Побеждает ли Китай в гонке ИИ? Проверка реальности 2026 года

Эти две страны бегут не одну и ту же гонку, и именно поэтому никто не может договориться о том, кто впереди. Единой шкалы не существует, поэтому любой однозначный вердикт ошибочен с самого начала. Обоснованное прочтение — двойственное доминирование. На трекере Epoch «США против Китая» каждая фронтирная модель с 2023 года создана в США, со средним отрывом около семи месяцев, при этом у США преимущество по вычислениям примерно 5:1 и разрыв в частных инвестициях 23:1. Китай лидирует в диффузии и в физическом мире: 23,2 % мировых статей по ИИ, 74,2 % выданных патентов на ИИ в данных за 2024 год, бо́льшая доля скачиваний открытых моделей и примерно 90 % человекоподобных роботов, проданных в 2025 году. Летние релизы моделей не стирают эти структурные различия, но делают вердикт по фронтиру менее статичным.

Ключевые выводы- «Китай побеждает в ИИ» — это полуправда. Обоснованная позиция двойственна: США лидируют на фронтире, Китай — в диффузии и в «атомах».- Лидерство США на фронтире реально, а денежный разрыв растёт: частные инвестиции США в ИИ достигли 285,9 млрд долл. против 12,4 млрд долл. у Китая в 2025 году — соотношение 23:1 в AI Index 2026 Стэнфорда.- Китаю принадлежат объём и развёртывание: 74,2 % выданных патентов на ИИ в данных за 2024 год и бо́льшая доля скачиваний открытых моделей в мире.- Часто цитируемый разрыв по бенчмаркам в 2,7 % — это снимок на март 2026 года, а не текущий счёт. Он предшествует летним релизам DeepSeek, Qwen, Kimi, GLM и MiniMax.- Для западного бизнеса главное не геополитика. Главное — то, что самые дешёвые «достаточно хорошие» модели на планете теперь китайские и с открытыми весами.

Всё остальное, что я пишу об ИИ в Китае, держится на этой статье, и каждый раздел ниже ведёт к более глубокому руководству. Если вам сначала нужна практическая сторона — что компании реально делают с этими моделями, — начните с моего материала о сценариях использования ИИ-агентов.

Шкала, которую все читают неправильно

Почти каждый заголовок в духе «кто побеждает» выбирает одну цифру и едет на ней. Китай публикует 23,2 % мировых статей по ИИ — крупнейшую долю среди отдельных стран в данных AI Index, — а США по-прежнему создали каждую фронтирную модель с 2023 года на трекере Epoch. Оба факта верны одновременно. Возьмите любой из них в отрыве от другого — и вы уверенно введёте себя в заблуждение.

Ловушка в том, что каждый показатель льстит тому, кто его цитирует. Статьи измеряют объём, а не влияние. Бенчмарки измеряют пиковые возможности, а не развёртывание. Расходы измеряют амбиции, а не эффективность. Поэтому вопрос «побеждает ли Китай?» обретает ответ только после того, как вы скажете, ради чего, по-вашему, эта победа нужна.

Мне проще разделить гонку на три уровня, и ответ переворачивается в зависимости от того, на каком из них вы стоите. Есть фронтир: единственная самая способная модель в мире. Есть диффузия: насколько широко способные модели реально используются. И есть атомы: роботы, заводы и электричество, которое всё это питает. США лидируют на одном из трёх.

Если оценивать измерение за измерением, доска делится чисто: США лидируют в трёх строках, Китай — в пяти, а кадры поделены по-настоящему поровну.

Две строки ближе, чем кажется по галочкам. Патенты читаются как победа Китая по объёму, но США по-прежнему держат бо́льшую долю прямых цитирований — работ, на которых другие реально строят дальше, — так что строка уходит Китаю со звёздочкой. Фронтирные возможности были узкой победой США в мартовском снимке Стэнфорда, и эта цифра предшествует текущим релизам DeepSeek, Qwen, Kimi, GLM и MiniMax. Ответственная формулировка — лидерство США с низкой уверенностью, а не вневременные 2,7 %.

