В обзорном тексте, адаптированном из выступления перед американскими законодателями и сотрудниками Конгресса, исследователь, участвовавший в создании моделей Olmo Allen Institute for AI, описывает текущее состояние дел с моделями ИИ с открытыми весами. По его мнению, китайские лаборатории сегодня являются лидерами как в рейтингах производительности, так и в сфере применения.
Модели с открытыми весами (open-weight) делают свои параметры доступными для общественности, которая может их изучать или повторно использовать. Они противопоставляются «закрытым» моделям, таким как GPT-4 или Claude Opus 4.5, доступ к которым возможен только через API — интерфейс для удаленного запроса к модели. Среди моделей с открытыми весами — Llama от Meta, Qwen от Alibaba, Gemma от Google или модели DeepSeek. Так называемые «open source» модели идут дальше, публикуя также код и данные для обучения. В тексте в этой связи упоминаются модели Olmo от Allen Institute for AI, Marin от OpenAthena и Pythia от EleutherAI.
Китайское лидерство по загрузкам и рейтингам
По словам автора, Китай вышел на первое место по загрузкам на Hugging Face в июле 2025 года, в основном благодаря моделям Qwen. Его отрыв составляет около 1,6 миллиарда загрузок при общем числе в 3,2 миллиарда, что вдвое превышает суммарный показатель США. В Artificial Analysis Intelligence Index (AAII) по состоянию на 14 сентября 2026 года три лучшие китайские модели — это GLM-5.3 (оценка 45), Kimi K3 (44) и GLM-5.3-Flash (42) от разработчика Z.ai и Moonshot AI. Лучшие американские модели, Inkling и Inkling Small от Thinking Machines, набирают 26 баллов, а Nemotron 3 Ultra от Nvidia — 23. В тексте отмечается, что китайские модели опережают свои американские аналоги на 2–6 месяцев.
Платформа OpenRouter, позволяющая переключаться между моделями, демонстрирует схожую тенденцию. Согласно ее данным, объем токенов, обрабатываемых открытыми моделями, вырос примерно с 1 Т в неделю в сентябре 2025 года до примерно 80 Т сегодня, а доля китайских моделей увеличилась примерно с 70% до более 80% от общего использования.
В корпоративном секторе несколько игроков полагаются на китайские модели: Harvey, специализирующаяся на праве, Cursor — на коде, а также DoorDash, использующая модели Kimi, Airbnb, использующий Qwen, и Perplexity, использующий DeepSeek. В исследованиях автор проанализировал статьи из пяти крупных категорий arXiv, посвященных машинному обучению. Доля публикаций, упоминающих открытую модель, выросла с 2% в январе 2023 года до 50% в сентябре 2026 года. Qwen упоминается примерно в 30% статей, а Llama — примерно в 21%.
Разрыв сокращается, по мнению автора
Автор оценивает отрыв китайских лабораторий в области дистилляции — техники обучения модели на ответах более мощной модели — в 1–2 месяца. Он также считает, что полное предотвращение доступа, например, с помощью инструментов проверки личности клиентов у Anthropic и OpenAI, увеличило бы разрыв лишь на 1–2 месяца. Кроме того, он отмечает, что китайские лаборатории теперь больше покупают обучающих данных, в частности, сред для обучения с подкреплением для агентных задач.
В тексте также упоминаются риски, особенно в области кибербезопасности, как в инциденте с участием OpenAI и Hugging Face. Сообщается, что Hugging Face использовала китайскую модель с открытыми весами для анализа кибератаки, поскольку закрытые модели отклоняли такие запросы. Автор призывает США продолжать поддерживать инвестиции в открытые модели, чтобы лучше предвидеть эти риски и снизить зависимость американских компаний от моделей, разработанных в Китае. Однако он признает наличие неопределенностей: не хватает данных об использовании за пределами США и Китая, включая отслеживание американских открытых моделей, которое он запустил в августе 2025 года под названием American Truly Open Models (ATOM) Project.
