Китайские модели во главе с Kimi забрали 89% корпоративных трат на open-source ИИ

Если вы последний раз смотрели на рынок открытых моделей год назад, картина могла устареть. Венчурная компания Menlo Ventures на этой неделе опубликовала исследование: на китайские ИИ-системы приходится 89% оценочных мировых корпоративных расходов на open-source модели. Лидирует семейство Kimi от Moonshot AI, его доля составляет 61%.

Что именно посчитали

Важна оговорка: это не весь рынок ИИ, а только его открытая часть. Закрытые американские модели, к которым вы обращаетесь через API, по-прежнему собирают подавляющую часть общей выручки. Получается два разных рынка. В закрытом сегменте деньги зарабатывают американские лаборатории. В открытом, где компания скачивает веса и запускает их у себя или у провайдера инфраструктуры, лидируют китайские разработчики.

Цифры при этом оценочные. Это расчёт венчурной фирмы, а не аудированная отчётность. Методику стоит смотреть в самом отчёте: в доступном фрагменте её нет.

Почему бизнес выбирает китайские веса

Отчёт в пересказе не объясняет причин, поэтому дальше идут наши предположения, а не выводы авторов. Открытые модели берут, когда нужен контроль: данные не уходят во внешний API, можно дообучить модель под свою задачу, а стоимость запросов предсказуема. Среди открытых вариантов, судя по цифрам, китайские модели сейчас просто оказываются самыми конкурентными по соотношению качества и цены. Остальные альтернативы заметно отстают по доле трат.

Простой пример. Команда строит внутреннего ассистента по договорам. Данные чувствительные, а объём запросов большой, и платить за каждый токен закрытой модели дорого. Она берёт открытую модель, разворачивает на своих GPU или у облачного провайдера и дообучает на своих документах. Именно в таких сценариях, по данным Menlo, деньги всё чаще уходят на Kimi и её китайских соседей.

Что с этим делать

Во-первых, не считайте open-source синонимом западных моделей. Если вы выбираете открытую модель для продукта, Kimi и другие китайские семейства должны быть в вашем списке сравнения по умолчанию, а не «экзотикой».

Во-вторых, проверьте лицензию и юридические риски. Для некоторых компаний, особенно в регулируемых отраслях или в госсекторе, происхождение модели может стать вопросом комплаенса. Заранее выясните, какие требования есть у ваших клиентов, а не после подписания контракта.

В-третьих, не закладывайтесь на одну модель. Раз рынок открытых весов так сильно сконцентрирован, архитектура с возможностью быстро подменить модель за общим интерфейсом снижает и технический, и бизнес-риск. Прогоните свои собственные тесты на реальных данных, а не ориентируйтесь на публичные бенчмарки.

Ограничения

Это один отчёт одной венчурной фирмы, и доли в 89% и 61% измерены по оценке трат, а не по числу запросов или установок. Рост доли китайских моделей в открытом сегменте не означает, что они обходят американские по качеству в целом. Закрытые модели США продолжают забирать основную выручку, и для многих задач они остаются выбором по умолчанию.

Практический вывод короткий: открытый сегмент уже во многом китайский, и если вы строите продукт на open-source, оценивайте эти модели трезво, с тестами и с юридической проверкой, а не по привычке или по происхождению.