У вопроса «кто побеждает в ИИ» нет единого ответа, потому что у гонки минимум три уровня. США лидируют на фронтире (каждая фронтирная модель с 2023 года создана в США на трекере Epoch), тогда как Китай лидирует в диффузии и в физической экономике. Любой вердикт по одной цифре — статьи, бенчмарки или расходы — измеряет лишь один уровень и вводит в заблуждение по двум другим.

[IMAGE: Чистая концептуальная диаграмма с тремя уровнями друг над другом, подписанными «Фронтир», «Диффузия» и «Атомы», со стрелками, указывающими на силу США на верхнем уровне и силу Китая на двух нижних. Минималистичная, редакционная, удобная для тёмной темы.]

Где США всё ещё лидируют: фронтир

США вошли в 2026 год с самым явным лидерством на фронтире. Январская ретроспектива Epoch оценила отставание китайских моделей в среднем примерно в семь месяцев и показала, что каждая модель фронтирного класса с 2023 года была построена в США. Это сильный структурный результат, но это не августовский рейтинг. Летние китайские релизы нужно оценивать против столь же свежих американских контрольных точек, прежде чем я превращу это в утверждение в настоящем времени.

Это лидерство держится на трёх вещах. Первая — вычисления. У США преимущество примерно 5:1: около 74,5 % отслеживаемой производительности ИИ-суперкомпьютеров против примерно 14,1 % у Китая в данных Epoch о суперкомпьютерах. Экспортный контроль и доступ к новейшим ускорителям означают, что лаборатории США могут чаще проводить более крупные обучающие прогоны, а фронтир по-прежнему по большей части — функция того, сколько вычислений вы можете направить на один обучающий прогон.

Вторая — деньги, и этот разрыв растёт, а не сокращается. Частные инвестиции США в ИИ достигли 285,9 млрд долл. в 2025 году против 12,4 млрд долл. у Китая — соотношение примерно 23 к 1 в AI Index 2026. Это не погрешность округления и не терминологическая придирка. Это структурная разница в том, сколько капитала гонится за фронтиром с каждой стороны, и сам Стэнфорд отмечает, что частные цифры занижают Китай, потому что государственные направляющие фонды не входят в подсчёт.

Третья — исследования, взвешенные по влиянию. Китай забирает 74,2 % выданных патентов на ИИ в данных за 2024 год, но США держат около 51,9 % прямых цитирований патентов на ИИ — работ, на которых строят все остальные, — в той же главе AI Index. Проще говоря: США лидируют по работе, которую используют другие. Китай лидирует по тому, сколько работы есть.

Часть, которую пропускает алармистская подача, в том, что возможности и расходы двигались в противоположных направлениях. Мартовский снимок Стэнфорда 2026 года оценил разрыв Chatbot Arena Elo между ведущими моделями США и Китая в 2,7 % — даже когда денежный разрыв вырос до 23:1. С тех пор появились DeepSeek V4.1-Flash, Qwen3.8-Max-0902, Kimi K3, GLM-5.3 и MiniMax M3. Единой нейтральной августовской цифры, которая сводит эти модели и последние американские релизы в один ответ, не существует, поэтому честный вывод направленный: Китай удерживает темп фронтира, тратя долю тех денег.

Источники: Epoch AI (отрыв на фронтире, 2026); Stanford HAI AI Index 2026 (цитирования патентов, инвестиции, статьи, патенты); Rest of World (гуманоидные роботы, 2026); Hugging Face (скачивания открытых моделей, 2026).

Если вы взвешиваете, важен ли фронтир вообще для вашего сценария, моё руководство о том, безопасен ли DeepSeek для предприятий, разбирает, когда «достаточно хорошо» побеждает «лучшее в мире» и что проверить, прежде чем что-либо коснётся продакшена.

Где лидирует Китай: диффузия

Китай уже выиграл уровень диффузии, и это произошло быстрее, чем заметило большинство за пределами страны. Китайские модели с открытыми весами впервые обошли американские по доле мировых скачиваний на Hugging Face — 17,1 % против 15,8 % скачиваний за скользящий год в обзоре экосистемы Стэнфорда и DigiChina, опубликованном в ноябре 2025 года. К весне 2026 года собственный отчёт Hugging Face State of Open Source оценивал долю Китая примерно в 41 % скачиваний за скользящий год — впереди США. Ничто из этого не прогноз. Это принятие, которое уже случилось.

