ИИтог

Китай обошёл США в открытых ИИ-моделях: доклад для Конгресса

исследованияРедакция ИИтогHacker News🔥68Рейтинг ИИтог68Влияние70Новизна65Релевантность90Неожиданность45Участники60Достоверность85
Китай обошёл США в открытых ИИ-моделях: доклад для Конгресса

Автор аналитического блога interconnects.ai (имя в тексте не указано, есть только упоминания от первого лица) опубликовал текст брифинга, с которым выступил перед членами Конгресса США и их сотрудниками: обзор состояния открытых ИИ-моделей в контексте конкуренции США и Китая. Материал, расшифровка подготовленных тезисов, адаптированная для широкой аудитории.

Открытые модели делятся на «открытые веса» (open-weight, веса доступны, но не код и данные обучения; так устроены Llama от Meta, Qwen от Alibaba, Gemma от Google, модели DeepSeek) и «полностью открытые» (open-source, доступны ещё и код, и данные обучения; таковы Olmo Института ИИ Аллена, где автор проработал 2,5 года, Marin от некоммерческой организации OpenAthena и Pythia от EleutherAI). Оба типа противопоставляются закрытым моделям вроде GPT-4 и Claude Opus 4.5, доступным только через API или продукты вроде ChatGPT и Claude Code.

С апреля 2025 года лидерство в открытых моделях перешло к китайским компаниям. В июле 2025-го Китай обошёл США и по числу скачиваний на Hugging Face, в первую очередь благодаря успеху моделей Qwen от Alibaba. С момента запуска в августе 2025 года авторского проекта ATOM (American Truly Open Models), который отслеживает эту статистику, отрыв Китая вырос примерно на 1,6 млрд загрузок и достиг в сумме 3,2 млрд, вдвое больше, чем у США.

По бенчмарку возможностей Artificial Analysis Intelligence Index (AAII) три лучшие китайские модели по состоянию на 14 сентября 2026 года, GLM-5.3 и GLM-5.3-Flash от Z.ai и Kimi K3 от Moonshot AI, набрали 45, 42 и 44 балла соответственно. Лучшие американские модели, Inkling и Inkling Small от Thinking Machines, набрали по 26 баллов, а Nemotron 3 Ultra от Nvidia, 23. Американские модели-лидеры вышли в июне, июле 2026 года и обновляются реже китайских; по другим бенчмаркам картина похожая. При этом китайские открытые модели отстают от закрытых лидеров OpenAI и Anthropic примерно на 2, 5 месяцев, а американские открытые модели, на 6, 9 месяцев. Ближе всего разрыв в задачах с явным пользовательским спросом вроде программирования ИИ-агентами; дальше, в открытых научных задачах вроде физики и биологии.

По мнению автора, дело не только в ресурсах, но и в темпе релизов и более узком наборе задач у китайских лабораторий, частые релизы дают более свежий снимок прогресса на момент публикации бенчмарка. Играет роль и дистилляция ответов закрытых моделей: конкуренция не ослабнет по мере того, как OpenAI и Anthropic закрывают уязвимости API, которые её допускают. По оценке автора, даже полное блокирование дистилляции через инструменты KYC (проверка личности клиента) увеличило бы разрыв лишь на 1, 2 месяца. Отдельно отмечается, что китайские лаборатории (например, Moonshot AI и Z.ai) в 2026 году стали активнее покупать данные для обучения, включая сложные RL-окружения (среды для обучения с подкреплением) для агентных задач, у американских и китайских поставщиков, тогда как раньше делали это преимущественно своими силами.

Похожая картина, в применении моделей. На платформе OpenRouter объём обработки токенов открытыми моделями вырос с ~1 трлн в неделю в сентябре 2025 года до ~80 трлн в неделю сейчас, а доля китайских моделей в этом объёме, с ~70% до более 80%. В открытом кодовом ИИ-агенте OpenCode на китайские модели приходится порядка 95% и более инференса. На китайских открытых моделях уже строят продукты крупные компании: юридический агент Harvey, кодовый агент Cursor, а также DoorDash (модели Kimi), Airbnb (Qwen) и Perplexity (DeepSeek). В академии, по подсчётам автора на основе сканирования всех статей в пяти крупнейших ИИ/МО-категориях arXiv, доля публикаций с упоминанием любой открытой модели выросла с 2% в январе 2023 года до 50% в сентябре 2026-го. Ещё в апреле, мае 2023 года хотя бы одно заметное семейство открытых моделей упоминалось в 2 600 из 12 000 новых статей: Llama, примерно в 5,5% статей, а какая-либо китайская модель, лишь в ~1%. К осени 2024 года, на пике Llama, она упоминалась уже в 23% статей при 7,5% у Qwen; сейчас Llama держится на уровне ~21%, а Qwen выросла до ~30%; в целом китайские модели упоминаются более чем в 40% статей против 30% у американских.

