Китайские open source ИИ-модели захватывают рынок, обгоняя закрытые аналоги США

Этим летом индустрия ИИ была сосредоточена на новейших моделях Anthropic и борьбе Вашингтона за контроль доступа к ним. Однако, пока все следили за фронтиром, разработчики продолжали создавать, не дожидаясь разрешения от «антропиков» и «опенэй» этого мира.

Китайские модели с открытыми весами составили 41% загрузок на Hugging Face этой весной, обогнав американские. На OpenRouter шесть самых популярных моделей — это открытые модели китайских фирм, включая Tencent, Xiaomi, DeepSeek, MiniMax и Z.ai. Claude Opus 4.7 от Anthropic занимает лишь седьмое место. Данные Vercel показывают, что модели с открытыми весами берут на себя значительную часть инфраструктуры ИИ-приложений, в то время как закрытые модели работают как более дорогой премиум-слой. В июне открытые модели обработали почти треть всех ИИ-запросов на платформе.

Некоторые видят в росте open source моделей признак того, что самые интеллектуальные модели могут использоваться только для самых специализированных задач. «Возможно, через несколько лет фронтирные модели будут использоваться для экспериментов и некоторых действительно ценных задач, а большая часть производственных нагрузок будет обеспечиваться либо частными моделями внутри компаний, либо open source моделями», — заявил генеральный директор Hugging Face Клем Деланг.

Hugging Face — это платформа и сообщество разработчиков, наиболее известное хостингом, обменом и помощью компаниям в развертывании открытых моделей. Деланг отмечает, что клиенты и участники сообщества все чаще говорят о преимуществах владения собственными ИИ-моделями вместо их аренды. Эта тенденция набирает обороты после получения счетов за масштабирование закрытых фронтирных моделей.

«Если вы ИИ-компания или технологическая компания, вы не хотите передавать свои основные возможности другой компании, черному ящику API, который вы не контролируете, не видите и которым не владеете», — сказал Деланг.

Этот сдвиг отражается в активности на Hugging Face: новый репозиторий создается каждые семь секунд, а платформа размещает почти три миллиона публичных моделей и один миллион публичных наборов данных. Половина компаний из списка Fortune 500 используют Hugging Face для развертывания собственных частных и open source моделей.

Растущая популярность открытых моделей совпадает с постоянным потоком все более мощных релизов от китайских ИИ-лабораторий. Недавно пекинская ИИ-компания Z.ai выпустила модель с открытыми весами GLM-5.2, которая превосходно справляется с агентным программированием и конкурирует с новейшими моделями Anthropic в выявлении уязвимостей безопасности.

Генеральный директор Microsoft Сатья Наделла недавно предостерег от привязки к одному поставщику, утверждая, что контроль над данными должен быть главной заботой предприятий, использующих ИИ.

«В то время как великие инновации, возникающие благодаря праву поставщиков моделей на добросовестное использование публичных данных для обучения моделей, необходимы, я нахожу ироничным, что статус-кво затем вводит ограничительные условия на дистилляцию и оставляет за собой право учиться на данных использования и взаимодействия с клиентами. Если обучение идет только в одном направлении, экономическая ценность сходится к владельцам инфраструктуры обучения, а не к создателям самого знания. Поэтому крайне важно распределить инфраструктуру обучения между всеми компаниями, чтобы они могли контролировать свой собственный цикл обучения», — сказал Наделла.

Рост открытых моделей также усилил дебаты о том, должны ли все более мощные модели быть широко доступны. Генеральный директор Anthropic Дарио Амодеи утверждал, что масштабирование мощных открытых весов может стать опасным, так как после выпуска их становится трудно контролировать. Другие утверждают, что открытые модели более доступны для злоумышленников.

Деланг видит компромисс иначе.

«Самый большой риск в ИИ — это концентрация власти, — сказал Деланг. — Способ сделать мир безопаснее, на мой взгляд, заключается в выравнивании игрового поля и создании прозрачности этих моделей».

Прозрачность, по его словам, позволяет защитникам легче «закрывать риски кибербезопасности, которые, как они уже знают, могут эксплуатировать open source модели». Деланг утверждает, что сохранение мощных моделей в закрытом доступе не устраняет риски, связанные с передовыми ИИ-системами, отчасти потому, что легко обойти защитные барьеры API фронтирных моделей и украсть веса, распространив их открыто. Ограничение мощных моделей просто концентрирует технологию в руках нескольких компаний, снижая прозрачность работы систем.

«Вы не делаете это безопасным, держа за закрытыми дверями для нескольких игроков, — сказал Деланг. — Вы делаете это более опасным, потому что создаете асимметрию власти и асимметрию возможностей».