Диффузия — это о том, насколько широко способные модели реально используются, а не о том, насколько хороша единственная лучшая, и по этой мере тренд незаметным не назовёшь. Китайские модели превысили 61 % потребления токенов OpenRouter в конце февраля 2026 года и с тех пор удерживают устойчивое большинство около 60 % — это видно на рейтингах OpenRouter. Разработчики голосуют своими реальными рабочими нагрузками, и всё бо́льшая доля этих голосов достаётся китайским открытым весам.

Бо́льшую часть этой тяги обеспечивает одно семейство. Qwen, открытая линейка моделей Alibaba, набрала около 2,045 млрд скачиваний на Hugging Face только за первые семь месяцев 2026 года, со 151 448 производными моделями, построенными на её базе, по собственным данным Hugging Face State of Open Models, а MIT Technology Review называет её самым скачиваемым семейством открытых моделей в мире. Каждая из этих производных — это разработчик, который дообучил, форкнул или построил что-то на китайской базовой модели. Команда, которая выпускает Qwen, работает примерно в двадцати минутах от моей квартиры, что ничего не меняет в цифрах и меняет всё в том, насколько обыденным всё это ощущается отсюда.

Я запускаю открытые модели на собственном железе, и этот сдвиг виден в моём собственном стеке. Пару лет назад сильные открытые варианты были по большей части западными. Теперь, когда мне нужна способная модель, которую дёшево хостить и у которой разрешительная лицензия, кандидаты, к которым я тянусь первыми, — китайские. Это не идеология. Они хорошие и они дешёвые, и именно поэтому цифры диффузии выглядят так, как выглядят.

Под историей развёртывания лежит чистый объём исследований. Китай произвёл 23,2 % мировых публикаций по ИИ в цитируемом наборе данных — крупнейшую отдельную долю — и забрал 74,2 % выданных патентов на ИИ в данных за 2024 год в AI Index. Объём — не влияние, как ясно показывают данные о цитированиях. Но это тот конвейер, который питает всё, что идёт за ним.

Почему всё это должно весить больше короны фронтира? Потому что экономика ценности ИИ смещается от обучения к развёртыванию, а развёртывание — это ровно то, где лидирует Китай. Фронтирная лаборатория тратит огромную сумму на обучение одной выдающейся модели, и эта модель что-то зарабатывает, только когда её запускают — миллиарды раз — на реальных рабочих нагрузках. Кто владеет уровнем развёртывания, тот забирает повторяющуюся экономику. Расходы на обучение разовые.

Переход по потреблению токенов — самая недооценённая цифра во всей этой истории. Когда китайские модели превысили 61 % потребления токенов OpenRouter в конце февраля 2026 года, это была не цифра ради тщеславия. Токены — единица реальной экономической работы: они соответствуют реальному инференсу, реальным продуктам, реальной выручке. Скачивание — это намерение. Потреблённый токен — созданная ценность. Пересечение обеих линий означает, что Китай теперь лидирует по показателю, который отслеживает, куда деньги на ИИ действительно идут, а не просто где разработчики смотрят каталог.

Под лидерством по открытым весам работает маховик, который проприетарная модель не может легко скопировать. Каждая из этих 151 448 производных Qwen — это дообучение, квантование или доменная адаптация, и каждая улучшает почву вокруг модели. Открытые веса дают накопительный эффект: каждый форк снижает стоимость следующего развёртывания, каждый туториал расширяет кадровый пул, каждый инструмент, построенный под модель, делает уход от неё дороже. Закрытый API продаёт вам возможность — и ничего из гравитации вокруг неё.

Маховик раскручивает цена. Китайские модели с открытыми весами не просто доступны — их дёшево запускать, а стоимость полезного токена — та переменная, которая решает, встроят ли ИИ в продукт или тихо отложат на полку после пилота. Официальная цена API DeepSeek V4.1-Flash — 0,15 долл. за миллион входных токенов и 0,60 долл. за миллион выходных вне пика, с удвоением до 0,30 и 1,20 долл. в пик, а веса бесплатны для скачивания. Когда предельная стоимость способной модели обваливается, принятие перестаёт быть бюджетным решением и становится путём наименьшего сопротивления.

