ღია მოდელების ძალთა ბალანსი 2026-ში: ჩინური ლაბორატორიები აშკარად ლიდერობენ

Interconnects AI-ის ავტორმა Nathan Lambert-მა გამოაქვეყნა მოხსენების გაფართოებული ვერსია, რომელიც აშშ-ის კონგრესის წევრებისა და მათი აპარატისთვის მოამზადა — თემა ღია წონის მოდელების მდგომარეობაა აშშ-ჩინეთის კონკურენციის კონტექსტში; პოსტი 21 სექტემბრით თარიღდება.

ღია წონის და ღია კოდის მოდელები

Lambert არჩევს ღია წონის მოდელებს — წონები ლიცენზიით საჯაროდ ქვეყნდება, როგორც Llama, Qwen ან DeepSeek — და ნამდვილ ღია კოდის მოდელებს, რომლებიც სავარჯიშო კოდსა და მონაცემებსაც აქვეყნებენ. ყველაზე ცნობილი ღია კოდის მოდელები ამერიკულ არაკომერციულ ორგანიზაციებს ეკუთვნის.

ჩინური ლიდერობა ციფრებში

Hugging Face-ის ჩამოტვირთვებში ჩინურმა ლაბორატორიებმა ლიდერობა 2025 წლის ივლისში აიღეს, ძირითადად Qwen-ის წყალობით. Lambert-ის მონაცემებით, ჩინეთის კუმულაციური უპირატესობა დაახლოებით 1.6 მილიარდი ჩამოტვირთვაა 3.2 მილიარდიდან — ორჯერ მეტი ამერიკის მაჩვენებელზე. Artificial Analysis Intelligence Index-ზე 14 სექტემბრის მდგომარეობით საუკეთესო ჩინური მოდელები იყო GLM-5.3 (45 ქულა) და Kimi K3 (44) — Inkling-ის 26 და Nemotron 3 Ultra-ს 23 ქულის წინააღმდეგ.

მისი შეფასებით, ჩინური ღია წონის მოდელები დახურულ ამერიკულ ფრონტს 2–5 თვით ჩამორჩებიან, ამერიკული ღია წონის მოდელები კი OpenAI-ისა და Anthropic-ის წამყვან სისტემებს 6–9 თვით. დისტილაცია ჩინეთში ფართოდაა გავრცელებული, თუმცა მისი სრულად აკრძალვა სხვაობას მხოლოდ 1–2 თვით გაზრდიდა.

გამოყენება ბენჩმარკების მიღმა

OpenRouter-ზე ღია მოდელებზე ტრაფიკი კვირაში დაახლოებით 1 ტრილიონი ტოკენიდან (2025 წლის სექტემბერი) დღევანდელ ~80 ტრილიონ ტოკენამდე გაიზარდა, ჩინური მოდელების წილი კი ~70%-დან 80%-ზე მეტამდე ავიდა. ღია კოდის აგენტი OpenCode იტყობინება, რომ მისი ინფერენსის ~95% ჩინურ მოდელებზე მოდის.

arXiv-ის machine learning-ის ხუთ ყველაზე პოპულარულ კატეგორიაში ჩატარებული სკანირებით, ნებისმიერი ღია მოდელის ხსენება 2023 წლის იანვრის 2%-დან 2026 წლის სექტემბრის 50%-მდე გაიზარდა.

რისკები და პოლიტიკის საკითხი

როცა ღია მოდელები იმ დონეს უახლოვდებიან, სადაც ახალი რისკები შეიძლება გააქტიურდეს — Lambert კიბერუსაფრთხოებასა და 2026 წლის ივლისის OpenAI–Hugging Face ინციდენტს ახსენებს — ყველაზე ძლიერ ჩინურ მოდელებზე წვდომის შეზღუდვა ძირითადად ამერიკულ ბიზნესს დააზარალებდა. Hugging Face-მა თავდასხმის გასაანალიზებლად სწორედ ჩინური მოდელი გამოიყენა, რადგან დახურულები მოთხოვნებზე უარს ამბობდნენ. მისი დასკვნით, რისკების მართვა ეკოსისტემის მომზადების საკითხია.