Блог

Путеводитель по экосистеме китайских ИИ-моделей с открытыми весами

Практический список китайских ИИ-моделей с открытым исходным кодом и стратегия за ним: DeepSeek, Qwen, Kimi, GLM и другие, а также где их запускать и почему это важно.

Автор

Начнём с самого сильного возражения скептика, потому что оно справедливо. Строить на китайской модели с открытыми весами — значит зависеть от лаборатории, которой нельзя просто позвонить, работать по лицензиям и экспортным правилам, которые могут измениться посреди спринта, и использовать обучающие данные, которые вам никто не покажет. Это реально, и никакой график скачиваний этого не отменяет. График меняет другое: саму форму решения. Это не одна вирусная модель, которую можно переждать. Это стабильный поток таких моделей от целого ряда лабораторий, и цена игнорирования этой категории растёт с каждым кварталом.

Экосистема китайских ИИ-моделей с открытыми весами — это кластер лабораторий: DeepSeek, Qwen от Alibaba, Kimi от Moonshot, GLM от Z.ai, ByteDance, MiniMax, Baidu и Tencent, которые выпускают мощные модели со скачиваемыми весами под несколькими разными лицензиями. Волна релизов с июня снова продвинула категорию вперёд. У DeepSeek V4, Kimi K3, GLM-5.3 и MiniMax M3 контекстное окно в 1 миллион токенов. Лето принесло первую открытую модель флагманского масштаба от Tencent и, 8 августа, открытые веса Qwen3.8; GLM-5.3 вышла 14 августа, а более дешёвый вариант Flash — 26 августа, и сентябрь добавил V4.1-Flash от DeepSeek и новость о том, что Qwen 4 находится в обучении. Китайские модели с открытыми весами впервые обошли американские по доле скачиваний на Hugging Face в 2025 году — 17,1 % против 15,8 % за год по август, согласно исследованию MIT и Hugging Face, — и с тех пор разрыв только растёт. Куда важнее другое смещение: несколько из этих релизов теперь нацелены на те же длинные задачи по программированию и агентную работу, что и ведущие закрытые модели.

Ключевые выводы- Открытая ИИ-сцена Китая — это группа серьёзных лабораторий, а не одна вирусная модель. Среди нынешних флагманов — DeepSeek V4, Qwen3.8, Kimi K3, GLM-5.3 и MiniMax M3, а летом вышла Hunyuan Hy3 от Tencent.- Это стратегия, а не благотворительность. Пекин рассматривает открытые веса как промышленный актив — тезис, который Комиссия по США и Китаю называет «двумя петлями».- Распространение уже решающее: китайские модели с открытыми весами обошли американские по доле скачиваний на Hugging Face в 2025 году, а к концу февраля 2026 года забирали примерно 61 % потребления токенов в топ-10 OpenRouter.- «Открытая» больше не значит единую лицензионную политику. Qwen3.6 и Hy3 от Tencent используют Apache-2.0, линейка V4 от DeepSeek и GLM-5.3-Flash используют MIT, а Qwen3.8, Kimi K3, MiniMax M3 и полная GLM-5.3 — кастомные лицензии.- Размещённые и скачиваемые релизы по-прежнему нужно различать. Qwen3.8-Max от Alibaba — это размещённый флагман, а веса Qwen3.8 скачиваются на собственных условиях.

Это тот самый путеводитель, который мне хотелось бы получить, прежде чем я начал скачивать эти веса и испытывать их на прочность. Геополитика лежит уровнем выше, в опорной статье о том, выигрывает ли Китай гонку ИИ. Этот материал остаётся на уровне земли.

Почему Китай открыл исходный код своего ИИ?

Китай открыл исходный код своего ИИ, потому что открытые веса — это стратегический актив, а не подарок. Комиссия США по экономике и безопасности в отношениях с Китаем описывает это как «две петли»: цифровая петля, где открытые веса засевают распространение и итерации по всему миру, и физическая петля, где дешёвое развёртывание на китайских заводах возвращает закрытые промышленные данные в улучшенные модели. Сначала политика. Щедрость — далёким вторым местом.

Логика становится очевидной, как только вы её видите. На Китай приходится 17,8 % мировых публикаций по ИИ и 74,2 % выданных патентов в области ИИ, согласно AI Index 2026. Открытые веса превращают этот объём исследований в охват. Отдайте способную модель бесплатно, и разработчики по всему миру начнут строить на ней, распространяя китайские инструменты, стандарты и зависимости куда быстрее, чем любая экспортная сделка.