Источники: обзор Stanford HAI и DigiChina (17,1 % против 15,8 % скачиваний за скользящий год, опубликовано в ноябре 2025 года) и отчёт Hugging Face State of Open Source (Китай — около 41 % скачиваний за скользящий год, весна 2026). Кривые иллюстрируют заявленные конечные точки.

Если вы выбираете между ведущими вариантами, я сравниваю их напрямую в материале Qwen против DeepSeek против Llama.

Китайские модели с открытыми весами обошли американские по доле мировых скачиваний Hugging Face — 17,1 % против 15,8 % скачиваний за скользящий год в обзоре Стэнфорда и DigiChina, опубликованном в ноябре 2025 года, — достигнув примерно 41 % к весне 2026 года. Китайские модели также превысили 61 % потребления токенов OpenRouter в конце февраля 2026 года и с тех пор удерживают большинство. По реальному принятию Китай уже лидирует.

Где лидирует Китай: атомы

Самое явное лидерство Китая вовсе не в софте. Оно в физическом мире, где ИИ встречается с моторами, заводами и энергосетями. Почти 90 % человекоподобных роботов, проданных в мире в 2025 году, были китайскими. Две компании, стоящие за этой цифрой, Unitree и Deep Robotics, строят свои машины в нескольких минутах езды от того места, где я живу, и эти штуки обычно выгуливают по двору за месяцы до того, как они появятся в чьих-либо статьях.

Промышленная картина столь же однобока. Китай установил 295 000 промышленных роботов в 2024 году против 34 200 в США — примерно девятикратная разница в данных AI Index. Это та часть гонки, которая тихо накапливается, потому что каждый установленный робот — актив, который генерирует данные и улучшает процесс, пока никто об этом не пишет.

Дальше — основа под всем остальным: электричество. Китай вырабатывает более чем вдвое больше электроэнергии, чем США, а его месячная солнечная генерация достигла рекордных 96 ТВт·ч в апреле 2025 года — сопоставимо с примерно 65 ТВт·ч в месяц, которые производит весь атомный парк США, то есть около 775 ТВт·ч в год по данным EIA. Этот рекорд с тех пор неоднократно падал. ИИ — это электричество, преобразованное в интеллект. Дешёвая, изобильная энергия — структурное преимущество, на которое не отвечает ни один релиз модели.

Уровень атомов — там, где лидерство Китая менее всего обратимо. Разрыв в моделях можно закрыть за месяцы, если есть вычисления и кадры. Нельзя за квартал закрыть девятикратный разрыв в установке промышленных роботов или двукратный разрыв по электроэнергии. Преимущества в софте быстро устаревают; преимущества в производстве и энергетике накапливаются десятилетиями. Вот почему я считаю, что физический уровень, а не рейтинг чат-ботов, — та часть истории, которую западные стратеги недооценивают наиболее последовательно.

Стоит конкретизировать, почему робототехника «липче» лидерства в моделях. Человекоподобный робот или промышленный манипулятор — продукт цепочки поставок: моторы, приводы, датчики, аккумуляторы, редукторы и заводы, готовые собирать их по себестоимости. Китай не взял 90 % продаж гуманоидов хитрым алгоритмом. Он взял их, владея компонентами и сборочной базой, которые делают железо дешёвым. Американская лаборатория может сравняться с бенчмарком китайской модели за квартал. Но она не может за то же окно сотворить отечественную цепочку поставок приводов или сборочную линию на миллион единиц, потому что на это уходят годы и десятки миллиардов.

[IMAGE: Человекоподобный робот, работающий бок о бок с промышленными роботизированными манипуляторами на современной, ярко освещённой заводской линии. Фотореалистично, редакционный тон, передающий масштаб и автоматизацию.]

Накопление на заводском цеху работает так же. Эти 295 000 промышленных роботов, установленных за один год, — контур обратной связи не меньше, чем выпуск. Каждый производит операционные данные, оттачивает процесс и снижает стоимость установки следующего. Девятикратный годовой темп установки не остаётся девятикратным. Он растёт, потому что сторона, которая развёртывает быстрее, ещё и быстрее учится тому, что развёртывать дальше, а США такой темп не выдерживают, так что разрыв в опыте накапливается вместе с разрывом в единицах.

