Гонка ИИ ускорилась до предела: преимущество теперь живёт неделями, а не кварталами

Ещё год назад выход новой флагманской модели был событием, которое определяло расстановку сил на месяцы вперёд. Лаборатория выкатывала GPT или Claude нового поколения, конкуренты несколько кварталов догоняли, рынок успевал перестроиться. В июне 2026 этот ритм окончательно сломался. Теперь технологическое преимущество в ИИ живёт не кварталами, а неделями — и это меняет правила не столько для самих лабораторий, сколько для всех, кто строит на их моделях продукты.

Разберёмся, что произошло, почему гонка сжалась во времени и, главное, что с этим делать тем, кто не обучает свои модели, а просто хочет, чтобы его продукт не устарел через две недели после релиза.

Новая модель каждые два дня

Июнь 2026 по числу релизов получился рекордным месяцем в истории ИИ. Фронтирные модели сейчас выходят в среднем примерно раз в два дня, и речь не про мелкие обновления, а про релизы, каждый из которых ещё пару лет назад тянул бы на главную новость недели.

Больше про LLM и AI — в нашем Telegram-канале (@devgeek_sh). Разбираем новые модели, делимся опытом и полезными находками.

За считаные недели рынок получил сразу несколько серьёзных запусков. Anthropic вывела Claude Opus 4.8, которая забрала первое место в общем зачёте независимых бенчмарков. Google готовит Gemini 3.5 Pro с контекстным окном на миллионы токенов и отдельным режимом «глубокого размышления». На горизонте — новые версии Grok от xAI. Но настоящая плотность событий пришла не с западной стороны, а из Китая: Alibaba, MiniMax, Moonshot, DeepSeek и Zhipu выкатывали модели буквально внахлёст, нередко по несколько штук за неделю.

Когда релизы идут с такой частотой, любое преимущество по бенчмаркам обнуляется почти сразу. Лидерборд, на верхушке которого ты красовался в понедельник, к концу недели уже выглядит иначе. Конкурентный ров на уровне самой модели теперь измеряется неделями — и это не фигура речи, а буквальное описание того, как быстро твой «лучший в мире» результат становится средним по рынку.

Почему гонка сжалась во времени

Главный фактор ускорения — Китай. Если упростить, именно июнь 2026 стал моментом, когда разрыв между США и Китаем в ИИ практически закрылся. Раньше принято было считать, что китайские лаборатории отстают от Кремниевой долины на год-полтора. Сегодня на ряде задач — прежде всего в генерации кода и агентных сценариях — китайские открытые модели идут вровень с западными флагманами, а кое-где и обгоняют их.

Здесь нужна честная оговорка, без которой картина превращается в хайп. На агрегированных кросс-доменных бенчмарках китайские модели всё ещё уступают лучшим американским — по независимым оценкам, отставание сохраняется на уровне нескольких месяцев. То есть «Китай догнал Запад» — это правда не про всё сразу, а про конкретные, но очень важные для бизнеса категории. Однако даже частичный паритет в коде и агентах радикально меняет рынок, потому что именно эти задачи приносят деньги.

Второй фактор — ценовая война, которая идёт параллельно. Китайские флагманы сейчас стоят в 15–30 раз дешевле западных аналогов на сопоставимых задачах. Отдельные модели уходят к цене около полудоллара за миллион токенов, а у самых агрессивных по цене вариантов эффективная стоимость на агентных нагрузках со стабильным системным промптом падает до уровня, который честнее назвать «почти бесплатно», чем «премиум». Когда интеллект дешевеет в десятки раз за год, само понятие «дорогая топовая модель» начинает рассыпаться.

Третий фактор — то, как Китай пришёл к этим результатам. Несмотря на жёсткий экспортный контроль США, который должен был отрезать китайские лаборатории от передовых чипов Nvidia, компании вроде Alibaba, MiniMax и Moonshot нашли обходной путь — не через железо, а через архитектуру. Ставка на эффективность вычислений, разреженное внимание и более экономные схемы обучения позволила им приблизиться к возможностям лучших западных моделей, не имея доступа к топовым ускорителям. Часть моделей и вовсе обучается на отечественных китайских чипах. Санкции, задуманные как тормоз, на практике подстегнули развитие альтернативной экосистемы — и это, пожалуй, главный стратегический сюжет года.

