Сокращение разрыва: 4 месяца против 5.5
Некоммерческая организация Mozilla опубликовала версию 1.1 своего отчета «State of Open Source AI» (данные по состоянию на 1 сентября). Ключевой вывод: лучшие китайские модели с открытыми весами (open-weight) сократили отставание от американских frontier-решений до 4 месяцев. Это соответствует оценкам независимого исследовательского центра Epoch AI.
Согласно данным METR, закрытые модели (closed) решают задачи, требующие от человека 8–12 часов, на 4 месяца быстрее открытых. При этом скорость развития открытых моделей удваивается каждые 3.9 месяца, тогда как у закрытых этот показатель составляет 5.5 месяцев.
Ценовое преимущество и рыночная доля
Несмотря на технологическое сближение, китайские open-weight модели предлагают радикально более низкую стоимость использования. В среднем они обходятся в 60% от цены лидера Artificial Analysis Intelligence Index и в 30% от цены Claude Fable 5.
На платформе OpenRouter, маршрутизирующей запросы разработчиков, 8 из 10 самых популярных моделей по объему токенов в августе были open-weight, и 7 из них созданы в Китае. Однако закрытые провайдеры все еще монополизируют 96% выручки на уровне моделей (май–сентябрь 2025 года), так как компании предпочитают платить за надежность и поддержку, а не только за цену токена.
Сравнение производительности: GLM-5.2 против Claude Opus
В бенчмарке Terminal-Bench 2.1 (vals.ai), который тестирует модели через единый набор инструментов, китайская модель GLM-5.2 от Z.ai показала результаты, сопоставимые с американскими флагманами, но при стоимости менее 1/5 от цены Opus 4.8.
| Модель | Тип | Производитель | Позиция в бенчмарке (Terminal-Bench 2.1) | Стоимость (относительно Opus 4.8) |
|---|---|---|---|---|
| GLM-5.2 | Open-weight | Z.ai (Китай) | В пределах 1 балла от Claude Opus 4.7 | < 20% |
| Claude Opus 4.7 | Closed | Anthropic (США) | Высокий уровень | 100% (база) |
| Claude Opus 4.8 | Closed | Anthropic (США) | Лидер (на момент отчета) | 100% (база) |
Проблема «открытых весов» и требования к железу
Отчет подчеркивает важный нюанс: статус «open-weight» не означает простоту использования. Для запуска передовых моделей требуются огромные ресурсы. Например, модель Kimi K3 (Moonshot AI) имеет чекпоинт объемом 1.56 ТБ (формат MXFP4) и требует для работы минимум 64 ускорителя или 8 GPU NVIDIA GB300 в нескольких узлах для продакшена.
Существуют и более легкие альтернативы. Модель Inkling-Small от Thinking Machines (лицензия Apache 2.0) в формате NVFP4 помещается на один GPU B300 (минимум 180 ГБ VRAM), что делает её доступной для более широкого круга разработчиков.
Споры вокруг distillation и актуальность данных
Отчет упоминает претензии, изложенные в совместном уведомлении NSA/CISA/FBI от 8 сентября, о том, что Moonshot использовала данные Claude Fable 5 для обучения K3 через дистилляцию. Mozilla отмечает, что эти утверждения «предъявлены, но не доказаны».
Важно учитывать, что данные отчета устарели на момент публикации (срез на 1 сентября). В актуальных индексах Artificial Analysis (v4.3) и vals.ai (обновление от 11 сентября) лидируют новые версии моделей (GPT-6 Astra, Claude Fable 5.1), что снова меняет расстановку сил. Как отмечает Mozilla, «разрыв сбрасывается с каждым релизом».
Источник: Tom's Hardware ↗