Купон на скидку: 2026
Китайские модели с открытыми весами составили 41% всех загрузок на платформе Hugging Face этой весной, обойдя по этому показателю американские разработки. На OpenRouter шесть наиболее популярных моделей — все открытые продукты китайских компаний, включая Tencent, Xiaomi, DeepSeek, MiniMax и Z.ai. Модель Anthropic Claude Opus 4.7 на момент написания материала занимает лишь седьмую строчку. Данные Vercel показывают, что открытые модели берут на себя значительную часть ресурсоёмкой инфраструктуры приложений на базе ИИ, тогда как закрытые модели выступают в роли более дорогого премиального слоя: в июне на открытые решения пришлась почти треть всех AI-запросов на платформе.
Такая рыночная динамика ставит сложный вопрос: насколько ещё важны передовые модели, если основная часть промышленного ИИ в итоге работает на более дешёвых и кастомизируемых альтернативах. CEO Hugging Face Клем Деланг в недавнем выпуске подкаста Equity предположил, что через несколько лет фронтирные модели останутся для экспериментов и отдельных высокоценных задач, а основная продуктовая нагрузка ляжет либо на частные модели внутри компаний, либо на open source. По его словам, клиенты и участники сообщества всё чаще подчёркивают преимущества владения собственными ИИ-моделями, а не их аренды — тренд, усилившийся после получения счетов за масштабирование закрытых фронтирных систем. «Если вы AI- или технологическая компания, вы не захотите отдавать свои ключевые возможности на аутсорсинг другой компании, в чёрный ящик API, который вы не контролируете, не видите изнутри и на который не имеете никаких прав владения», — заявил Деланг.
Эта перемена отражается в активности на самой платформе Hugging Face. Каждые семь секунд здесь создаётся новый репозиторий, а всего размещено почти три миллиона публичных моделей и миллион публичных наборов данных. Половина компаний из списка Fortune 500 использует Hugging Face для развёртывания собственных частных и открытых моделей, что разрушает картину «одной модели, чтобы править всеми» и показывает реальность, в которой компании применяют множество разных моделей, заточенных под конкретные сценарии.
Рост популярности открытых моделей совпадает с непрерывным потоком всё более мощных релизов из китайских AI-лабораторий. Последним примером стала пекинская Z.ai, выпустившая модель с открытыми весами GLM-5.2, которая отлично справляется с агентурным кодингом и способна конкурировать с последними моделями Anthropic в выявлении уязвимостей безопасности. Такие релизы подрывают экономику проприетарного ИИ, в которую американские компании вложили миллиарды долларов.
Против привязки к единственному поставщику моделей высказывается и генеральный директор Microsoft Сатья Наделла. Он предостерёг от такой блокировки, подчеркнув, что контроль над данными должен быть первостепенным для предприятий. Наделла указал на иронию ситуации, когда провайдеры моделей получают выгоду от обучения на публичных данных, но затем вводят ограничительные условия на дистилляцию и оставляют за собой право учиться на данных использования и взаимодействия с клиентами. По его мнению, если обучение течёт только в одном направлении, экономическая ценность концентрируется у владельцев обучающей инфраструктуры, а не у создателей самого знания, поэтому критически важно распределять обучающую инфраструктуру между компаниями, чтобы каждая могла контролировать свой цикл обучения.
Рост открытых моделей обострил дебаты о доступности всё более мощных систем. CEO Anthropic Дарио Амодеи предупреждает, что широкое распространение мощных открытых весов со временем может стать опасным, так как выпущенные модели сложно контролировать. Критики добавляют, что открытые модели легче попадают к злоумышленникам для распространения дезинформации или киберугроз. Деланг видит компромисс иначе: «Самый большой риск в ИИ — это концентрация власти. Сделать мир безопаснее можно, выравнивая игровое поле и создавая прозрачность моделей». Прозрачность, по его мнению, позволяет защитникам проще закрывать известные уязвимости, которые могут использовать открытые модели.
Он также утверждает, что удержание мощных моделей в закрытом доступе не устраняет риски, связанные с передовыми ИИ-системами: обойти защитные ограждения API фронтирных моделей и украсть веса для последующего открытого распространения сравнительно легко. Ограничение мощных моделей лишь концентрирует технологию в руках ограниченного круга компаний, одновременно снижая прозрачность работы систем. «Вы не делаете ИИ по-настоящему безопасным, держа его за закрытыми дверями для нескольких игроков, — резюмировал Деланг. — Вы делаете его более опасным, потому что создаёте асимметрию силы и асимметрию возможностей».