Доклад «State of Open Source AI»: открытые модели обогнали закрытые по трафику

Вышел доклад «State of Open Source AI» (версия 1.0, июль 2026), ежегодный разбор рынка открытого и открыто-весового (open-weight) ИИ, построенный как манифест в духе Mozilla: авторы прямо сравнивают нынешнюю борьбу за открытость ИИ с борьбой Mozilla за открытый веб-браузер 25 лет назад и завершают текст призывом «Build with us» («стройте вместе с нами»).

Ключевой тезис доклада, открытые модели перестали быть компромиссом и стали рабочей лошадкой продакшена: по приводимым данным, большинство токенов, обрабатываемых сейчас в реальных продуктах, идёт через открытые модели, а пять моделей с наибольшим объёмом трафика на площадке OpenRouter, все открытые. Опрос разработчиков Mozilla/SlashData за 2026 год показывает: открытые модели используют 79% разработчиков, добавляющих ИИ-функциональность, закрытые, 71% (около половины используют и то, и другое). Но до продакшена открытые модели доводят только 51% команд против 63% у закрытых, разрыв объясняется, по мнению авторов, не возможностями моделей, а зрелостью инструментов и доверием.

Рынок открытого ИИ доклад оценивает в сотни миллиардов долларов и держится на пяти проверенных моделях монетизации: хостинг инференса, корпоративные платформы, лицензии для локального развёртывания, услуги дообучения моделей и инструменты для «обвязки» ИИ-агентов. Для масштаба: выручка Databricks вышла на годовой темп 5,4 млрд долларов, Mistral за 12 месяцев выросла в 20 раз, примерно до 400 млн долларов годовой выручки (ARR), а DeepSeek достигла около 220 млн долларов ARR и привлекла 7,4 млрд долларов инвестиций при оценке выше 50 млрд долларов.

Разрыв в качестве между лучшими открытой и закрытой моделями сократился: этой весной лучшая закрытая модель набрала 60 баллов по используемому в докладе бенчмарку против 54 у лучшей открытой, год назад у лидера среди открытых моделей было всего 22 балла.

Центральная идея доклада, сравнение с историей браузера: как когда-то браузер был «агентом пользователя», который вёл переговоры с сайтами от его имени, так теперь эту роль на новом уровне берёт на себя «агентная обвязка» (agentic harness), контур оркестрации над самой моделью: инструменты, память, песочницы и система разрешений. Именно здесь, по мнению авторов, будет разворачиваться следующий раунд борьбы между открытыми и закрытыми ИИ-экосистемами, а не на уровне самих моделей, которые доклад называет «сырьевым товаром»: они больше не удерживают ценовую власть, вся добавленная стоимость смещается наверх, в обвязку. Доклад делит действия ИИ-агентов на два класса риска: обратимые низкоценные операции (чтение документа, запрос к базе, просмотр календаря), которые можно разрешать по умолчанию, и необратимые операции с последствиями (отправка сообщения, трата бюджета, изменение записи, транзакция), где должны концентрироваться подтверждения, пороги одобрения, лимиты расходов и возможность отзыва прав.

Доклад приводит конкретные примеры владения открытым ИИ вместо его аренды: маорийская вещательная компания на севере Новой Зеландии обучает речевые модели для языка те рео под лицензией, которая оставляет данные у самого народа; аудиторская компания PwC дообучила открытую модель на финансовой лексике и использует её для сотен клиентов на собственном железе без платы за токен; исследователи из Лозанны вместе с Красным Крестом создали открытую медицинскую модель под гуманитарные протоколы и готовят клинические испытания в Швейцарии и Танзании; фермеры Восточной Африки диагностируют болезни маниоки моделью, которая работает офлайн прямо на телефоне; в Швейцарии государственный консорциум обучил национальную модель на публичных суперкомпьютерах и полностью открыл её, веса, данные и код обучения.

На государственном уровне уже действует более 70 национальных стратегий по ИИ, и вопрос сместился с «нужна ли стране политика по ИИ» на «какой слой стека страна может себе присвоить». Еврокомиссия предложила правило «сначала открытый код» для закупок ИИ госорганами, а Канада поставила национальную цель поднять внедрение ИИ бизнесом с 12% до 60%.

Авторы напоминают о показательном случае в июне 2026 года: одна из самых мощных закрытых моделей одновременно отключилась во всём мире после письма от государства, каждый бизнес, арендовавший эту модель, обнаружил рубильник, который принадлежал не ему. Это служит для авторов доказательством риска «аренды» вместо «владения» ИИ. Доклад также честно перечисляет условия, при которых тренд может развернуться в обратную сторону: расширение разрыва в качестве рассуждений при остановке роста доли открытых моделей по трафику, победа закрытых платформ в задании стандарта разрешений для агентов, сбой в финансировании суверенных ИИ-проектов или крупный инцидент со злоупотреблением моделью.

