Баланс сил у відкритих моделях: китайські лабораторії впевнено лідирують

Нейтан Ламберт з Interconnects AI опублікував розширену версію зауважень, підготовлених для брифінгу членів Конгресу США щодо стану моделей з відкритими вагами в умовах конкуренції США і Китаю; дата публікації — 21 вересня.

Моделі з відкритими вагами і відкриті моделі

Ламберт розділяє моделі з відкритими вагами — ваги, опубліковані за ліцензією, як у Llama, Qwen чи DeepSeek — і справді відкриті моделі, які додатково публікують код і дані для навчання. Найпомітніші відкриті моделі створюють американські неприбуткові організації.

Китайське лідерство в цифрах

Лідерство за завантаженнями на Hugging Face китайські лабораторії захопили в липні 2025 року, переважно завдяки Qwen. За підрахунками Ламберта, сукупний відрив Китаю — близько 1,6 млрд завантажень із 3,2 млрд загальних, удвічі більше за американський показник. В індексі Artificial Analysis Intelligence Index найкращими китайськими моделями станом на 14 вересня були GLM-5.3 (45 балів) та Kimi K3 (44) — проти 26 балів у Inkling і 23 у Nemotron 3 Ultra.

За оцінкою Ламберта, китайські моделі з відкритими вагами відстають від закритого американського фронтиру на два–п'ять місяців, а американські відкриті моделі — на шість–дев'ять місяців від провідних систем OpenAI та Anthropic. Дистиляція в Китаї поширена, але повна заборона цієї практики збільшила б розрив лише на один–два місяці.

Використання поза бенчмарками

На OpenRouter трафік на відкритих моделях зріс з приблизно 1 трлн токенів на тиждень у вересні 2025 року до близько 80 трлн сьогодні, а частка китайських моделей — з приблизно 70% до понад 80%. Відкритий агент для програмування OpenCode повідомляє, що близько 95% його інференсу припадає на китайські моделі.

Сканування п'яти найпопулярніших категорій machine learning на arXiv показало, що згадки будь-якої відкритої моделі зросли з 2% статей у січні 2023 року до 50% у вересні 2026-го.

Ризики та питання політики

Коли відкриті моделі наближаються до рівня можливостей, на якому можуть з'явитися нові загрози — Ламберт згадує кібербезпеку та інцидент OpenAI–Hugging Face у липні 2026 року — обмеження доступу до найсильніших китайських моделей зашкодило б передусім американським компаніям, які на них покладаються. Hugging Face сама використала китайську модель, щоб проаналізувати вторгнення, бо закриті моделі відмовлялися відповідати. Висновок автора: керування цими ризиками — питання підготовки екосистеми.