Политическая поддержка выражена прямо. Премьер Ли Цян пообещал на Всемирной конференции по ИИ 2025 года, что Китай будет «более открытым в распространении технологий и продуктов с открытым исходным кодом», сообщило «Синьхуа», а более широкая инициатива «ИИ+» нацелена на встраивание ИИ в производство, услуги и государственное управление, как показывает анализ китайской политики в области ИИ от Carnegie Endowment. Открытые веса также позволяют обойти экспортный контроль на чипы. Если ваше преимущество — распространение, а не владение единственной лучшей закрытой моделью, вам не нужен новейший ускоритель, чтобы иметь вес в мире.

А вот что западные публикации обычно упускают. Открытие исходного кода — не ход страны, которая отстаёт и надеется, что щедрость купит ей доброе отношение. Скорее наоборот. Когда вы не можете выиграть гонку на закрытом фронтире одной только вычислительной мощностью, вы меняете игру на ту, в которой можете победить: на повсеместность. Бесплатная, достаточно хорошая модель под разрешительной лицензией, которую любой может скачать и запустить на собственном железе, — куда более прилипчивая форма влияния, чем платный API, который никто за пределами ваших границ не может проверить.

Китай открывает исходный код своего ИИ как осознанную промышленную политику, а не из альтруизма. Тезис Комиссии по США и Китаю о «двух петлях» утверждает, что открытые модели укрепляют более широкое производственное и промышленное доминирование Китая, а обещание премьера Ли Цяна делиться «технологиями и продуктами с открытым исходным кодом», переданное «Синьхуа», и инициатива «ИИ+» поддерживают его политически.

Сравнение расходов и стратегии относительно США я разбираю отдельно в материале выигрывает ли Китай гонку ИИ.

Список китайских ИИ-моделей с открытым кодом: кто их создаёт?

Китайская открытая сцена держится примерно на девяти серьёзных игроках, и она куда разнообразнее, чем подсказывают заголовки про DeepSeek. Справка DigiChina от Stanford об экосистеме подробно профилирует четыре ведущих семейства — Qwen, DeepSeek, Kimi и GLM — и упоминает скамейку запасных за их пределами. Вот кто есть кто, с флагманским открытым семейством каждой лаборатории.

Лаборатория

Флагманское открытое семейство

Чем известна

DeepSeek

V4 Pro / V4.1-Flash

Модели рассуждений с контекстом в 1 млн токенов под лицензией MIT. У Pro 1,6T параметров всего и 49B активных; V4.1-Flash, вышедшая 10 сентября, — 552B всего с 8B–16B активными на токен и нативным зрением.

Alibaba (Qwen)

Qwen3.8 открытая; Qwen3.8-Max размещённая

Самая широкая открытая экосистема. Новые веса Qwen3.8 (2,4T всего / 95B активных) вышли под кастомной лицензией; Qwen3.6 остаётся рабочей лошадкой на Apache-2.0.

Moonshot AI

Kimi K3

Нативная мультимодальная агентная модель с 2,8T параметров всего и 104B активными, контекстом в 1 млн токенов и кастомной лицензией.

Z.ai / Zhipu AI

GLM-5.3 / GLM-5.3-Flash

Флагман на 753B вышел 14 августа сначала через API под кастомной лицензией, веса последовали 28 августа. Вариант Flash от 26 августа вернул MIT: 320B всего / 18B активных, нативная мультимодальность, по цене 0,15 доллара за миллион входных токенов и 0,50 доллара за миллион выходных. 18 сентября последовал более быстрый уровень FlashX, доступный только через API.

ByteDance

Doubao / Seed

Материнская компания TikTok; потребительский масштаб, а исследовательские чекпойнты Seed образуют открытую линию.

MiniMax

MiniMax M3

Нативная мультимодальная модель с контекстом в 1 млн токенов, примерно 428B параметров всего и 23B активными, под комьюнити-лицензией.

Baidu

Ernie 4.5

Открытое семейство Ernie 4.5 поискового гиганта, на Apache-2.0 с июня 2025 года; Ernie 5.0 остаётся закрытой.

Tencent

Hunyuan Hy3

Первая открытая модель флагманского масштаба от Tencent: 295B / 21B активных, контекст 256K, Apache-2.0, выпущена в июле 2026 года.

Alibaba DAMO

исследовательские модели

Исследовательское подразделение Alibaba, питающее более широкий стек Qwen и инструментов.