Ключевые факты

Пять моделей с наибольшим трафиком на OpenRouter, открытые; большинство токенов в продакшене сейчас идёт через открытые модели
Разрыв в качестве сократился: лучшая закрытая модель, 60 баллов по бенчмарку доклада, лучшая открытая, 54 (год назад у лидера открытых было 22)
Рынок открытого ИИ, сотни миллиардов долларов: Databricks, 5,4 млрд долларов годового темпа выручки, Mistral выросла в 20 раз до ~400 млн долларов ARR, DeepSeek, ~220 млн долларов ARR и раунд 7,4 млрд долларов при оценке свыше 50 млрд долларов
Продакшен остаётся слабым местом открытых моделей: только 51% команд доводят их до продакшена против 63% у закрытых
Новый фронт борьбы, по докладу, не модели, а «агентная обвязка» (agentic harness) над ними: оркестрация, инструменты, память, песочницы, права доступа

Почему это важно

Доклад фиксирует смену ценности внутри стека ИИ: сами модели, по формулировке авторов, стали «сырьевым товаром» без ценовой власти, пять самых нагруженных моделей на OpenRouter уже открытые, а разрыв в качестве с закрытыми моделями сейчас составляет 6 баллов (54 против 60), год назад лучшая открытая модель набирала лишь 22 балла. Добавленная стоимость смещается наверх, в «агентную обвязку» (agentic harness), контур оркестрации, инструментов, памяти и разрешений над моделью, который авторы сравнивают с ролью браузера в истории открытого веба. Рынок открытого ИИ уже достиг масштаба сотен миллиардов долларов, что подтверждают показатели Databricks, Mistral и DeepSeek.

Кому это важно

Разработчикам и командам, выбирающим между открытыми и закрытыми моделями для продакшена; предприятиям вроде PwC, которые дообучают открытые модели под свою отрасль и разворачивают их на собственном железе; государствам, более 70 стран уже ведут национальные стратегии по ИИ, а Еврокомиссия и Канада меняют политику закупок и цели внедрения; и любому бизнесу, который зависит от арендованной модели и рискует потерять к ней доступ по решению третьей стороны, как это случилось в июне 2026 года с одной из ведущих закрытых моделей.

Как это применить

Доклад построен как рабочий инструмент: он оценивает девять слоёв и 48 компонентов ИИ-стека по десяти критериям зрелости и паритету между открытыми и закрытыми решениями, это можно использовать как чек-лист при выборе технологий. Он же описывает пять проверенных на практике моделей монетизации открытого ИИ (хостинг инференса, корпоративные платформы, лицензии для локального развёртывания, дообучение под заказ, инструменты для агентной обвязки) и приводит реальные кейсы, от офлайн-модели для диагностики болезней растений на телефоне до национальной открытой модели, обученной на публичных суперкомпьютерах Швейцарии, как примеры того, что можно построить сегодня.

Можно ли доверять

Это не нейтральный отчёт, а программный документ в духе Mozilla, прямо призывающий «строить открытый ИИ» и заканчивающийся лозунгом «Build with us», авторы сами признают, что выборка кейсов и рамка изложения продвигают определённую позицию. При этом ключевые цифры опираются на проверяемые источники: опрос разработчиков Mozilla/SlashData за 2026 год, публичные данные о трафике OpenRouter, объявленные показатели выручки Databricks, Mistral и DeepSeek и указанный в докладе бенчмарк. Тем не менее, как манифест с явной позицией, доклад стоит читать с поправкой на то, что слабые стороны открытого ИИ могут быть поданы мягче, чем сильные.

Риски и подводные камни

Главный операционный риск, открытым моделям заметно труднее дойти до продакшена (51% против 63% у закрытых), и это разрыв в инструментах и доверии, а не в возможностях моделей. Доклад отдельно отмечает нерешённые вопросы безопасности: насколько легко из открытых весов снимается настройка на безопасность, и «зоны повышенного трения» вроде синтетических материалов о сексуальном насилии над детьми (CSAM) и неконсенсуального интимного контента (NCII), а также то, удержится ли регуляторный подход «мониторинг вместо запрета». Тренд в пользу открытого ИИ, по признанию самих авторов, может развернуться, если разрыв в качестве рассуждений расширится, закрытые платформы первыми зададут стандарт разрешений для ИИ-агентов, финансирование суверенных ИИ-проектов забуксует или произойдёт крупный инцидент со злоупотреблением открытой моделью.

«Мы получили предвкушение этого сценария в июне, в пятницу: одна из самых мощных моделей погасла везде и сразу, просто потому что государство прислало письмо. Каждый бизнес, арендовавший эту модель, обнаружил рубильник, который принадлежал не ему.»

— доклад «State of Open Source AI»