Китай выпустил две open-source модели, которые догоняют OpenAI и Anthropic

За выходные китайские компании Moonshot AI и Alibaba представили модели Kimi K3 и Qwen3.8 — обе с 2,4–2,8 трлн параметров, обе open-source, обе претендуют на место в топе мировых систем. По заявлениям создателей, они уступают только GPT-5.6 Sol от OpenAI и Claude Fable 5 от Anthropic, а на отдельных бенчмарках — обгоняют. Это первый случай с момента релиза DeepSeek в начале 2025 года, когда китайские лаборатории так синхронно и громко заявили о себе на фронтире.

Что выпустили и кто за этим стоит

В пятницу, 18 июля, пекинский стартап Moonshot AI (разработчик популярного в Китае чат-бота Kimi) анонсировал Kimi K3 — модель с 2,8 трлн параметров. Компания называет её крупнейшей в мире open-source системой. По внутреннему тестированию Moonshot, K3 обходит почти все американские модели, отставая только от GPT-5.6 Sol и Claude Fable 5, но при этом опережая их на некоторых задачах.

В воскресенье, 20 июля, техногигант Alibaba показал превью Qwen3.8 — 2,4-триллионную модель, которую компания описывает как «одну из самых мощных доступных сегодня» и «вторую после Fable 5». Обе модели будут выпущены с полными весами: Moonshot обещает опубликовать веса K3 27 июля, Alibaba пишет, что Qwen3.8 станет open-weight «в ближайшее время».

Ни OpenAI, ни Anthropic не раскрывают точное число параметров своих флагманских систем, так что прямое сравнение пока невозможно. Но сам факт, что китайские компании публично называют эти цифры и обещают открыть веса, уже создаёт контраст с закрытой моделью американских лабораторий.

Почему это важно прямо сейчас

Релизы приходятся на момент, когда геополитическое измерение AI-гонки становится центральным. США ужесточают экспортный контроль на передовые чипы (Nvidia H100/H200, AMD MI300), ограничивают доступ Китая к облачным вычислениям и вынуждают Anthropic убрать Claude Fable 5 из публичного доступа в некоторых регионах — именно из-за риска, что конкуренты используют его для обучения своих систем.

На этом фоне китайские лаборатории демонстрируют, что могут приближаться к фронтиру с меньшими ресурсами. DeepSeek в январе 2025 года показал, что модель уровня GPT-4o можно обучить за $5–6 млн вместо сотен миллионов долларов. Теперь Moonshot и Alibaba заявляют о системах, которые соревнуются с GPT-5.6 и Claude Fable 5, но при этом будут открытыми — то есть любой разработчик, исследователь или компания смогут скачать веса, дообучить под свою задачу и запустить локально.

Это ставит под вопрос стратегию американских лабораторий, которые вкладывают десятки миллиардов долларов в датацентры, чипы и закрытые модели. Если Китай может догонять с открытыми системами и меньшими затратами, то финансовое и технологическое преимущество США сжимается.

Open-source как стратегия и как риск

Moonshot и Alibaba делают ставку на открытость не из альтруизма — это осознанная стратегия. Open-source модели создают экосистему: разработчики строят на них приложения, исследователи публикуют улучшения, компании интегрируют в свои продукты. Это ускоряет итерации и распространение технологии.

Из американских игроков похожую логику использует Meta, которая выпускает Llama в открытом доступе. Но Meta не в числе лидеров фронтира — её последняя Llama 4 уступает GPT-5.6 и Claude Fable 5. OpenAI и Anthropic, напротив, держат свои лучшие модели закрытыми, аргументируя это безопасностью: мол, если веса утекут, их смогут использовать для создания вредоносного контента, дезинформации или автономных систем с непредсказуемым поведением.

Китайские компании этот аргумент игнорируют. Для них open-source — способ обойти экспортные ограничения, привлечь глобальное сообщество разработчиков и ускорить внедрение в реальные продукты. Это работает: DeepSeek за полгода после релиза стал одной из самых популярных моделей среди независимых разработчиков в Азии и Европе.

Что неизвестно и где подвох

Пока обе модели не выпущены полностью, оценить их реальную производительность невозможно. Moonshot и Alibaba ссылаются на собственные бенчмарки, но их методология не раскрыта. Независимое тестирование (например, на MMLU, HumanEval, GPQA) появится только после 27 июля, когда Moonshot опубликует веса K3.

Кроме того, открытые модели всегда требуют инфраструктуры для запуска. 2,8 трлн параметров — это десятки терабайт весов, которые нужно загрузить, и сотни гигабайт VRAM для инференса. Запустить такую модель локально смогут только крупные компании или исследовательские лаборатории с доступом к кластерам GPU. Для остальных остаётся API — а там уже вопрос, насколько дёшево и надёжно Moonshot и Alibaba смогут его предоставлять.

Наконец, есть вопрос безопасности. США уже вынудили Anthropic убрать Fable 5 из открытого доступа в некоторых регионах, опасаясь, что его используют для обучения конкурирующих систем. Если Kimi K3 и Qwen3.8 действительно приблизятся к фронтиру и станут доступны всем, это может ускорить принятие новых ограничений — вплоть до запрета на экспорт самих весов открытых моделей.

Что дальше

Ближайшая контрольная точка — 27 июля, когда Moonshot обещает выложить полные веса Kimi K3. Alibaba пока не называет дату для Qwen3.8, но формулировка «в ближайшее время» предполагает недели, а не месяцы. После этого начнётся независимое тестирование, и станет ясно, насколько заявленные результаты соответствуют реальности.

Для разработчиков это означает появление двух новых мощных open-source моделей, которые можно дообучать и запускать локально. Для американских лабораторий — усиление давления: если Китай действительно догоняет на фронтире с открытыми системами, то стратегия закрытости и многомиллиардных инвестиций может не дать устойчивого преимущества. Для государств — новый виток регуляторной гонки, где под вопросом окажутся не только чипы, но и сами веса моделей.

AI-гонка перестаёт быть только технологической. Теперь это вопрос того, какая модель развития — открытая китайская или закрытая американская — окажется эффективнее. И пока ответа нет.

Источники

• The Verge: China delivers a one-two punch to America’s AI dominance