web. HTML se schimba atât de rapid încât aplicațiile scrise folosind el se îmbunătățeau mai repede decât "codul clientului" ar putea fi distribuit în moduri tradiționale. Problema era că lățimea de bandă nu creștea suficient de repede. Astfel, constrângerea a forțat mai mult calcul pe servere. Acest lucru a încetinit, la rândul său, avansul "interfeței web" pentru utilizatorii finali. Interfața de chat de astăzi este cea mai eficientă modalitate de a transfera informații înainte și înapoi către modelul care rulează pe un hyperscaler. Deoarece limbajul natural este notoriu imprecis și schimbul de replici este o modalitate frustrantă de a lucra, pare firesc ca interfețe mai structurate să ajungă să folosească modele. Și odată cu asta, "timpul de rulare" pentru utilizarea modelelor va migra treptat către a fi pe dispozitiv, pentru a fi mai rapid și mai eficient. De aceea, astăzi, când folosești o "aplicație web", chiar dacă face multe tur-around-uri, folosește și un runtime "edge" foarte mare conținut în browser + cache-ul de cod executabil al browserului.