Llama уступила лидерство в открытом ИИ. Летом 2026 рынок задают четыре китайские лаборатории

Подготовлено RD media

Ещё два года назад совет разработчику звучал одинаково: возьми Llama. Сегодня новый проект чаще стартует с Qwen, DeepSeek, GLM или Kimi. Сдвиг измеряется цифрой: в inference-трафике открытых моделей на OpenRouter доля китайских выросла с 1,2% в конце 2024 года до почти 30% за несколько месяцев (крупномасштабное исследование токен-трафика).

📌 Qwen (Alibaba) прошёл рубеж в 1 млрд загрузок и держит больше половины загрузок среди открытых моделей на Hugging Face — в феврале скачиваний было больше, чем у следующих восьми игроков вместе взятых. Во второй половине 2025-го Qwen обошёл Llama по накопленным загрузкам.

💻 Что за этим стоит — четыре разные архитектурные ставки:

• ✅ Qwen — самая зрелая экосистема и разрешительная лицензия Apache 2.0. Дефолтная основа для файнтюнов: 119 языков и надёжный tool-calling (вызов внешних функций) из коробки.
• ✅ DeepSeek — лидер по соотношению качество/цена, лицензия MIT. Секрет в архитектуре MoE (Mixture of Experts): модель активирует лишь часть параметров на каждый токен, резко снижая стоимость инференса.
• ✅ GLM (Z.ai) — сильные знания и агентные сценарии с автономным планированием и tool use, кодинг, сопоставимый с закрытыми моделями в ряде задач.
• ✅ Kimi (Moonshot) — чемпион по автономности: контекст 256K токенов (целая кодовая база) и возможность запускать до 300 суб-агентов, которые держат задачу на дистанции в тысячи шагов, не теряя первоначальную цель.

📌 Llama (Meta) уступил роль дефолта, но держит рекорд среди открытых моделей по длине контекста: Llama 4 Scout работает с 10 млн токенов.

🚀 MiniMax M3 — пятый игрок с июня 2026. Раньше компания прославилась генерацией видео (Hailuo). Теперь M3 приносит эту мультимодальную ДНК в открытые веса: первая open-weight модель, соединившая фронтир-кодинг, контекст в 1 млн токенов и понимание видео и аудио в одной архитектуре.

Почему так вышло:
Три фактора сошлись одновременно — качество открытых моделей практически сравнялось с закрытыми, лицензии Apache 2.0 и MIT сняли юридические риски для коммерции, а API оказались дешевле проприетарных в разы. Дальше сработал сетевой эффект: чем больше разработчиков строят на Qwen, тем выгоднее строить на Qwen следующему. Оговорка: загрузки и токен-трафик отражают распространение и эксперименты, а не только промышленное внедрение — но даже с этой поправкой направление сдвига однозначно.

⚠️ Важная поправка к триумфальному нарративу: сам открытый рынок создала Meta, выпустив Llama. Китайские лаборатории не открыли новую парадигму — они быстрее итерируют внутри неё. Проприетарные западные модели (GPT, Gemini) по оценкам аналитиков всё ещё удерживают около 70% мирового AI-трафика.

Источники:
SCMP — доля 30% · SCMP — Qwen 50% загрузок