Под всем этим лежит долгая игра: энергия. Сведённый к физике, ИИ — это электричество, преобразованное в интеллект, и сторона с более дешёвой и изобильной энергией может просто запускать его больше. Преимущество Китая здесь — не один хороший год мощностей. Это структурное расхождение в скорости ввода новой генерации. Когда одна только месячная солнечная выработка соперничает с целым национальным атомным парком, нижняя граница стоимости инференса, обучения и робототехники падает одновременно.

Источники: Ember (солнечная энергия Китая, рекорд апреля 2025 года, с тех пор превзойдён) и EIA (атомная энергетика США). Месячная солнечная генерация Китая в апреле 2025 года достигла рекордных 96 ТВт·ч — сопоставимо с ~65 ТВт·ч/мес атомного парка США (~775 ТВт·ч/год); суммарная генерация Китая более чем вдвое превышает показатель США.

Сложите три вместе — и перед вами не снимок, а склон. Роботы дают Китаю преимущество в производственных данных. Производство — преимущество в себестоимости следующего робота. Энергия — преимущество в стоимости запуска обоих. Каждый уровень субсидирует остальные, поэтому я рассматриваю физическую экономику как накопительное, а не статичное лидерство. США могут выиграть следующую модель. Вернуть себе завод и энергосеть — проект масштаба десятилетия.

Я углубляюсь в механику в материале почему Китай лидирует в человекоподобной робототехнике и в энергетическую историю в энергетическом преимуществе Китая в ИИ.

Около 90 % человекоподобных роботов, проданных в мире в 2025 году, были китайскими (Rest of World освещал данные Omdia и IDC), а Китай установил 295 000 промышленных роботов против 34 200 в США в 2024 году — примерно в 9 раз больше в AI Index. В сочетании с выработкой электроэнергии более чем вдвое выше американской лидерство Китая в физическом ИИ — самый труднообратимый уровень.

Картина с кадрами сложнее, чем признаёт любая из сторон

Кадры — показатель, который обе стороны выдёргивают избирательно, и правда раздражает всех. Китай обучает 38 % ведущих исследователей ИИ в мире, измеренных по авторам NeurIPS 2024, против 27 % в 2017 году, по Global AI Talent Tracker от MacroPolo. По предложению элитных исследователей китайский конвейер теперь сильнейший в мире.

То, где эти люди в итоге работают, рассказывает другую историю. Около 72 % элитных исследователей, получивших образование в Китае, затем работают в США, по тому же трекеру. Китай готовит кадры, а США нанимают значительную их долю. И лагерь «Китай вырывается вперёд по кадрам», и лагерь «США по-прежнему привлекают лучшие умы» цитируют друг другу один и тот же набор данных.

Это единственный показатель, где линии тренда действительно могут перевернуться. Лидерство США по исследователям высшего эшелона зависит от того, продолжат ли они привлекать людей, которых обучает Китай. Если визовая политика, геополитика или внутренние возможности сместят эти 72 % хотя бы умеренно, карта кадров перерисуется. Это самая нестабильная цифра на всей шкале, и именно поэтому я следил бы за ней внимательнее, чем за следующим релизом бенчмарка.

И опережающие индикаторы уже движутся. AI Index 2026 сообщает, что приток ИИ-исследователей в США резко упал — на 80 % за последний год его данных. Доля Китая среди ведущих исследователей выросла с 27 % в 2017 году до 38 % к 2024 году. Это не плато. Это устойчивое восхождение в самом конвейере, тогда как притяжение пункта назначения ослабевает. Преимущество США никогда не было в том, чтобы производить больше всего элитных исследователей; оно было в том, чтобы их импортировать. Преимущество, построенное на привлечении, структурно хрупче построенного на производстве, потому что оно зависит от того, что другие люди выбирают уехать из дома, — и от того, что твоя страна остаётся очевидным местом, куда им приземлиться.

