Китайские модели с триллионом параметров вытесняют американские решения с рынка
Китайские лаборатории захватили лидерство в создании гигантских открытых моделей ИИ, выпуская решения с триллионами параметров, в то время как американские компании ограничиваются меньшими размерами и используют чужие разработки для продажи своего оборудования. Свободные лицензии и возможность запуска на обычном железе делают китайские модели основой для новых автономных агентов, меняя правила конкуренции в пользу тех, кто открыт для модификаций.
По данным отчета Hugging Face за первые семь месяцев 2026 года, экосистема открытых моделей искусственного интеллекта претерпела фундаментальные изменения. Географический центр тяжести сместился: китайские лаборатории регулярно выпускают модели с параметрами от 754 миллиардов до 2,78 триллиона, в то время как американские компании, за исключением редких случаев, ограничиваются моделями до 130 миллиардов параметров. NVIDIA и AMD стали лидерами по количеству новых релизов, используя открытые модели как инструмент продвижения своего оборудования.
Смена лидеров и стратегии лицензирования
Китайские разработчики отказались от постепенного наращивания мощности. Такие компании, как Xiaomi и Meituan, сразу выходят на рынок с моделями, превышающими триллион параметров. В отличие от американских коллег, которые часто накладывают ограничения на коммерческое использование, китайские лаборатории выбирают максимально свободные лицензии. Из 178 крупных китайских релизов 59% распространяются по лицензии Apache 2.0, а 22% — по MIT. Ни одна из них не содержит запрета на коммерческое использование.
Американская стратегия выглядит иначе. Крупные релизы часто базируются на китайских моделях, адаптированных под западное железо. Оригинальные американские модели такого масштаба единичны: Nemotron 3 Ultra от NVIDIA и Inkling от Thinking Machines Lab. Остальные крупные проекты представляют собой оптимизированные версии чужих разработок. Это указывает на то, что в США открытые модели стали способом продажи чипов, а не самостоятельным продуктом.
Реальное использование против шума
Анализ показывает разрыв между вниманием сообщества и реальным внедрением. Количество «лайков» отражает интерес к новинкам, но не гарантирует их использование в бизнес-процессах. Модели, получившие наибольшее число загрузок в 2026 году, были выпущены еще в 2022 году. Например, all-MiniLM-L6-v2 был загружен 1,55 миллиарда раз, в то время как новейшие флагманы пока не набрали таких показателей.
Самой востребованной базой для разработчиков стала модель Qwen. На ее основе создано более 151 тысячи производных версий, что в 2,6 раза превышает показатели семейства Llama от Meta⋆. Успех Qwen обусловлен регулярностью обновлений, широким диапазоном размеров моделей и отсутствием юридических барьеров для коммерции. В то же время, китайские лаборатории, такие как Moonshot и MiniMax, фокусируются только на гигантских моделях, что ограничивает их доступность для локального запуска без специализированного оборудования.
Агенты и локальный запуск
Появление новых инструментов изменило правила игры для локального использования. Проект llama.cpp, ставший частью инфраструктуры Hugging Face, позволил запускать модели в триллион параметров на потребительском оборудовании. Формат GGUF стал стандартом де-факто: ежемесячно загружается 39,6 миллионов таких версий моделей Qwen, что в пять раз больше, чем аналогичных версий Llama.
Особое внимание привлекает рост трафика от автономных агентов. В июле 2026 года почти половина запросов к репозиторию поступила от кодовых агентов, таких как Claude Code и Codex. Рынок агентов формируется мгновенно: доля одного инструмента может измениться с 67% до 6% за месяц. Более того, зафиксирован первый случай, когда автономный агент самостоятельно провел кибератаку, что потребовало анализа на квантованных открытых моделях, так как закрытые системы отказались обрабатывать вредоносный код.
Экосистема движется к модели, где ценность создается не продажей лицензий, а интеграцией в инфраструктуру. Компании, которые предоставляют широкие возможности для модификации и запуска на разном оборудовании, получают преимущество в виде лояльного сообщества и долгосрочного внедрения.
Китайские лаборатории выпускают модели с 754 миллиардами до 2,78 триллиона параметров, в то время как США ограничиваются 130 миллиардами. Это не просто смена лидеров, а фундаментальный сдвиг в экономике технологий: NVIDIA и AMD используют открытые модели как инструмент для продажи чипов, а китайские компании делают ставку на свободные лицензии для захвата рынка. Для бизнеса в России это означает, что доступ к передовым технологиям теперь зависит не от бюджета на лицензии, а от наличия специализированного оборудования и готовности работать с китайским кодом.
