Кто дотянет до финиша в гонке ИИ?

Ещё два года назад было немыслимо представить, что OpenAI, создавшая GPT-4, окажется в роли догоняющего, а лидерство постепенно перейдёт в руки китайских гигантов. Однако сегодняшняя гонка в области языковых моделей (LLM) больше напоминает захватывающий триллер, где каждое новое событие и инновация — это как очередная улика в сложном расследовании.

Если в конце 2023 года передовые китайские модели, такие как Qwen Chat 7B от Alibaba, казались далёкими от конкурентоспособности с GPT-3.5 Turbo, то уже в начале 2024 года ситуация начала стремительно меняться. Первые шаги казались незначительными: Alibaba представила Qwen Chat 72B, которая уже демонстрировала признаки конкуренции с GPT-3.5, хоть и уступала по мультимодальности GPT-4. Однако за кажущейся спокойной завесой изменений скрывались настоящие стратегические манёвры.

Китай перехватывает инициативу

Летом 2024 года китайская модель DeepSeek V2 уверенно заявила о себе, хотя и не могла сравниться с GPT-4o по ряду параметров. Практически одновременно на арене появилась Alibaba Qwen 2 Instruct 72B, которая немного опередила DeepSeek V2, но всё ещё не представляла серьёзной угрозы американским стандартам. И вот первый тревожный сигнал — релиз Alibaba Qwen 2.5 Instruct 72B, сравнявший показатели GPT-4o, а в некоторых задачах даже превзошедший его. В сентябре 2024 OpenAI попыталась вернуть себе инициативу, выпустив модель o1-preview, ставшую первым прорывом за последние 1,5 года.

Самое захватывающее начало этой гонки произошло в декабре 2024, когда на сцену вышла модель DeepSeek V3, уже продемонстрировавшая преимущество над GPT-4o. А уже в середине января 2025 года китайский лидер DeepSeek представил флагманскую модель R1, которая буквально разорвала рейтинговые таблицы и впервые приблизила Китай к абсолютному технологическому лидерству. Ответ не заставил себя ждать: через две недели OpenAI экстренно запустила модель o3-mini, вновь вырываясь вперёд, хотя и не с таким заметным отрывом, как осенью.

В условиях, когда каждый токен становится на вес золота, OpenAI была вынуждена снизить цены до рекордно низких: стоимость 1 млн входных токенов теперь составляет $1.1, а за миллион выходных — всего $4.4. Для сравнения, ранее цена GPT-4o была в 2,3 раза выше, а разрыв с o1 достигал 27-кратного уровня, который сократился до всего лишь двухкратного. Теперь компаниям приходится не только удерживать позиции, но и стремительно адаптироваться к жесткой конкуренции.

Финансовая сторона и стратегическая смекалка

Борьба за лидерство в сфере искусственного интеллекта сопровождается не только техническими прорывами, но и огромными финансовыми вложениями. Обучение модели GPT-4 обошлось OpenAI примерно в $78,4 млн, а по некоторым оценкам — даже до $100 млн. В то же время компания DeepSeek заявляла, что разработка их модели R1 стоила около $5,6 млн, что делало её значительно более экономичной. Однако исследование SemiAnalysis указывает, что реальные затраты на разработку DeepSeek R1 могли достигать $1,6 млрд на оборудование и $944 млн на операционные расходы, что ставит под сомнение первоначальные заявления компании.

Такая разница в оценках подчёркивает сложность определения точных затрат на разработку передовых ИИ-моделей. 

В 2024 году мировые инвестиции в вычислительные мощности для ИИ превысили $200 млрд.

Компании вроде OpenAI вынуждены делить ресурсы с партнёрами, тогда как некоторые китайские игроки, такие как DeepSeek и Alibaba, контролируют собственные мощности, что позволяет им более гибко реагировать на рыночные вызовы.

Экономическая борьба отражается и на ценах:

• OpenAI o3-mini — $1.1 за 1 млн входных токенов и $4.4 за миллион выходных;
• DeepSeek R1 — $2.19 за 1 млн выходных токенов;
• Alibaba Qwen 2.5 Max — ожидается, что цена будет ниже, чем у GPT-4o.

