Это частное мнение.
В течение нескольких июньских дней аргументы в пользу моделей ИИ с открытым исходным кодом, казалось, сошли на нет.
Всего через несколько дней после того, как Anthropic запустила Fable 5, публичную версию своих более мощных моделей класса Mythos, правительство США решило приостановить ее работу из соображений национальной безопасности. В ответ Anthropic отключил доступ как к Fable 5, так и к Mythos 5.
Доступ к обеим моделям с тех пор был восстановлен, но этот эпизод по-прежнему выявил проблему зависимости от закрытых API.
Для сторонников открытого исходного кода это была самая яркая иллюстрация их основного аргумента: одной правительственной директивы было достаточно, чтобы в одночасье закрыть доступ миллионам пользователей.
Честно говоря, правительства постоянно ограничивают иностранные цифровые услуги. Когда TikTok столкнулся с запретом в США, пользователи нашли альтернативу за считанные дни.
Но платформы социальных сетей взаимозаменяемы в отличие от передовых моделей искусственного интеллекта. Бизнес, построенный на одной передовой модели, не может просто перейти на другую. Эти модели настолько различны, что замена одной из них может привести к поломке продукта или значительному ухудшению его производительности.
По крайней мере, одна американская компания испытала это и решила подать в суд на правительство США, утверждая, что директива нанесла немедленный и серьезный ущерб ее бизнесу.
В Интернете говорится о том, какую пользу это приносит китайским лабораториям искусственного интеллекта, которые в основном полагаются на выпуски с открытым исходным кодом для лучшего распространения, но отстают от американских фирм с точки зрения возможностей моделей. Ограничение дает китайским компаниям убедительную аргументацию, основанную на том, что доступность является наиболее важной особенностью.
Z.ai — яркий тому пример. Лаборатория в Пекине выпустила свою последнюю модель GLM-5.2 для своих платных подписчиков всего через день после приостановки Fable 5, во многом опираясь на именно эту историю.
Забегая вперед, возникает соблазн сделать вывод, что китайские лаборатории искусственного интеллекта просто удвоят усилия по производству моделей с открытым весом. DeepSeek, например, по-прежнему привержен своей стратегии открытого исходного кода.Информациясообщил.
Но ситуация не столь однозначна. Стратегии распространения китайских лабораторий искусственного интеллекта будут меньше зависеть от того, станут ли американские модели более ограничительными. Вместо этого речь пойдет о том, как они реагируют на конкуренцию из маловероятного источника: своих собственных поставщиков логических выводов.
Жертва собственного распространения?
Переход на открытый исходный код на сегодняшний день оказался эффективной стратегией привлечения клиентов для китайских компаний, занимающихся искусственным интеллектом. OpenRouter, платформа, которая позволяет разработчикам сравнивать и получать доступ к моделям ИИ от разных поставщиков, дает нам представление об этом.
С середины февраля модели с открытым весом стали более популярны на платформе, чем закрытые, судя по количеству сгенерированных токенов. Наш анализ показывает, что только в мае на долю первых пришлось 60,8% всех токенов, сгенерированных на платформе, по сравнению с 39,2% для закрытых моделей.
Но у этой стратегии есть и обратная сторона.
Как только лаборатория публично публикует веса или параметры модели, она позволяет любому загрузить и запустить ее независимо. Любой поставщик логических выводов, обладающий достаточным количеством графических процессоров и командой продаж, может разместить одну и ту же модель – часто дешевле, быстрее и надежнее, чем сами лаборатории.
Эти поставщики специализируются на запуске моделей искусственного интеллекта для пользователей и предприятий. Думайте о лабораториях искусственного интеллекта как о киностудиях, которые производят реальный продукт, а поставщики логических выводов — это платформы потокового вещания, которые распространяют фильм среди зрителей.
По словам руководителя крупной китайской лаборатории искусственного интеллекта, в отличие от лабораторий искусственного интеллекта, поставщики логических выводов могут вести активные операции продаж и напрямую обращаться к одним и тем же клиентам.