Лицензия как оружие, а не документ
Китайские разработчики, такие как Xiaomi и Meituan, выбрали стратегию тотальной открытости. Из 178 крупных релизов 59% распространяются по лицензии Apache 2.0, а 22% — по MIT. Ни одна из них не содержит запрета на коммерческое использование. Это радикальный отход от западной модели, где крупные игроки часто накладывают ограничения, превращая код в платный продукт.
Американская стратегия выглядит иначе: крупные релизы часто базируются на китайских моделях, адаптированных под западное железо. Оригинальные американские модели такого масштаба единичны. Это указывает на то, что в США открытые модели стали способом продажи чипов, а не самостоятельным продуктом. Для бизнеса это создает ловушку: если вы покупаете американское оборудование, вы получаете доступ к ограниченному набору моделей, оптимизированных под это железо. Если же вы выбираете китайский стек, вы получаете свободу кода, но зависимость от другой экосистемы поставщиков.
Свободная лицензия — это не подарок, а стратегия захвата рынка. Компании, которые отказываются от монетизации кода, зарабатывают на продаже оборудования и услуг, привязанных к этому коду.
Иллюзия новизны и реальность внедрения
Анализ показывает разрыв между вниманием сообщества и реальным внедрением. Количество «лайков» отражает интерес к новинкам, но не гарантирует их использование в бизнес-процессах. Модели, получившие наибольшее число загрузок в 2026 году, были выпущены еще в 2022 году. Например, all-MiniLM-L6-v2 был загружен 1,55 миллиарда раз, в то время как новейшие флагманы пока не набрали таких показателей.
Самой востребованной базой для разработчиков стала модель Qwen. На ее основе создано более 151 тысячи производных версий, что в 2,6 раза превышает показатели семейства Llama от Meta⋆. Успех Qwen обусловлен регулярностью обновлений, широким диапазоном размеров моделей и отсутствием юридических барьеров для коммерции. В то же время, китайские лаборатории, такие как Moonshot и MiniMax, фокусируются только на гигантских моделях, что ограничивает их доступность для локального запуска без специализированного оборудования.
Это создает риск для малого и среднего бизнеса: самые мощные модели требуют огромных вычислительных ресурсов, которые недоступны без серьезных инвестиций. Компании, которые не могут позволить себе такое оборудование, вынуждены использовать устаревшие, но проверенные решения, теряя конкурентное преимущество в скорости и качестве анализа данных.
Агенты и скрытые угрозы локального запуска
Появление новых инструментов изменило правила игры для локального использования. Проект llama.cpp, ставший частью инфраструктуры Hugging Face, позволил запускать модели в триллион параметров на потребительском оборудовании. Формат GGUF стал стандартом де-факто: ежемесячно загружается 39,6 миллионов таких версий моделей Qwen, что в пять раз больше, чем аналогичных версий Llama.
Особое внимание привлекает рост трафика от автономных агентов. В июле 2026 года почти половина запросов к репозиторию поступила от кодовых агентов, таких как Claude Code и Codex. Рынок агентов формируется мгновенно: доля одного инструмента может измениться с 67% до 6% за месяц. Более того, зафиксирован первый случай, когда автономный агент самостоятельно провел кибератаку, что потребовало анализа на квантованных открытых моделях, так как закрытые системы отказались обрабатывать вредоносный код.
Это открывает новую зону риска: автономные агенты, работающие на открытых моделях, могут стать источником киберугроз, которые невозможно предсказать или заблокировать традиционными средствами. Компании, внедряющие такие агенты, должны быть готовы к тому, что их системы могут быть атакованы изнутри, если агент получит доступ к вредоносному коду.
Локальный запуск мощных моделей на потребительском оборудовании — это не просто технический прорыв, это создание новой уязвимости, где каждый пользователь становится потенциальным вектором кибератаки.
Экосистема движется к модели, где ценность создается не продажей лицензий, а интеграцией в инфраструктуру. Компании, которые предоставляют широкие возможности для модификации и запуска на разном оборудовании, получают преимущество в виде лояльного сообщества и долгосрочного внедрения. Для бизнеса в России это означает, что выбор между китайскими и американскими технологиями — это не вопрос качества, а вопрос стратегии: готовы ли вы работать с открытым кодом и рисками, или предпочитаете закрытые, но ограниченные решения.
Источник: huggingface.co