Материал также поднимает вопрос регулирования: с ростом рисков вокруг топовых моделей (в пример приводится инцидент с участием OpenAI и Hugging Face) звучат опасения по поводу открытых китайских моделей. Аргумент автора: эффективных способов помешать открытому ПО попасть «не в те руки» немного, и ограничение доступа к сильнейшим китайским открытым моделям ударит прежде всего по американскому бизнесу, например, Hugging Face использовала одну из таких моделей (в тексте не названа) для анализа кибератаки именно потому, что закрытые модели отвечать на такие запросы отказались. Вывод автора: вместо ограничений, наращивать инвестиции в открытые модели самих США, чтобы не зависеть от китайских разработок и сохранить контроль над управлением рисками. Сохранённый текст обрывается на полуслове в разделе о «признаках надежды» для американских открытых моделей, упоминается, что за последний год появились первые открытые модели OpenAI, но чем заканчивается фраза и что идёт дальше, не видно.

Ключевые факты

  • По бенчмарку AAII (на 14 сентября 2026 года) китайские GLM-5.3, GLM-5.3-Flash и Kimi K3 набрали 45, 42 и 44 балла против 26 у Inkling/Inkling Small (Thinking Machines) и 23 у Nemotron 3 Ultra (Nvidia), лучших американских открытых моделей.
  • На Hugging Face Китай обошёл США по скачиваниям в июле 2025 года; с августа 2025-го отрыв вырос примерно на 1,6 млрд загрузок и достиг в сумме 3,2 млрд, вдвое больше американского показателя.
  • На платформе OpenRouter доля китайских моделей в использовании открытых моделей выросла с ~70% до более 80% (общий объём вырос с ~1 трлн токенов в неделю в сентябре 2025 года до ~80 трлн сейчас); в кодовом агенте OpenCode на китайские модели приходится ~95% и более инференса.
  • Среди статей на arXiv доля упоминаний открытых моделей выросла с 2% в январе 2023-го до 50% в сентябре 2026-го, а лидерство перешло от Llama (пик, 23% статей осенью 2024 года, сейчас ~21%) к Qwen (сейчас ~30%); в целом китайские модели упоминаются более чем в 40% статей против 30% у США.
  • По оценке автора, китайские открытые модели отстают от закрытых лидеров OpenAI и Anthropic на 2, 5 месяцев, а американские открытые модели, на 6, 9 месяцев; даже полное пресечение дистилляции ответов закрытых моделей увеличило бы разрыв лишь на 1, 2 месяца.

Почему это важно

Материал фиксирует быструю смену лидера в целом сегменте ИИ: ещё недавно открытые модели ассоциировались прежде всего с американской Llama, но с апреля 2025 года, по подсчётам автора, лидерство перешло к китайским разработкам, Qwen, GLM, Kimi, DeepSeek. Это не нишевой технический спор: доклад готовился специально для членов Конгресса США, то есть тема воспринимается как вопрос государственной значимости, от неё зависит, на чьих моделях будет строиться значительная часть мировой ИИ-инфраструктуры.

Кому это важно

Компаниям и стартапам, которые уже строят продукты на открытых моделях, таким как юридический агент Harvey, кодовый агент Cursor, DoorDash, Airbnb и Perplexity, использующим китайские модели ради низкой цены и гибкости; исследователям и университетам, где, по данным сканирования arXiv, китайские модели теперь упоминаются чаще американских; и политикам в США, перед которыми стоит выбор, ограничивать доступ к китайским моделям или наращивать инвестиции в собственные открытые разработки.

Как это применить

Компаниям, выбирающим модель для продукта, стоит учитывать: по бенчмарку AAII и по объёму реального использования (доля свыше 80% на OpenRouter, около 95% в OpenCode) китайские открытые модели сейчас сильнее и доступнее американских аналогов в задачах с понятным спросом, например, в агентном программировании; в более открытых научных задачах разрыв меньше в пользу американских моделей. Тем, кто зависит от открытых моделей в бизнес-процессах, стоит закладывать риск смены регулирования, доступ к отдельным китайским моделям политически уязвим.

Можно ли доверять

Источник, блог interconnects.ai; имя автора в тексте не указано, есть только упоминания от первого лица. Судя по тексту, автор 2,5 года участвовал в разработке моделей Olmo в Институте ИИ Аллена и ведёт собственный проект ATOM по учёту скачиваний открытых моделей. Цифры опираются на конкретные источники с датами, статистику Hugging Face, данные OpenRouter, сканирование статей arXiv, бенчмарк AAII. Слабое место: сохранённый текст обрывается на полуслове в конце, в разделе о «признаках надежды» для американских моделей, что там дальше, не видно; также не назван конкретный китайский open-weight продукт, который Hugging Face использовала для анализа кибератаки.

Риски и подводные камни

В материале прямо говорится: попытка ограничить доступ к сильным китайским открытым моделям ударит прежде всего по американским компаниям, которые уже на них завязаны, например, Hugging Face использовала китайскую модель для анализа кибератаки именно потому, что закрытые модели отказались отвечать на такие запросы. Дистилляция ответов закрытых моделей остаётся фактором успеха китайских лабораторий, но, по оценке автора, даже её полное пресечение сократило бы разрыв лишь на 1, 2 месяца, универсальным решением это не станет. Дополнительный риск для читателя, методология: сравнение по одному бенчмарку (AAII) и по метрикам скачиваний/использования не обязательно отражает все грани качества моделей, а данные с закрытых коммерческих платформ вроде Together AI и Fireworks AI, где тоже используются открытые модели, в материал не попадают.

Компания Meta Platforms признана экстремистской организацией, её деятельность на территории РФ запрещена.