Открытые модели догоняют и перегоняют флагманские
Этим летом индустрия искусственного интеллекта несколько недель обсуждала новейшие модели Anthropic и попытки правительства США контролировать доступ к ним. Но пока все следили за флагманами, разработчики продолжали строить — не дожидаясь разрешения от Anthropic, OpenAI и им подобных.
Китайские модели с открытыми весами заняли 41% загрузок на Hugging Face этой весной, обогнав американские. На OpenRouter шесть самых популярных моделей — все открытые, от китайских компаний: Tencent, Xiaomi, DeepSeek, MiniMax и Z.ai. Флагман Anthropic — Claude Opus 4.7 — на момент написания материала лишь на седьмом месте. А данные Vercel показывают, что модели с открытыми весами берут на себя основной объём инфраструктурной нагрузки ИИ-приложений, в то время как закрытые модели работают как более дорогой премиальный слой. В июне открытые модели обработали почти треть всех ИИ-запросов на платформе.
Эти платформы охватывают лишь часть экосистемы; в частности, они не учитывают сессии на мощностях крупных лабораторий, на которые, вероятно, приходится львиная доля использования OpenAI и Anthropic. Но значительная и растущая доля открытых моделей ставит непростой вопрос: насколько важны флагманы, если основная рабочая нагрузка в ИИ в итоге будет идти на более дешёвых и настраиваемых альтернативах?
Глава Hugging Face: владение моделями выгоднее аренды
Некоторые видят в росте открытых моделей признак того, что самые умные модели будут использоваться лишь для самых специализированных задач. «Возможно, через несколько лет флагманские модели останутся для экспериментов и действительно ценных задач, а основная производственная нагрузка ляжет на частные модели внутри компаний или на открытые», — сказал гендиректор Hugging Face Клем Деланж в недавнем выпуске подкаста Equity.
Hugging Face — платформа и сообщество разработчиков, знаменитая хостингом, распространением и помощью во внедрении открытых моделей. По словам Деланжа, клиенты и участники всё чаще говорят о преимуществах владения собственными моделями, а не их аренды. Этот тренд набирает обороты, когда компании видят счета, связанные с масштабированием закрытых флагманских моделей.
«Если вы ИИ-компания или технологическая компания, вы не захотите отдавать свои ключевые возможности на аутсорс другой компании, передавать их чёрному ящику API, который вы не контролируете, в устройство которого не имеете представления и которым по сути не владеете», — заявил Деланж.
Этот сдвиг, по мнению Деланжа, отражается в активности на Hugging Face. По его данным, каждые семь секунд на платформе создаётся новый репозиторий, и в целом она хранит почти три миллиона публичных моделей и миллион публичных наборов данных. «Это рисует совершенно иную картину, отличную от концепции “одна модель, чтобы править всеми”», — говорит он. На деле компании используют множество разных моделей, многие из которых адаптированы под их конкретные задачи. Половина компаний из списка Fortune 500 применяет Hugging Face для развёртывания как частных, так и открытых моделей, утверждает он.
Китайские лаборатории продолжают выпускать мощные модели
Рост популярности открытых моделей совпадает с непрерывным потоком всё более мощных релизов от китайских ИИ-лабораторий. Каждые несколько месяцев очередная китайская компания выпускает модель с открытыми весами, которую дешевле развернуть и легче настроить, чем закрытые аналоги, что подрывает экономику проприетарного ИИ, в которую американские компании вложили миллиарды. Совсем недавно пекинская Z.ai представила модель с открытыми весами GLM-5.2, которая превосходно справляется с агентным кодированием и конкурирует с новейшими моделями Anthropic в поиске уязвимостей.
Гонка за открытость: мнения Microsoft и других
Деланж — не единственный топ-менеджер, призывающий предприятия избегать привязки к одному провайдеру моделей. Гендиректор Microsoft Сатья Наделла недавно предупредил об опасности такой зависимости, подчеркнув, что контроль над данными должен быть главной заботой компаний, внедряющих ИИ.
«Хотя инновации, возникающие благодаря праву провайдеров моделей на добросовестное использование общедоступных данных для обучения, необходимы, я нахожу ироничным, что затем они накладывают ограничительные условия на дистилляцию и оставляют за собой право учиться на данных клиентов и данных взаимодействия, — сказал Наделла. — Если обучение идёт только в одном направлении, экономическая ценность скапливается у владельцев обучающей инфраструктуры, а не у создателей самого знания. Поэтому необходимо распространить обучающую инфраструктуру на каждую компанию, чтобы они могли контролировать собственный цикл обучения».
Безопасность против открытости: что важнее
Рост открытых моделей также обострил споры о том, должны ли всё более мощные модели быть широко доступны. CEO Anthropic Дарио Амодей утверждает, что распространение мощных моделей с открытыми весами может стать опасным, поскольку после выпуска их трудно контролировать. Другие эксперты указывают, что открытые модели легкодоступны для злоумышленников, которые могут использовать их для распространения дезинформации или кибер- и биотерроризма.
Деланж смотрит на этот компромисс иначе. «Главный риск в ИИ — это концентрация власти, — сказал он. — Сделать мир безопаснее, на мой взгляд, можно, выравнивая игровое поле и создавая прозрачность в отношении этих моделей». Прозрачность, по его словам, позволяет защитникам быстрее «закрывать уязвимости, которые, как они уже знают, могут использовать открытые модели».
Топ-менеджер Hugging Face утверждает, что закрытость мощных моделей не устраняет риски, связанные с продвинутыми ИИ-системами, отчасти потому, что обойти защиту API флагманских моделей и украсть их веса, чтобы затем распространить открыто, довольно легко. Ограничение доступа, по его мнению, лишь сосредотачивает технологии в руках нескольких компаний, одновременно снижая прозрачность работы систем.
«Закрыв технологию за закрытыми дверями для узкого круга игроков, вы не делаете её безопасной, — подчеркнул Деланж. — Вы делаете её опаснее, потому что создаёте асимметрию власти и асимметрию возможностей».