«Они могут связаться с вашим клиентом и сказать: «Я могу дать вам скидку 50%», — говорит человек, добавляя, что некоторые поставщики логических выводов уже занижают рекомендованные цены на модели открытого веса из китайских лабораторий.
Быстрый поиск в OpenRouter также подтверждает это утверждение. Сторонние поставщики, такие как DeepInfra или Parasail, часто предлагают K2.7 Code, ориентированную на код версию модели Кими Moonshot AI, например, примерно на 20 центов за миллион токенов дешевле, чем у разработчика.
Эти поставщики могут предложить скидку, поскольку они могут снизить стоимость вывода — процесса запуска обученной модели ИИ для генерации результатов из новых входных данных — двумя основными способами.
Во-первых, он может запускать модели на оптимизированной аппаратной инфраструктуре. Он также может содержать неофициальные квантованные версии, которые представляют собой сжатые варианты, требующие меньше вычислительной мощности и памяти. Это может удешевить их эксплуатацию, хотя иногда и с небольшим ущербом для точности.
Руководитель китайской лаборатории искусственного интеллекта, упомянутый ранее, рассматривает такого рода маневр как потенциальный стимул для лабораторий пересмотреть вопрос о том, стоит ли сохранять флагманские модели открытыми.
Однако цена не всегда является решающим фактором.
Хокиман Курниаван, соучредитель и генеральный директор стартапа по созданию заметок с использованием искусственного интеллекта Meeting.ai, говорит, что его компания использует модели открытого веса через провайдера Fireworks. Это происходит потому, что услуга «более надежна» и «менее подвержена ошибкам», чем обращение напрямую в некоторые модельные лаборатории, даже если она стоит дополнительно от 10 до 20 центов за миллион токенов.
Есть еще одна причина, по которой Курниаван предпочитает «Фейерверк»: география. Поскольку многие из его платежеспособных клиентов находятся в США, вывод о хостинге за пределами Китая помогает снизить потенциальные опасения по поводу того, где обрабатываются данные клиентов. Он также избегает квантованных моделей, полагая, что они менее эффективны, чем полные версии.
Ценовая война из-за чужой модели
Итак, если поставщики логических выводов смогут обслуживать ту же модель дешевле и надежнее, что же останется лабораториям продавать? Один из контраргументов заключается в том, что вывод никогда не был основным бизнесом компаний, занимающихся искусственным интеллектом.
Кайл Ци, инвестор Llama Ventures, утверждает, что лучшие лаборатории должны монетизировать корпоративные развертывания и облачные подписки, а не просто взимать плату за использование моделей. Alibaba, например, может позволить себе открыть исходный код Qwen, если это поможет продавать услуги облачных вычислений компании.
«В моделях с открытым весом тот, у кого самые дешевые и надежные чипы, лучше всего служит модели, и все чаще это становится хорошо капитализированным поставщиком логических выводов, а не лабораторией», — говорит Ци.
Это может поставить лаборатории искусственного интеллекта, занимающиеся исключительно игрой, в более уязвимое положение. В отличие от Alibaba или ByteDance, такие компании, как MiniMax, Moonshot AI и, в меньшей степени, DeepSeek и Z.ai, в большей степени зависят от доходов от API и имеют меньше альтернативных предприятий для субсидирования своих моделей с открытым исходным кодом.
Тем не менее, по мнению Ци, DeepSeek может стать исключением.
Известный китайский стартап недавно привлек 7,4 миллиарда долларов США, это был его первый внешний капитал, но почти половина этой суммы поступила из кармана его собственного генерального директора. Способность компании снизить цены на свою флагманскую модель на 75% также показывает, что DeepSeek находится в лучшем положении, чтобы противостоять этой ценовой войне, чем ее конкуренты.