Qwen по-прежнему возвышается над полем по размеру экосистемы. Отчёт Hugging Face State of Open Models: Summer 2026 оценивает Qwen в 2,045 миллиарда скачиваний с Hub за первые семь месяцев 2026 года и 151 448 производных моделей — в 2,6 раза больше суммарного следа Meta. Собственная оценка Alibaba, о которой 15 августа сообщил Bloomberg, ещё выше: 3 миллиарда скачиваний и более 300 000 производных по всему миру. Я бы относился к этой цифре как к корпоративной, а не аудированной, но оба подсчёта подтверждают масштаб. MIT Technology Review отмечает, что только на варианты Qwen приходится более 40 % новых производных моделей на платформе. Правда, размер экосистемы больше не служит заменой новейшей модели. Alibaba выпустила открытые веса Qwen3.8 8 августа 2026 года — модель на основе смеси экспертов с 2,4T параметров и 95B активными, под кастомной лицензией Qwen, а не Apache-2.0, тогда как Qwen3.6 остаётся текущей линией на Apache-2.0. А на конференции Apsara здесь, в Ханчжоу, 22 сентября Alibaba сообщила, что Qwen 4 находится в обучении, показав четырёхуровневую линейку — Max, Flash, Plus и открытую 27B, — пока без дат, цен и весов.

За основной пятёркой скамейка значит больше, чем раньше, и её стоит знать по именам, а не как сноску. Hunyuan Hy3 от Tencent — настоящая новость: выпущенная в июле 2026 года под Apache-2.0, она стала первым случаем, когда Tencent выложила веса флагманского масштаба в открытый доступ, и сразу попадает в список серьёзных кандидатов на оценку. Открытое семейство Ernie 4.5 от Baidu стало подлинным поворотом для компании, которая годами работала закрыто, хотя открытые варианты по-прежнему отстают от лидеров по распространению, а Ernie 5.0 так и осталась закрытой. ByteDance стоит особняком: огромный потребительский масштаб через Doubao и серьёзные исследовательские чекпойнты в Seed-OSS, но флагманские модели остаются закрытыми, так что проверяйте, что именно открыто, прежде чем строить планы. И ещё одно имя — карандашом, а не чернилами: MiniMax выпустила M3.1-Flash-Preview внутри своего инструмента MiniMax Code 27 сентября, это превью, а не полноценный релиз, поэтому планировать стоит вокруг M3.

Две из этих лабораторий строят свои модели в нескольких минутах езды от моей квартиры, и я всё равно поначалу ошибся. Я считал, что это гонка двух лошадей — DeepSeek и Qwen, отчасти потому, что именно такую гонку освещают заголовки, отчасти потому, что в Ханчжоу эти два имени слышны в каждом разговоре. Это не гонка двух лошадей. В собственном стеке я всё чаще беру GLM и Kimi под отдельные задачи, особенно под работу с длинным контекстом, где лаборатория поменьше незаметно выпустила инструмент получше. Если читать экосистему как «DeepSeek и все остальные», вы упустите половину хороших вариантов.

Справочная карта основных китайских лабораторий моделей с открытыми весами и их флагманских открытых семейств: Alibaba создаёт Qwen, DeepSeek создаёт V4 Pro и V4.1-Flash, Moonshot AI создаёт Kimi, Zhipu AI создаёт GLM, ByteDance создаёт Doubao и Seed, MiniMax создаёт MiniMax M3, Baidu создаёт Ernie, а Tencent создаёт Hunyuan Hy3.

Справочная карта: основные китайские лаборатории открытых весов и их флагманские семейства моделей. Составлено по справке DigiChina от Stanford, а также по заметкам к релизам и карточкам моделей самих лабораторий. Ориентировочно, не исчерпывающе.

Для прямого сравнения лидеров смотрите Qwen против DeepSeek против Llama.

Экосистема открытых весов Китая охватывает как минимум девять серьёзных лабораторий. Среди её флагманов осени 2026 года — DeepSeek V4.1-Flash, Qwen3.8, Kimi K3, GLM-5.3 и MiniMax M3, а Hunyuan Hy3 от Tencent недавно открыта под Apache-2.0. Справка DigiChina от Stanford документирует поле как разнообразное, а не историю одной модели; текущие факты о моделях взяты из заметок к релизам и карточек моделей самих лабораторий.

Где найти и запустить китайские открытые модели?

