Открытые модели в режиме вечной погони

Нейтан Ламберт написал этот текст для interconnects в феврале 2026 года под впечатлением от GLM 5 от Z.ai - очередного релиза с открытыми весами, вызвавшего разговоры о том, что открытые модели вот-вот догонят закрытый фронтир. Каждые 4-6 месяцев какой-нибудь релиз провоцирует эту дискуссию, и за последний год все такие модели приходили из Китая, тогда как раньше это были Llama от Meta. Ламберт разрабатывает olmo в Ai2 и выступает одним из самых заметных защитников открытых моделей. Он считает подобные тезисы преувеличением: открытые модели не ускоряются в сторону лучших закрытых, а отставание примерно в шесть месяцев остаётся стабильным. В своём open-source-ai-reading-list он отмечает этот пост как объяснение, почему открытые модели всегда будут позади.

Почему график выглядит оптимистичнее реальности

График, на который все ссылаются, - это Intelligence Index от Artificial Analysis, сравнивающий открытые и закрытые модели. Возражение Ламберта заключается в том, что единая оценка скрывает слишком много погрешностей и слабых мест, чтобы отражать фронтир, а публично измерить фронтир ещё никогда не было так сложно. Хорошие бенчмарки сейчас стоят дорого и требуют понимания того, в чём именно сильны новейшие модели. Известные изъяны вроде того, что SWE-Bench почти на три четверти состоит из Django, а Terminal Bench 2 собирается краудсорсингом и полон шума, просто растворяются в среднем значении. Ведущие лаборатории США неоднократно демонстрировали лучшее понимание того, какие возможности действительно важны, а под публичные бенчмарки легче переобучаться. Флагманская модель Qwen 3.5 вызвала очередную волну жалоб на benchmaxing. Именно поэтому Ламберт выступает против усреднения по всему набору тестов при публикации результатов Olmo. По его мнению, индекс искажает картину реального фронтира, а вовсе не показывает, что открытые модели подобрались к нему близко как никогда. Исключение составляет написание кода, где общедоступные данные GitHub и верифицируемые награды дают открытым моделям достаточно возможностей не отставать.

Что его действительно удивляет, так это то, почему разрыв не стал больше. На бумаге у Anthropic, OpenAI и Google значительно больше вычислительных мощностей, покупных и пользовательских данных, и многие эксперты ожидали роста отрыва. Ламберт задаётся вопросом, не объясняется ли это логарифмически линейной зависимостью между вычислениями и качеством в законах масштабирования. Баланс, который он описывает, строится между ценностью самой умной модели (за которую он всё ещё платит) и обвалом затрат, который наступает, как только с задачей начинает справляться открытая модель с разрешительной лицензией. Лучшие закрытые модели открывают всё более ценные задачи, а открытые модели следуют за ними по пятам.

Тренды

Вторая половина посвящена семи другим крупным трендам в сфере открытых моделей, выделенным Ламбертом. Заголовки разделов не сохранились при клиппинге, поэтому группировка ниже восстановлена по тексту.

Внедрение открытых моделей крайне сконцентрировано. 2025 год принёс "кембрийский взрыв" открытых моделей с высокими баллами в бенчмарках от гораздо большего числа разработчиков, чем четыре ключевых поставщика закрытых API, однако реальное применение находят лишь самые успешные. Модели оказываются более "прилипчивыми", чем принято считать: многие внедряются один раз и больше не меняются, а вероятность того, что новую модель вообще кто-то попробует, падает с каждым месяцем. Ламберта удивило, что Qwen доминирует по внедрению среди крупнейших моделей. Небольшим и средним разработчикам придётся уходить в ниши или менять бизнес-модель.

Ниша, на которую он указывает, - специализированные корпоративные модели, особенно для вызова инструментов и повторяющихся подзадач агентов: более дешёвые, быстрые, приватные и подконтрольные компании, возможно, одна модель с отдельным PEFT-адаптером под каждый навык. Несколько компаний, создающих агентов, просили у него именно об этом. Открытые модели неоднородны по возможностям, поэтому одно семейство не покроет всё, а рецептов пост-обучения уровня фронтира для адаптации модели под конкретный домен мало. По этим меркам сегодняшние математические и биологические модели недостаточно специализированы. Ламберт подробно развивает эту мысль месяц спустя в what-comes-next-with-open-models.