Дальше — факторы притяжения, которые ослабевают на стороне США и усиливаются на стороне Китая. Выпускник, решающий сегодня, где работать, сталкивается с более неопределённым визовым режимом, более политизированной исследовательской средой и всё чаще — с хорошо финансируемыми лабораториями с настоящими вычислениями у себя дома. С некоторыми из них я встречаюсь здесь. Ничто из этого пока не сдвинуло 72 %, но условия, породившие эту цифру, были заданы десять лет назад, а люди реагируют на условия того момента, в который принимают решение. Запаздывающий индикатор выглядит здоровым. Опережающие — вот за чем я бы следил.

Нюанс, который упускают оба лагеря, в том, что «США нанимают 72 % обученных в Китае элит» и «преимущество США в кадрах размывается» не противоречат друг другу. Они последовательны. Первое — текущее состояние; второе — траектория. Столь высокому уровню удержания некуда деваться, кроме как вниз, если условия сместятся, а предложение, из которого он черпает, всё более китайское. Так что честное прочтение не в том, что США проиграли гонку кадров. А в том, что США держат сильное лидерство, построенное на фундаменте, который они не контролируют полностью, и этот фундамент движется.

История с кадрами — это более широкий тезис в миниатюре. Китай побеждает по объёму и предложению. США побеждают по концентрации и по тому, где оседает работа с наибольшим влиянием, — пока что. Те же данные, две истинные истории и одна линия тренда, за которой стоит следить.

Побеждает ли Китай в гонке ИИ для западного бизнеса?

Для большинства западных компаний геополитика — побочный сюжет. Ваши решения меняет то, что несколько китайских семейств моделей теперь сочетают скачиваемые веса, контекстные окна в 1 миллион токенов и серьёзные возможности в коде и агентных задачах. DeepSeek V4, GLM-5.3-Flash и MiniMax M3 поставляются с открытыми весами, веса Kimi K3 последовали за июльским запуском несколькими неделями позже, а веса Qwen3.8 вышли 8 августа под специальной лицензией, оставив хостинговые варианты Max единственным уровнем «только в аренду». Темп релизов двигает арифметику «строить или покупать» так, как не сдвинет ни один заголовок об экспорте чипов.

Подумайте, что «узкий, но реальный» значит для продуктового решения. Для огромного спектра бизнес-задач — суммаризации, извлечения, классификации, черновиков, маршрутизации — вам не нужна единственная лучшая модель в мире. Нужна надёжная, дешёвая в запуске и такая, которую вы реально контролируете. Китайские модели с открытыми весами попадают в эту цель, и вы можете развернуть их у себя вместо аренды API.

В моей собственной работе расчёт перевернулся для целого класса нагрузок, которые я раньше без раздумий отправлял бы на фронтирный API. Если задача терпит разрыв в возможностях в 3 % и выигрывает от запуска на моей собственной инфраструктуре, открытая китайская модель обычно рациональный выбор. Фронтир по-прежнему важен, когда вам действительно нужно лучшее доступное рассуждение. Просто оказывается, что лучшее нужно реже, чем внушает маркетинг вендоров.

Полезный ход — переформулировать решение вокруг трёх уровней. Фронтир важен, когда вам действительно нужно единственное лучшее рассуждение из существующих, и для таких нагрузок топовая модель США по-прежнему оправдывает свою наценку. Диффузия — там, где живёт бо́льшая часть вашей реальной дорожной карты, и это тот уровень, где дешёвые, открытые, самостоятельно размещаемые китайские модели тихо стали разумным выбором по умолчанию. Атомы важны, если ваш бизнес касается железа, робототехники или производства, где цепочка поставок, от которой вы зависите, всё более китайская — независимо от того, запускаете ли вы хоть одну китайскую модель. Понимание того, на каком уровне сидит решение, подсказывает, чьё лидерство вас реально затрагивает.

Стратегическая ошибка, которую я вижу чаще всего, — относиться к «побеждает ли Китай?» как к одному вопросу, тогда как их три, и отвечать на все три фронтирной тревогой. Компания, напуганная проигрышем гонки фронтира, переплатит за возможности, которые ей не нужны, проглядев, что её реальная уязвимость сидит на уровне диффузии, где самый дешёвый «достаточно хороший» вариант теперь открытая китайская модель, и на уровне атомов, где её цепочка поставок железа уже проходит через Китай. Сопоставьте вопрос с уровнем — и тревога превращается в решение о закупке, которое вы действительно можете принять.