Китайские открытые модели вы найдёте там же, где и любые другие открытые модели. Hugging Face доминирует как хостинг, а ModelScope выступает китайским национальным хабом. Распространение там вовсе не маргинальное. Китайские модели с открытыми весами впервые обошли американские по доле мировых скачиваний на Hugging Face в 2025 году — 17,1 % против 15,8 % за год по август, согласно исследованию MIT и Hugging Face, — и с тех пор не оглядывались. На стороне API китайские модели забрали примерно 61 % потребления токенов в топ-10 OpenRouter в конце февраля 2026 года, а к лету составляли большинство трафика всей платформы, согласно рейтингам OpenRouter. Эти веса лежат на той же массовой инфраструктуре, которой вы уже пользуетесь.

Есть три практических пути входа. Hugging Face — это место, откуда вы скачиваете веса для размещения у себя или дообучения. ModelScope, хаб Alibaba, часто получает китайские релизы раньше других. Размещённые API доступны либо у самой лаборатории, либо у агрегаторов вроде OpenRouter. Проверяйте доступность по каждому чекпойнту: у каждого флагмана, названного выше, теперь есть скачиваемые веса, а размещённые флагманы вроде Qwen3.8-Max сидят рядом с ними на собственных платформах лабораторий.

Картина с лицензиями важнее, чем многие ожидают. Qwen3.6 и Hunyuan Hy3 используют Apache-2.0. Линейка V4 от DeepSeek и GLM-5.3-Flash используют MIT. Qwen3.8, Kimi K3, MiniMax M3 и полная GLM-5.3 выходят под собственными лицензиями. Это существенно разные отправные точки для коммерческой проверки, и условия могут меняться от чекпойнта к чекпойнту у одной лаборатории. Qwen — живой пример: её открытая линия за один релизный цикл перешла с Apache-2.0 на версии 3.6 на кастомную лицензию на версии 3.8. Z.ai доказала то же самое с другой стороны. GLM-5.3 нарушила семейную традицию MIT с первого дня, выйдя 14 августа сначала через API: веса задержали на две недели ради проверки безопасности и выпустили под выборочной лицензией, а затем вариант Flash 26 августа вернул MIT.

Мой собственный рабочий процесс нарочно скучен. Я скачиваю веса с Hugging Face или ModelScope, прежде всего открываю файл лицензии, прототипирую через OpenRouter, чтобы понять, действительно ли модель подходит под задачу, а затем разворачиваю победителя у себя, если нагрузка оправдывает железо. Проверка лицензии — это шаг, который люди пропускают, и именно о нём они потом жалеют.

Текущие китайские флагманы доступны через сочетание официальных API, Hugging Face и ModelScope. Лицензии различаются резко: Qwen3.6 и Hunyuan Hy3 — Apache-2.0, модели V4 от DeepSeek и GLM-5.3-Flash — MIT, а Qwen3.8, Kimi K3, MiniMax M3 и полная GLM-5.3 используют кастомные условия. Проверяйте конкретный чекпойнт, а не полагайтесь на имя семейства.

Если вы застряли на вопросах управления, моё руководство о том, безопасен ли DeepSeek для предприятия, проведёт вас через чек-лист проверки.

Что это значит для западных команд?

Для западных команд главный заголовок изменился. Китайские открытые модели — это больше не только дешёвый «достаточно хороший» вариант. Kimi K3, GLM-5.3, DeepSeek V4 и MiniMax M3 спроектированы для длинных задач по программированию, мультимодальной и агентной работы, с контекстом в 1 млн токенов у всех четырёх. Оставшиеся вопросы практические: какая модель подходит под нагрузку, подходит ли её лицензия под продукт и готовы ли вы оплачивать железо для чекпойнта такого размера.

Подумайте, что это меняет на практике. Для суммаризации, извлечения, классификации, маршрутизации и черновой подготовки текстов вам редко нужна единственная лучшая фронтирная модель в мире. Вам нужна та, что надёжна, дёшева и ваша — чтобы запускать где угодно. Китайские открытые веса попадают в эту цель, и вы можете разместить их на собственных машинах вместо аренды закрытого API с оплатой за токены.

Оговорки реальны, и я не буду их приглаживать. Управление данными, происхождение, цензурное поведение и лицензирование — всё это заслуживает серьёзной проверки, прежде чем что-либо попадёт в продакшен. Это оценка рисков, а не вето. Анализ Carnegie — полезное напоминание о том, что эти модели приходят внутри политического контекста, поэтому относиться к ним как к нейтральным товарам с полки — ошибка. Проведите оценку, потом решайте.

Для западных команд практический смысл в том, что мировая дефолтная дешёвая, способная модель под разрешительной лицензией всё чаще оказывается китайской и с открытыми весами: китайские модели лидируют по доле скачиваний на Hugging Face и забрали большинство потребления токенов в топ-10 OpenRouter к концу февраля 2026 года. Правильная реакция — структурированная оценка управления и лицензированием, а не рефлекторное избегание.