Между тем Ци отмечает, что Z.ai не следует рассматривать как отдельный бизнес. В конце концов, большая часть его доходов по-прежнему поступает от частных развертываний в китайских государственных предприятиях и финансовых учреждениях.
«Этот бизнес ненадежный, регулируемый и локальный, и оффшорный поставщик логических выводов не может его коснуться», — добавляет Ци.
Тем не менее, теперь, когда Z.ai стала публичной компанией, многое поставлено на карту. В середине июня ее рыночная капитализация впервые превысила порог в 1 триллион гонконгских долларов (127,5 миллиарда долларов США). Эта цифра очень высока по сравнению с доходом компании, который, по оценкам аналитиков, в этом году может достичь 3,2 миллиарда гонконгских долларов (408 миллионов долларов США).
Ее оценка примерно в 300 раз превышает прогнозируемый доход, поэтому инвесторы делают ставку на достаточно сильный рост, чтобы не допустить перехода спроса к третьим сторонам.
Если вместо этого большая часть этого спроса будет перехвачена сторонними поставщиками, компания рискует потерять часть этого потенциала роста. Это не означает, что Z.ai откажется от выпусков открытого веса, но давление оценки должно дать компании больше оснований для защиты тех частей бизнеса, которые она может напрямую монетизировать.
Теория игр, как оставаться открытым
Бывший исследователь крупной китайской лаборатории искусственного интеллекта говорит, что решение открыть исходный код «никогда не является чисто техническим». Есть и другие факторы, такие как бренд компании, ее экосистема, таланты и риски монетизации.
Ци из Llama Ventures утверждает, что должна произойти одна из трех вещей, прежде чем китайская лаборатория искусственного интеллекта откажется от открытого исходного кода. Во-первых, он разрабатывает модель настолько далеко вперед, что раздача весов становится слишком дорогостоящей. Во-вторых, он создает независимый механизм монетизации, который больше не опирается на открытое распространение. Или три, если государство будет настаивать на обратном.
Он добавляет, что такая версия уже происходит, хотя это не совсем чистый переход от открытого к закрытому. Он указывает на такие модели, как GLM-5-Turbo от Z.ai и Qwen3.5-Omni от Alibaba, как на примеры компаний, которые держат некоторые продвинутые модели или размещенные версии под более строгим контролем, даже несмотря на то, что они продолжают выпускать другие модели с открытым весом.
В отличие от предыдущих версий, последние модели Alibaba Qwen3.7 не были открыты с момента их выпуска в мае.
Другой путь — оставить все открытым, одновременно ужесточив коммерческие условия. Kimi K2.5 от Moonshot — это хрестоматийный случай.
Moonshot выпустила эту модель под модифицированной лицензией MIT. Это допускает широкое бесплатное использование, но требует заметного указания авторства, как только коммерческий продукт, созданный на его основе, достигнет примерно 100 миллионов активных пользователей в месяц или 20 миллионов долларов США ежемесячного дохода.
Тем не менее, у закрытия есть свои проблемы, отмечает ранее упомянутый руководитель китайской лаборатории искусственного интеллекта. Если одна лаборатория перейдет к закрытому исходному коду, в то время как ее конкуренты останутся открытыми, она сможет продолжать учиться на открытой экосистеме, одновременно охватывая большую часть самой экономики.
Однако, если каждая лаборатория сделает одинаковые расчеты, экосистема, которая ускорила прогресс искусственного интеллекта в Китае, может пострадать. «Между вашим действием и вашим результатом не существует единой причинно-следственной связи», — говорит человек. «На тебя влияет множество игроков».
Подвеска в Fable 5 сделала открытые веса стратегически более сильными. Но чем успешнее становится эта стратегия, тем труднее модельным лабораториям получить прибыль, которую они создают.
В чем мы можем быть уверены, так это в том, что китайские лаборатории искусственного интеллекта должны преодолеть эту дилемму.
Валюта, конвертированная из гонконгского доллара в доллар США: 1 доллар США = 7,84 гонконгского доллара.