Снижение цен — это не просто маркетинговый ход, а показатель того, что каждая компания вынуждена искать новые пути оптимизации архитектуры и алгоритмов. В этой борьбе Китай эффективно использует ограниченные вычислительные мощности, в то время как США вынуждены радикально корректировать свою стратегию, чтобы не отстать.

Куда смотрит Google?

На фоне напряжённой битвы между OpenAI и китайскими гигантами Google также не остаётся в стороне. Ночью на 6 февраля 2025 года компания представила Gemini 2.0 PRO. Эта модель удивляет своим огромным контекстным окном в 2 млн токенов — в 10 раз больше, чем у моделей OpenAI, и в 15 раз превышает показатели DeepSeek. Однако отсутствие доступа к сети и ограниченные результаты по ряду бенчмарков ставят Gemini 2.0 PRO в статус догоняющего, а не лидера. Существенного технологического прорыва не произошло, что означает, что Google пока сможет лишь приблизиться к таким игрокам, как DeepSeek R1 и OpenAI o1/o3, но не обогнать их.

Российский рынок ИИ: догоняя глобальных лидеров

Пока мировые лидеры борются за технологическое первенство, российские компании активно развивают собственные решения в области Generative AI. За последний год экосистема ИИ в России сделала заметный скачок, представив сразу несколько крупных релизов.

Какой инфраструктуры для искусственного интеллекта не хватает в России?

Главными разработчиками остаются Сбер и Яндекс, предлагающие флагманские решения GigaChat и YandexGPT. Первая модель ориентирована на диалоговое взаимодействие, программирование и мультимодальность, вторая интегрирована в экосистему Яндекса — от голосового ассистента до браузера. MTS AI продвигает Kodify — нейросеть для генерации кода, а Т-Банк представил семейство моделей Gen-T, ориентированных на финансовый сектор.

На волне тренда open-source появились локализованные модели Saiga LLM и Вихрь LLM, адаптированные под русскоязычную аудиторию. Развитие визуального контента представлено Kandinsky 3.1 — одним из самых мощных генераторов изображений в стране.

В корпоративном секторе растёт спрос на автоматизацию клиентской поддержки. Так компании JustAI, Napoleon IT, Naumen, R77AI активно развивают решения для чат-ботов и ИИ-ассистентов, а ЦРТ и Наносемантика специализируются на голосовых помощниках. Однако основной вызов остаётся прежним — нехватка вычислительных мощностей. Пока мировые лидеры используют последние чипы Nvidia, российские разработчики вынуждены работать в условиях ограниченного доступа к передовому железу. Тем не менее, такие компании, как, например, Selectel и Рег.ру, уже предлагают в аренду GPU-серверы на базе Nvidia A100, создавая основу для дальнейшего роста индустрии.

Темпы ускоряются. В 2024 году российский рынок Generative AI закрепил свои ключевые позиции, и если динамика сохранится, можно ожидать новых релизов и расширения экосистемы. Вопрос остаётся открытым: удастся ли российским разработчикам догнать мировых лидеров или отечественный ИИ останется локальным игроком?

Читайте также

Ильдар Шербанов: «ИИ не заменит человека, но сократит R&D в несколько раз»

Как цифровизация меняет фармацевтическое производство, почему переход на ERP — процесс «от года и до бесконечности» и с какими вызовами сталкиваются ИТ-специалисты в фарме? В интервью журналу IT Manager Ильдар Шербанов, ИТ-директор компании «Эллара», рассказал о роли BI и видеоаналитики на производстве, перспективах ИИ в разработке лекарств и о том, как найти баланс между безопасностью, автоматизацией и жесткой регуляторикой.

Кто удержит темп?

Темпы гонки становятся изнуряющими: новые модели появляются каждые два-три месяца, а их тестирование занимает считанные недели. Никогда ранее индустрия не двигалась так стремительно.

Прорыв OpenAI с GPT-4 в 2023 году долго оставался непревзойдённым. Однако за последние 1,5 года компания не предложила кардинально новых идей, лишь постепенно улучшая удобство использования, мультимодальность и снижая количество галлюцинаций. В то же время китайские лаборатории, стартовавшие позже, использовали тактику «догнать и перегнать», сокращая разрыв в рекордно короткие сроки.

Если в начале 2024 года OpenAI доминировала, то к концу года Китай сумел догнать её по ряду ключевых параметров. Сегодня разрыв между OpenAI и DeepSeek минимален, а с учётом затрат на инфраструктуру Китай выигрывает в экономической эффективности моделей.

