Alibaba и DeepSeek меняют правила ИИ: триллионы параметров и цена в сотню раз ниже
Китайские гиганты Alibaba и DeepSeek меняют правила игры в искусственном интеллекте, сместив фокус с гонки за максимальным интеллектом на экстремальную дешевизну и масштабируемость. Стоимость запросов в новых моделях упала в сотни раз, заставляя бизнес пересматривать бюджеты и отказываться от дорогих закрытых решений в пользу открытых и экономичных альтернатив.
Китайский рынок искусственного интеллекта демонстрирует радикальный сдвиг в стратегии конкуренции. Вместо гонки за абсолютным интеллектом, которая доминировала в последние годы, ключевыми факторами стали масштаб параметров и экстремальная стоимость вычислений. Два крупных события за одну неделю — выход модели Qwen3.8-Max от Alibaba и релиз V4-Flash от DeepSeek — показывают, как китайские технологические гиганты строят альтернативную экономику ИИ, отличную от подходов американских лидеров.
Масштаб и архитектура: как укротить триллионы параметров
Alibaba представила Qwen3.8-Max, свою самую мощную модель на данный момент. Система насчитывает 2,4 триллиона параметров, что ставит её в один ряд с Kimi K3 от Moonshot AI, выпущенной неделей ранее и имеющей 2,8 триллиона параметров. Обе модели способны обрабатывать контекст до одного миллиона токенов за один запрос. Это позволяет загружать в систему сотни страниц документов, полные юридические дела или обширные репозитории кода, не разбивая задачу на части.
Ключевым техническим решением стала архитектура смеси экспертов (MoE). Несмотря на общий объем в 2,4 триллиона параметров, для обработки каждого конкретного запроса активируется лишь около 95 миллиардов. Такой подход позволяет сохранить высокую производительность и скорость ответа, не требуя колоссальных вычислительных ресурсов для каждой операции. Это критически важно для коммерческого внедрения: огромная модель становится экономически оправданной, если её запуск не разорит бюджет компании.
Компания планирует открыть веса Qwen3.8-Max и более компактной версии Qwen3.8-27B уже на следующей неделе. Это решение дает разработчикам выбор между максимальной мощностью и легкостью развертывания на собственном оборудовании. Реакция рынка была мгновенной: акции Alibaba в Гонконге подскочили на 7% после анонса.
Экономика доступности: ценовая война в ИИ
Второй фронт борьбы открыла компания DeepSeek с моделью V4-Flash. Если Alibaba фокусируется на возможностях, то DeepSeek атакует цену. По данным аналитической компании Artificial Analysis, средняя стоимость одного тестового запроса для V4-Flash составляет всего 0,03 доллара.
Для сравнения, стоимость выполнения аналогичных задач другими ведущими моделями выглядит следующим образом:
| Модель | Средняя стоимость за тест (долл.) | Относительная стоимость |
|---|---|---|
| DeepSeek V4-Flash | 0,03 | 1x |
| Kimi K3 (Moonshot AI) | 0,86 | ~29x |
| GPT-5.6 Sol (OpenAI) | 1,86 | ~62x |
| Claude Fable 5 (Anthropic) | 3,15 | ~105x |
Разрыв в 100 раз между самым дешевым и самым дорогим решением меняет правила игры для бизнеса. Для компаний, обрабатывающих миллионы запросов, разница в несколько центов превращается в миллионы долларов экономии на инфраструктуре. Модель не обязана быть лучшей по всем показателям, если она справляется с задачей за ничтожную долю бюджета.
Стратегия открытых весов против закрытых API
Китайские разработчики выбирают путь, отличный от OpenAI, Anthropic и Google. Американские гиганты строят бизнес на закрытых моделях, доступных только через их облачные сервисы и API. Китайские компании, напротив, делают ставку на открытые веса. Это позволяет разработчикам скачивать модели, запускать их на своем оборудовании и модифицировать под свои нужды.
Эксперты отмечают, что для многих бизнес-процессов не требуется модель с абсолютным лидерством в тестах. Компании ищут решения, которые достаточно умны, прозрачны и доступны. Открытость кода и низкая стоимость становятся главными инструментами захвата рынка.
DeepSeek уже доказала эффективность этого подхода ранее, когда её модели заставили инвесторов пересмотреть необходимость колоссальных бюджетов на инфраструктуру. Теперь компания, готовящаяся к потенциальному выходу на биржу, продолжает давить на цену, заставляя индустрию задуматься: зачем переплачивать за избыточную мощность, если задача решается дешевле.