Главное: сама модель больше не даёт преимущества

Отсюда следует вывод важнее любого отдельного релиза. Если каждые несколько дней выходит модель не хуже лучших, да ещё и дешевле предыдущей, то сама по себе модель перестаёт быть чем-то уникальным. Её легко поменять на другую — как поставщика электричества или интернета: ушёл к тому, у кого дешевле и лучше, и почти ничего не потерял.

Для компаний, которые делают продукты на основе ИИ, это значит простую и не очень приятную вещь: пересесть с одной модели на другую теперь почти ничего не стоит. Ещё недавно завязаться на одного поставщика казалось разумным решением. Сегодня это, наоборот, риск. Продукт, намертво привязанный к одной модели, попадает в зависимость от чужих решений — по цене, по условиям, даже по политике.

Насколько это реальный риск, показал недавний случай: одну из моделей Anthropic фактически отключили за одну ночь из-за экспортных ограничений. Те, кто успел встроить её в свою работу, получили наглядный урок — модель внутри вашего продукта может исчезнуть или подорожать без вашего участия.

Тогда возникает вопрос: если преимущество больше не в самой модели, то в чём? В том, что вокруг неё. Защищает вас не сам по себе ИИ, а ваши данные, удобство продукта, доверие и привычка клиентов, надёжная работа без сбоев. Всё то, что конкурент не скопирует вместе с моделью.

Что с этим делать тем, кто строит продукт

Из всего сказанного есть несколько простых выводов.

Сделайте так, чтобы модель можно было легко поменять. Заложите это с самого начала: переход на другого поставщика должен быть делом настроек, а не переписывания половины продукта. И держите про запас одну проверенную стабильную модель — особенно в первые недели после любого громкого релиза. У каждого крупного запуска есть период, когда на бумаге всё прекрасно, а на деле сервис падает под нагрузкой.

Не выбирайте модель просто по тому, что она в топе рейтингов. Вопрос «какая модель лучшая» в 2026 году потерял смысл — лучшей на все случаи нет. Одна сильнее в коде, другая лучше работает с длинными документами, третья — с задачами, где нужно действовать по шагам, четвёртая просто дешёвая и хорошо тянет рутину. Правильный вопрос другой: какую именно работу эта модель будет делать у вас каждый день и сколько это стоит.

Не сбрасывайте со счетов китайские модели. Для российских команд это особенно важно: многие из них открыты, их можно поставить у себя, и стоят они в разы дешевле западных. Раньше выбор по умолчанию был между OpenAI, Anthropic и Google — теперь появился целый набор вариантов, который как минимум стоит протестировать там, где важна цена.

И главное — делайте то, что не устареет через две недели вместе с очередным релизом. Если вся ваша ценность в том, что у вас модель чуть умнее, чем у конкурента, — завтра он возьмёт ту же модель или ту, что вышла позавчера, и преимущества не станет. По-настоящему ценны сегодня данные, удобство, налаженная работа и отношения с клиентом.

Так уже было — и закончилось предсказуемо

Похожее уже случалось. Браузерные войны конца 90-х: два продукта изо всех сил рвутся вперёд, года за полтора догоняют друг друга по возможностям, и дальше выигрывает не тот, у кого технология чуть лучше, а тот, к кому привыкли пользователи и кто оказался везде. В ИИ всё то же самое, только быстрее — не за полтора года, а за недели.

Сами модели становятся почти взаимозаменяемыми. Вокруг OpenAI собралось много разработчиков, у Anthropic репутация надёжной и безопасной, у Google — огромная аудитория. Но большой вопрос, надолго ли хватит этих преимуществ, когда модель внутри у всех примерно одинаковая. И тот же вопрос стоит перед каждым, кто строит бизнес на ИИ: что останется у вас, когда сама модель перестанет быть преимуществом?

Гонка разработчиков моделей разогналась до предела. Но выиграют в ней не обязательно те, кто бежит впереди. Выиграют те, кто понял, что бежать в этой гонке — уже не их задача.