Согласно данным отчёта Artificial Analysis, ситуация выглядит следующим образом:

• OpenAI o1: 89 баллов,
• DeepSeek R1: 89 баллов,
• OpenAI o3-mini: 90 баллов,
• Alibaba Qwen 2.5 Instruct 72B: 87 баллов,
• Google Gemini 2.0 PRO: 83 балла.

Эти данные ясно показывают, что, хотя OpenAI с o3-mini демонстрирует небольшое преимущество, разница в один балл свидетельствует о невероятно жесткой конкуренции. Каждая мелочь — будь то возможность доступа к сети или эффективность обработки запросов — может сыграть решающую роль в будущем.

Если раньше OpenAI могла спокойно ждать, пока конкуренты догонят, теперь каждый новый релиз сопровождается экстренной реакцией. Так случилось и с o3-mini: в конце января его пришлось экстренно запустить после того, как DeepSeek R1 показал неожиданно высокие результаты. Модель оказалась мощнее предыдущих, но отрыва, как раньше, уже не наблюдается.

OpenAI вынуждена повышать эффективность, но при стоимости обучения GPT-4 в $100 млн становится всё труднее оставаться в игре, когда китайцы достигают схожих результатов при меньших вложениях. Сумеет ли OpenAI продолжать работать на таких скоростях без потерь?

Что дальше?

Гонка в мире ИИ — это непрекращающееся движение вперёд. Уже анонсированы новые проекты, способные изменить расстановку сил:

• Grok 3 от Илона Маска, обещающий глубокую интеграцию с платформой X и невероятную скорость работы;
• Claude 4 от Anthropic, нацеленный на логический анализ нового поколения;
• Llama 4 от Meta (ее деятельность признана экстремистской и запрещена в России), который может открыть ИИ для массового рынка.

Каждая из этих моделей представляет новый виток в истории искусственного интеллекта. Даже если на данный момент OpenAI выглядит лидером благодаря таким преимуществам, как доступ к сети и улучшенная цепочка рассуждений, остаётся вопрос: хватит ли этих преимуществ, если Китай сумеет за считанные месяцы догнать и перегнать? Особенно учитывая, что китайские лаборатории уже представляют целую экосистему, в которую входят помимо DeepSeek R1— Qwen:

• Moonshot Kimi 1.5 – сложные логические задачи, высокие когнитивные возможности.
• StepFun Step R-mini – быстрая и компактная модель для повседневного использования.
• Baichuan M1 Preview – аналитика и расширенное контекстное окно.
• Zhipu GLM Zero Preview – национальный проект под госфинансированием.
• Bytedance Doubao 1.5 Pro – мультимодальная генерация контента.
• MiniMax MiniMax Text-01 – создание кода и сложные вычисления.
• Tencent Hunyuan Large – бизнес-решения и корпоративный сектор.
• Baidu Ernie 4.0 Turbo – расширенная память, обучение на пользовательских данных.
• Yi AI YiLightning – финансовые прогнозы и аналитика.

Всего 11 передовых моделей, каждая из которых по ряду параметров сопоставима с GPT-4o, а мировой общественности пока известны лишь две.

Гонка за лидерство в искусственном интеллекте напоминает захватывающую детективную историю, где каждая новая модель, каждое снижение цены и каждая инвестиция становятся фактором, ведущими к кардинальным изменениям в технологическом ландшафте. 

Китай, начиная с небольших, почти экспериментальных разработок, за короткий срок сумел не только догнать, но и начать диктовать условия игры, несмотря на жесткие санкции и дефицит передовых чипов. OpenAI, вынужденная отвечать на вызовы и кардинально менять стратегию, демонстрирует, что в этой гонке нет места для замедления. А Google, со своей Gemini 2.0 PRO, пока пытается найти свою нишу.

2025 год обещает стать решающим этапом: либо OpenAI вновь вырвется вперёд, либо Китай закрепит статус мирового лидера в ИИ, а новые игроки, такие как Grok 3, Claude 4 и Llama 4, добавят дополнительные краски в эту эпическую битву. Гонка только начинается, и каждый новый релиз — это не просто обновление, а настоящий вызов для мировой индустрии технологий.