Гонка технологий трансформируется в гонку эффективности. Победителем в коммерческом секторе может стать не самая умная модель, а та, которая сочетает достаточный уровень интеллекта с минимальной стоимостью развертывания. .
Китайские технологические гиганты сместили фокус с гонки за «самым умным» искусственным интеллектом на гонку за самой низкой ценой вычисления. Shopify и Airbnb уже подтвердили этот тренд, внедрив модель Qwen от Alibaba и снизив затраты на обработку данных в 75 раз по сравнению с американскими аналогами [!]. Это не просто экономия, а фундаментальное изменение экономики ИИ: технологии перестают быть стратегическим активом для избранных и превращаются в массовую «коммунальную услугу».
Иллюзия открытости и ловушка «железа»
Китайские компании, такие как Alibaba и Moonshot AI, делают ставку на открытые веса моделей. Alibaba анонсировала релиз весов Qwen3.8-Max, а Moonshot AI уже выпустила Kimi K3 с 2,8 триллиона параметров [!]. На первый взгляд, это дарит бизнесу свободу: скачал файл, запустил на своем сервере и забыл о дорогих подписках. Однако за этой свободой скрывается жесткое требование к инфраструктуре.
Чтобы эффективно запустить такие гиганты, недостаточно просто иметь мощные видеокарты. Модели требуют специфической аппаратной оптимизации. Alibaba отгрузила 470 000 собственных чипов T-Head, чтобы обеспечить работу своих моделей, компенсируя отсутствие доступа к передовым чипам Nvidia глубокой интеграцией «железа» и софта [!]. Moonshot AI использует квантование MXFP4, снижая требования к памяти, но это требует кластеров из 8–16 узлов с памятью 1,4 ТБ и доработанных инструментов инференса [!].
Открытые веса сверхмощных моделей создают иллюзию суверенитета, но без доступа к специализированному «железу» и глубокой оптимизации они остаются цифровым грузом, который невозможно поднять.
Для российского бизнеса это означает, что переход на китайские решения — это не смена провайдера API, а необходимость перестройки всей IT-инфраструктуры. Зависимость от американских облаков может смениться зависимостью от китайской аппаратной экосистемы, где софт работает только в связке с конкретными чипами.
Двухуровневый рынок: рутина против инноваций
Рынок не рушится под давлением дешевых аналогов, он перестраивается в двухуровневую систему. Бюджетные модели, такие как DeepSeek V4-Flash, лидируют по объему трафика, обрабатывая рутинные задачи с минимальными затратами. Стоимость одного запроса упала до 0,03 доллара, что в десятки раз дешевле западных флагманов [!]. Стартапы, такие как Lindy, уже экономят миллионы, переключая массовые операции на дешевые решения, оставляя дорогие модели только для критически сложных задач [!].
Однако дешевизна китайских моделей несет скрытые юридические риски. Компании Moonshot AI и DeepSeek обвиняются в использовании метода «дистилляции» для нелегального обучения на данных конкурентов через фальшивые аккаунты [!]. Если модель обучена на «украденных» знаниях, ее использование в коммерции может стать поводом для судебных исков, особенно для компаний, работающих с международными партнерами. Дешевизна здесь может оказаться платой за скрытые правовые риски.
Дешевизна китайских моделей может быть платой за скрытые юридические риски, превращая экономическую выгоду в потенциальную угрозу репутации бизнеса.
Вертикальная интеграция как новая норма
Китайские гиганты строят не просто модели, а вертикально интегрированные экосистемы. Alibaba инвестирует в собственные процессоры, чтобы не зависеть от Huawei и Nvidia, создавая замкнутый цикл от чипа до облачного сервиса [!]. DeepSeek также разрабатывает собственные чипы и программные фреймворки, такие как DSpark, которые ускоряют генерацию ответов на 85% и совместимы с моделями Alibaba [!].
Эта стратегия позволяет им удерживать лидерство даже в условиях экспортных ограничений. Доля Nvidia в Китае упала с 95% до 55%, уступая место местным производителям, среди которых T-Head от Alibaba занял третье место [!]. Глобальный рынок ИИ раскалывается на две изолированные реальности: одну, построенную на американских чипах и закрытых API, и другую — на китайских чипах и открытых, но специфичных моделях.
Для компаний, планирующих внедрение ИИ, ключевым фактором становится не выбор самой умной модели, а оценка готовности инфраструктуры и понимание юридических последствий. Победа в этой гонке достанется не тому, у кого самая большая модель, а тому, кто сможет эффективнее всего управлять стоимостью, рисками и совместимостью оборудования.
Источник: techstartups.com
