Deutsche Bank: Эра дорогих проприетарных ИИ-моделей подходит к концу — открытые аналоги почти не уступают им по качеству при цене в 65 раз ниже

Deutsche Bank отмечает: такой разрыв все труднее оправдывать, особенно по мере того, как более дешевые открытые модели стремительно догоняют лидеров по производительности на эталонных тестах .

Разрыв в качестве: кому и зачем платить больше?

Ключевой вывод исследования: для ~90% рутинных задач производительность открытых моделей уже сопоставима с флагманскими проприетарными решениями . Значимое преимущество закрытых моделей сохраняется лишь на очень узком спектре самых сложных, передовых тестов — но не в подавляющем большинстве реальных производственных нагрузок.

Более широкая отраслевая статистика подтверждает эту тенденцию. Например, на конкретных задачах генерации кода разрыв на эталонных тестах (10–15%) сжимается до всего 2–5% в реальной производственной среде .

Сжатие временного разрыва: от лет к месяцам

Исследование Deutsche Bank согласуется с независимыми данными: отставание открытых моделей от проприетарных сократилось кардинально. Если еще недавно речь шла о годе или более, то к середине 2026 года разрыв составляет всего 3–4 месяца .

Аналитический центр EpochAI в своем отчете за июнь 2026 года оценивает отставание примерно в 3 месяца по комплексному Индексу возможностей (ECI), со средним разрывом в баллах около 7 пунктов . Эта «фазовая смена» в скорости вывода моделей на рынок (от ритма раз в полгода в 2024 году до каждых 72 часов к первому кварталу 2026-го) означает, что любое преимущество проприетарных моделей в производительности становится недолговечным .

Дело не в географии, а в открытости

Важный вывод Deutsche Bank: разделение проходит не по географическому принципу (например, США против Китая). Это структурное, глобальное явление, вызванное распространением моделей с открытым весом в разных странах — включая Китай (DeepSeek, Zhipu AI), США (Meta с Llama) и другие . Ключевая ось противостояния — открытые против закрытых, а не Восток против Запада. Банк особо подчеркивает, что прорывы DeepSeek в начале 2025 года стали моментом, когда старые географические рамки рухнули .

Последствия для рынка и оценок ИИ-компаний

Deutsche Bank полагает, что эта динамика может спровоцировать переоценку всего рынка ИИ . Основные выводы для инвесторов и участников рынка:

• Эрозия ценовой премии: Разработчики проприетарных моделей (Anthropic, OpenAI, Google) могут столкнуться с трудностями в удержании высоких цен на API, поскольку предприятия все активнее переходят на открытые альтернативы с сопоставимым качеством при значительно меньших затратах .
• Давление на модель оплаты: По мере того как оплата ИИ-услуг смещается в сторону модели, привязанной к фактическому использованию, экономический оборонительный ров лидирующих лабораторий сужается .
• «Медовый месяц окончен»: Этот июньский отчет развивает более ранние предупреждения банка (включая январский прогноз) о том, что 2026 год станет для ИИ-сектора самым тяжелым: оценки компаний все больше отрываются от реальной экономики, а расходы на инфраструктуру опережают выручку . Банк ранее предупреждал, что 2026 год будет для независимых ИИ-фирм «решающим» — «сделай или умри» .
• Риск для оценок: Если премиальное ценообразование, на котором строятся ожидания прибыли компаний, развивающих флагманские модели, не удастся сохранить, текущие оценки акций ИИ-сектора могут оказаться под давлением . Аналитики называют это потенциальным «моментом DeepSeek» для сегмента «роскошных» цен на ИИ .