Китайские лаборатории искусственного интеллекта выпустят крупнейшие открытые модели в 2026 году, что окажет давление на США. Nvidia и AMD предлагают модели для своих чипов.
Летний отчет Hugging Face рисует новую картину глобальной гонки ИИ. С января по август 2026 года количество общедоступных репозиториев моделей в Hub выросло с 2,43 до 2,96 миллиона, а количество записей — с 711 000 до 1 миллиона.
Подробности читайте после рекламы
Но настоящая новость заключается не в росте, а в распределении мощности: почти каждый месяц года самая большая открытая модель китайской лаборатории была больше, чем любая модель, выпущенная лабораторией США.
Ежемесячный лимит Китая варьировался от 754 миллиардов до 2,78 триллиона параметров. Американские модели оставались ниже 130 миллиардов пять месяцев из семи — за исключением Nemotron 3 Ultra от Nvidia с 561 миллиардом параметров и Inkling от Thinking Machines Lab.
Такие лаборатории, как Moonshot, MiniMax, Xiaomi и Z.ai, публикуют практически ничего меньше 70 миллиардов, в то время как Qwen и Tencent от Alibaba охватывают весь спектр.
Примером такой стратегии является модель Kimi K3: Moonshot на 2,8 триллиона долларов, захлестнувшая серверы в течение 48 часов после публикации и вызвавшая заметную реакцию на финансовых рынках.
Почему китайские лаборатории отказываются от классического пути развития
Hugging Face называет две конкретные причины такого изменения стратегии.
Подробности читайте после рекламы
Во-первых, сообщество создало мощный уровень квантования: такие инструменты, как llama.cpp, за несколько дней конвертируют даже модели с триллионами параметров в локально исполняемые форматы.
Июльский снимок хаба уже содержит сборки GGUF DeepSeek-V4-Flash с примерно 284 миллиардами и Kimi K3 с примерно 2,8 триллионами параметров. Локальный вывод больше не означает 8-миллиардную модель ноутбука, а скорее смесь экспертной архитектуры, распределенную по нескольким потребительским компьютерам.
Во-вторых, размер лаборатории все чаще становится стратегическим заявлением о намерениях. В чистом портфолио Frontier все зависит от рейтингов тестов и спроса на API. Портфолио полного спектра, подобное портфолио Qwen, призвано стать стандартным семейством для разработчиков.
Последняя стратегия окупается измеримыми способами: модели на основе Qwen теперь составляют 151 448 деривативов в хабе, что в 2,6 раза превышает общий объем Meta. Деривативы выросли со 180 до 210 новых хранилищ в день.
Динамика цен, которую DeepSeek и Alibaba создают в конкуренции с Кремниевой долиной, еще больше усугубляет этот сдвиг.
Nvidia и AMD раздают модели искусственного интеллекта для продажи чипов
Со стороны США роль открытых моделей меняется. Две организации, выпустившие наибольшее количество новых выпусков с открытым исходным кодом в 2026 году, также являются производителями чипов: AMD и Nvidia. Оба выпустили более 200 репозиториев новых моделей каждый, что намного опережает остальных в этой области.
Логика: модель, оптимизированная для вашего оборудования и доступная бесплатно, является самым ярким доказательством того, что оборудование работает. Выручка от лицензий не является целью, поскольку доход поступает от продажи чипов.
Эта аппаратная ориентация также отражается в цифрах роста. Репозитории формата GGUF за семь месяцев выросли на 464 процента, библиотека mlx от Apple — на 148 процентов, стек робототехники lerobot — на 194 процента.
Уровень, определяющий, где физически работает модель, растет в три-семь раз быстрее, чем само ядро модели.
Лайки и загрузки рассказывают разные истории
Несмотря на лидерство Китая по размеру модели, в отчете представлена картина реального использования в перспективе.
Среди всех моделей с указанным количеством параметров 83 процента всех загрузок приходится на модели с менее чем миллиардом параметров. Все, что превышает 100 миллиардов, составляет всего 1 процент. Самая загружаемая модель, полностью MiniLM-L6-v2, была скачана 1,55 миллиарда раз за семь месяцев и получила всего 5156 лайков.
Вывод: лайки показывают, что волнует экспертов, загрузки показывают, на что они полагаются в повседневной жизни.
Именно в этой области напряжения между вниманием и практическим использованием находится золотая середина для разработчиков, желающих использовать открытый исходный код. То, как вариант Alibaba 27B ведет себя в ходе практических испытаний, демонстрирует жизнеспособность моделей среднего размера для сценариев локального применения.
Агенты как новые пользователи – и первая угроза безопасности
Еще один поворотный момент касается структуры пользователей хаба. В июле значительная часть трафика исходила не от людей, а от автономных программных агентов. Claude Code лидировал с 44,4 процента агентского трафика, Codex стабильно поднимался до 20,8 процента.
Но рынок волатилен: в апреле доля Клода Кода все еще была на уровне 67,8 процента, в мае — всего 6,4 процента.
Взрывоопасно: в июле Hugging Face заявил, что стал целью автономного агента, который по собственной инициативе предпринял длительную попытку взлома.
При анализе кода атаки коммерческие пограничные модели отказались его обрабатывать; только квантованная открытая модель на собственной инфраструктуре смогла оценить код. Об этом сообщает Hugging Face.
Геополитическое измерение китайских пограничных моделей и реакция Вашингтона, вероятно, окажут существенное влияние на дальнейший доступ к открытым моделям на Западе.
Послание из летнего отчета: открытая экосистема искусственного интеллекта быстро растет, но размер сам по себе не определяет внедрение или создание ценности. Попадет ли модель в инфраструктуру, определяется широтой семейства моделей, простотой лицензирования и оптимизацией оборудования, а не записью параметров.