Есть и реальные оговорки, и я не собираюсь от них отмахиваться. Происхождение, управление данными, поведение цензуры и лицензирование — всё это требует проверки, прежде чем что-либо коснётся продакшена. Это оценка рисков, а не повод отбросить вариант. Правильный ход — не сплошное «да» и не сплошное «нет». Это структурированное решение: какой это уровень, что задача допускает и что говорит проверка о конкретной модели. Вопросы безопасности и данных я излагаю в безопасен ли DeepSeek для предприятий — именно там эта опорная статья передаёт эстафету реальному решению.

Мартовский снимок Стэнфорда 2026 года оценил разрыв между ведущими моделями США и Китая в 2,7 %, но он предшествует летней волне релизов. Для западного бизнеса текущее решение привязано к конкретной контрольной точке: DeepSeek V4, Kimi K3, GLM-5.3-Flash и MiniMax M3 предлагают скачиваемые веса, открытые веса Qwen3.8 вышли 8 августа, а Qwen3.8-Max остаётся хостинговым уровнем.

FAQ

Опережает ли Китай США в ИИ? Зависит от уровня. Китай лидирует по объёму исследований и патентов — 74,2 % мировых выданных патентов на ИИ в данных за 2024 год — и по принятию открытых моделей, в AI Index. Январская ретроспектива Epoch ставила США впереди по производству фронтирных моделей на тот момент, тогда как летняя волна релизов усложнила простой вердикт в настоящем времени. Ни одна сторона не впереди безоговорочно.

Обгонит ли Китай США? По некоторым показателям уже обогнал, включая скачивания открытых моделей и производство человекоподобных роботов. На фронтире лидерство США — около семи месяцев, а разрыв в расходах растёт до 23:1 в AI Index 2026. Честный ответ: Китай, вероятно, продолжит лидировать в диффузии и атомах, тогда как лидерство на фронтире останется по-настоящему спорным.

Так же ли хороши китайские модели ИИ, как ChatGPT? Некоторые конкурентоспособны в отдельных оценках кода, рассуждений, мультимодальности и агентных задач, но честного универсального «да» не существует. Цифра в 2,7 % — снимок Chatbot Arena на март 2026 года, и она предшествует текущим релизам. Таблицы, опубликованные самими провайдерами для Kimi K3, GLM-5.3 и MiniMax M3, показывают существенный прирост над предшественниками, но к ним стоит относиться как к заявлениям, которые нужно воспроизвести на собственных задачах, а не как к нейтральной таблице побед.

Стоит ли беспокоиться об использовании китайского ИИ? Беспокоиться — нет. Проявлять осмотрительность — да. Китайские модели с открытыми весами, которые вы размещаете у себя, поднимают иные вопросы, чем хостинговый API: резидентность данных, поведение цензуры и лицензирование нужно проверить перед продакшеном. Это стандартная оценка рисков. Детали я разбираю в безопасен ли DeepSeek для предприятий.

Итог

Китай не побеждает в гонке ИИ по единой шкале, потому что её не существует. США сохраняют грозные преимущества во фронтирных системах, вычислениях и капитале — с разрывом в расходах 23:1 в данных за 2025 год. Китай лидирует по ряду показателей диффузии и физического мира: принятие открытых моделей, объём исследований, роботы и энергия. Если считать строку за строкой, это три измерения США, пять Китаю и паритет по кадрам. Летняя волна релизов делает простую историю о китайских моделях, отстающих на одно поколение, всё труднее поддерживать. Но она не даёт надёжного единого счёта о том, кто впереди сегодня.

Для западного бизнеса ничто из этого не геополитическая тревога. Это возможность. Самые дешёвые «достаточно хорошие» модели на планете теперь китайские, с открытыми весами — и ваши, чтобы запускать на собственном железе. А это значит, что вопрос, достойный вашего времени, — не «кто побеждает», а «на чём мне строить и как сделать это безопасно?»

Начните с безопасен ли DeepSeek для предприятий, а затем оцените поле в Qwen против DeepSeek против Llama под вашу рабочую нагрузку.