Открытые модели плохо изучены, поскольку требуется много времени, чтобы разобраться в них и распространить их применение. Ламберт призывает исследовательские организации и аналитические центры в Вашингтоне изучать принципы работы открытых моделей как с технической, так и с геополитической стороны. Свою работу над Interconnects и atom-project-american-truly-open-models он описывает как извлечение разрозненных сырых данных об использовании. Статистика использования OpenRouter (показанная на графике, который не сохранился в клипе) отражает тенденции загрузок на Hugging Face, в том числе в сравнении США и Китая.

Суверенный ИИ будет развиваться по мере того, как каждая богатая страна начинает рассматривать ИИ как инструмент влияния и вопрос безопасности, а открытые модели, скорее всего, остаются единственным практическим способом его построить.

Сохранение статус-кво остаётся наиболее вероятным сценарием: лучшие открытые модели будут отставать на 6-9 месяцев. Ламберт связывает большую часть сокращения разрыва с тем, что разработчики открытых моделей применяют дистилляцию с мощнейших закрытых API. Однако он полагает, что это станет менее важным по мере перехода пост-обучения на RL, где модель учится на собственном опыте, а не у самого умного доступного учителя. Открытые модели могли бы вырваться вперёд только благодаря фундаментальным инновациям, таким как слияние и совместное использование экспертных моделей или стократное снижение стоимости обучения, но прогнозировать подобное он не берётся.

В Китае множество лабораторий опираются на наработки друг друга. Такой целенаправленный обмен опытом, часто в тесной связке с академическими институтами, позволяет стандартам сходиться быстрее, чем при неформальном обмене секретами между знакомыми в Кремниевой долине, и Ламберт пишет, что у США нет ответа на этот вызов, если тенденция закрепится. Эта же структура описана в chinas-structural-advantage-in-open-source-ai.

Наконец, наибольшее влияние открытых моделей проявится не сразу. Один из каналов - исследования: когда лучшей открытой моделью была Llama, все научные работы строились на ней, а сейчас стандартом по умолчанию стала Qwen, опора китайской экосистемы. Другой канал - глобальное распространение: за пределами богатейших стран основными способами использования ИИ станут бесплатные приложения вроде ChatGPT или модели с открытыми весами. Ламберт признаёт, что попытка оценивать фронтир через открытые модели отчасти была ошибкой, из-за которой он упустил более медленный процесс того, как технологии меняют крупнейшие мировые компании.

Где расходятся цифры

Оценка разрыва меняется в публикациях самого Ламберта. В начале этого поста речь идёт примерно о шести месяцах, а в прогнозе - о 6-9 месяцах. Месяц спустя в what-comes-next-with-open-models утверждается, что открытые модели "всегда отставали на 6-18 месяцев", и ожидается рост разрыва. В списке литературы за сентябрь 2026 года он оценивает отставание примерно в 4-6 месяцев, ссылаясь на are-open-models-catching-up от SemiAnalysis. Этот разброс зависит от используемых бенчмарков и того, что именно понимать под "отставанием", - о чём, собственно, и говорит этот пост; измерения собраны в open-closed-model-gap и how-far-behind-are-open-models.

Роль дистилляции тоже оценивается по-разному. Здесь на неё списывается "большая часть" сокращения разрыва. Материалы how-much-does-distillation-matter-for-chinese-llms (того же месяца) и the-distillation-panic (майский) доказывают, что дистилляция помогает китайским лабораториям, но не объясняет весь их прогресс, а в заметках о дистилляции из списка литературы добавляется, что извлечение цепочек рассуждений могло сыграть для DeepSeek R1 большую роль, чем Ламберт предполагал в 2025 году.

Утверждение Марка Цукерберга из open-source-ai-is-the-path-forward (2024 год) о том, что открытые модели развиваются быстрее закрытых, - это позиция, которую этот пост сопоставляет с данными за следующие два года и опровергает.