О том, почему эти модели изначально так дёшевы, я разбираю экономику в статье почему китайский ИИ дешёвый.

FAQ

Какие основные китайские ИИ-модели с открытым кодом? Текущие ведущие открытые чекпойнты — это DeepSeek V4 Pro и V4.1-Flash, Qwen3.8 и Qwen3.6, Kimi K3, GLM-5.3 и её Flash-вариант под лицензией MIT, и MiniMax M3, а летом вышла Hunyuan Hy3 от Tencent. Чекпойнты Seed от ByteDance и Ernie 4.5 от Baidu расширяют поле. Qwen остаётся крупнейшей экосистемой по накопленному распространению, но её новейшие открытые веса выходят под кастомной лицензией, а не Apache-2.0.

Почему Китай открывает исходный код своих ИИ-моделей? Потому что это стратегия, а не благотворительность. Тезис Комиссии по США и Китаю о «двух петлях» утверждает, что открытые модели укрепляют более широкое промышленное доминирование Китая, распространяя китайские инструменты и зависимости по всему миру. Политически это подкреплено обещанием премьера Ли Цяна делиться «технологиями и продуктами с открытым исходным кодом», переданным «Синьхуа», и инициативой «ИИ+», описанной в анализе политики Carnegie.

Действительно ли китайские открытые модели открытые? Веса скачиваемы для названных выше релизов, но лицензии различаются. Qwen3.6 и Hunyuan Hy3 используют Apache-2.0, модели V4 от DeepSeek и GLM-5.3-Flash используют MIT, а Qwen3.8, Kimi K3, MiniMax M3 и полная GLM-5.3 — кастомные лицензии. Открытые веса также не означают открытые обучающие данные. Прочитайте конкретную карточку модели и лицензию перед разработкой.

Где скачать китайские ИИ-модели? Hugging Face — доминирующий хостинг, а ModelScope от Alibaba — китайский национальный хаб, который часто получает релизы первым. Если вы предпочитаете не разворачивать модели у себя, OpenRouter обслуживает большинство из них через единый размещённый API. Распространение на этих платформах теперь решающее: китайские модели с открытыми весами обошли американские по доле скачиваний на Hugging Face в 2025 году и к середине 2026 года составляли большинство трафика OpenRouter, согласно рейтингам OpenRouter.

Итог

Экосистема открытых весов Китая — это не одна вирусная модель. Это глубокая скамейка лабораторий — DeepSeek, Qwen, Kimi, GLM, ByteDance, MiniMax, Ernie и Hunyuan, — подкреплённая осознанной национальной стратегией. Пекин рассматривает открытые веса как промышленную политику, те самые «две петли», что описывает USCC, и данные о распространении это уже отражают: китайские модели с открытыми весами обошли американские по доле скачиваний на Hugging Face в 2025 году, забрали примерно 61 % потребления токенов в топ-10 OpenRouter к концу февраля 2026 года и к лету стали большинством платформы.

Возражение, с которого я начал, остаётся в силе, и так должно быть. Вы будете зависеть от лабораторий, которым нельзя позвонить, на условиях, которые могут сдвинуться, — что и показал недавний тихий переход Qwen между версиями 3.6 и 3.8. Карта даёт вам возможность конкретно определить, какие из этих рисков действительно ваши: для этой нагрузки, на этом чекпойнте, по этой лицензии. Это вопрос куда уже и куда более поддающийся ответу, чем «использовать ли нам китайские модели».

Когда общая картина у вас в руках, сравните лидеров напрямую в Qwen против DeepSeek против Llama, проработайте проверку в безопасен ли DeepSeek для предприятия или поднимитесь обратно к опорной статье о том, выигрывает ли Китай гонку ИИ. А если вам нужен второй взгляд на сборку — это как раз та работа, которой я занимаюсь.

Adam Maguire Wilson
Автор

Adam Maguire Wilson

AI & robotics advisor · China & the world

Adam Maguire Wilson is a Western technologist in Hangzhou, the city behind DeepSeek, Qwen, Unitree and Deep Robotics. Fluent in both the Chinese and global technology ecosystems and beholden to neither, he helps Western teams understand what China is really building, and Chinese teams understand the world beyond it: across model strategy, agentic systems, and the unglamorous engineering that makes AI dependable in production. Away from the screen, he is a photographer and PADI Divemaster.