Китайські відкриті AI-моделі випередили американські: що змінилося навесні 2026 року

Окремо вирізняється сімейство Qwen від Alibaba. На початку 2026 року воно перевищило 700 млн сукупних завантажень на Hugging Face і випередило Meta Llama як найпопулярніше сімейство відкритих AI-моделей . За іншими оцінками, сукупна кількість завантажень китайських open-source LLM у світі до кінця квітня перевищила 10 млрд .

Водночас статистика Hugging Face показує, що ринок відкритих моделей залишається надзвичайно концентрованим: приблизно половина моделей має менш як 200 завантажень, а 200 найпопулярніших моделей — лише 0,01% від усіх — формують 49,6% усіх завантажень . Тому лідерство кількох китайських сімейств не дорівнює рівномірному успіху всього відкритого AI-екосередовища.

OpenRouter: перевага вже вимірюється не завантаженнями, а токенами

OpenRouter — це платформа-агрегатор, яка дає змогу порівнювати та маршрутизувати запити до різних мовних моделей. Її статистика відображає не просто інтерес розробників, а реальне використання моделей у продуктах і сервісах.

У травні 2026 року китайські open-weight-моделі забезпечували приблизно 61% усіх токенів, оброблених на OpenRouter . За тиждень 24 лютого китайські моделі отримали 5,3 трлн із 8,7 трлн токенів серед десяти найпопулярніших моделей — також близько 61% .

Серед американських корпоративних клієнтів частка моделей китайського походження щотижня залишалася на рівні щонайменше 30% від 8 лютого 2026 року. До середини року вона сягнула пікового значення 46%, тоді як у попередні 12 місяців становила в середньому лише 11% .

До травня шість китайських постачальників разом формували понад 60% тижневого обсягу токенів OpenRouter . За рейтингом популярності, усі шість перших позицій посіли відкриті моделі китайських компаній, а Claude Opus 4.7 від Anthropic опинилася на сьомому місці .

Важливе застереження: показник 61% стосується окремого зрізу та, у деяких джерелах, десяти найпопулярніших моделей, а не кожної моделі на платформі. Проте навіть із цим уточненням динаміка свідчить про серйозну зміну структури попиту.

Хто формує китайську хвилю

У 2026 році конкурентні open-weight-моделі випустили щонайменше вісім великих китайських лабораторій . Серед найпомітніших:

Китайські лабораторії випустили у 2026 році більше конкурентних open-weight-моделей, ніж решта світу разом узята . Шість із восьми провідних китайських моделей поширюються за дозвільними ліцензіями MIT або Apache 2.0 . Це спрощує їхнє самостійне розгортання, доопрацювання та інтеграцію в комерційні продукти.

Чому американські лабораторії втрачають частку використання

Головна зміна відбувається не стільки на рівні гучних презентацій, скільки всередині корпоративних AI-систем. Китайські моделі дедалі частіше замінюють рішення Anthropic та OpenAI в американських компаніях .

Найяскравіший приклад — GLM-5.2 від Z.ai, випущена 13 червня 2026 року під ліцензією MIT. Модель посіла четверте місце в Intelligence Index від Artificial Analysis і друге — у рейтингу фронтенд-програмування Code Arena. Це була найвища позиція, якої на той час досягала open-weight-модель у конкуренції із закритими frontier-системами . На кібербезпекових тестах GLM-5.2, за наведеними оцінками, наблизилася до обмеженої у доступі Mythos від Anthropic, але коштувала значно дешевше .

DeepSeek V4 демонструвала понад 81% у SWE-Bench і забезпечувала близьку якість програмування приблизно за одну десяту вартості токенів Claude . Генеральний директор Anthropic Даріо Амодей попереджав, що західні компанії переходять від Claude до DeepSeek, Qwen і Kimi через економію, яка може сягати десятиразового рівня .

Окремим фактором стали обмеження Вашингтона. Після рішення уряду США заблокувати іноземний доступ до Anthropic Mythos 5 і Fable 5 у червні 2026 року клієнти почали активніше шукати моделі, які можна завантажити та контролювати самостійно. У Fortune цей ефект назвали наслідком «фіаско Fable» .

Економіка замість ідеології: як працює model routing

Основна причина переходу — не політичні симпатії, а вартість обчислень. За даними CNBC, американські компанії дедалі частіше спрямовують частину робочих навантажень до китайських open-weight-моделей через платформи на кшталт OpenRouter, порівнюючи ціну та якість у реальному часі .

Китайські моделі можуть забезпечувати зіставну якість за 1/5–1/10 вартості передових американських систем . Для компанії, яка обробляє мільярди токенів, така різниця швидко перетворюється на суттєву економію.

Тому поширюється підхід model routing: кожен запит автоматично передається найдешевшій моделі, яка достатньо добре виконує конкретне завдання. Простий запит може обробляти недорога модель, складне міркування — потужніша, а чутливі дані — локально розгорнута система. OpenRouter у цьому процесі виконує роль нейтрального агрегатора .

Як реагує Вашингтон

Комісія США з аналізу економічних і безпекових відносин із Китаєм дійшла висновку, що китайські лабораторії скоротили відставання від провідних західних великих мовних моделей .

Паралельно Вашингтон розглядає можливі обмеження на використання китайських AI-моделей у державних закупівлях. Станом на середину 2026 року остаточної федеральної заборони ухвалено не було, однак така можливість уже стала частиною політичної дискусії.

Критики нинішнього курсу вказують на потенційний парадокс: коли США обмежують міжнародний доступ до власних закритих моделей, компанії можуть переходити до відкритих альтернатив, які складніше заблокувати дистанційно. Business Insider зазначав, що обмеження щодо Anthropic здатні посилити позиції постачальників відкритих моделей і дати Китаю аргумент про геополітичні ризики залежності від американських AI-сервісів .

Чи може Пекін обмежити експорт власних моделей

У грудневому аналітичному матеріалі Stanford HAI DigiChina зазначалося, що китайська open-weight-екосистема є різноманітною, а Пекін розглядав можливі заходи реагування, зокрема контроль над поширенням китайських AI-моделей за кордон .

Однак навесні 2026 року китайські лабораторії продовжували випускати моделі за ліцензіями MIT та Apache 2.0 для глобального використання. На той момент Пекін не запровадив обмежень на закордонний доступ. Поточна стратегія дає китайським компаніям змогу швидко нарощувати міжнародне поширення та вплив своїх технологій .

Від одного центру залежності — до іншого?

Зростання відкритих моделей зменшує залежність від окремих закритих постачальників, але не усуває проблему концентрації повністю. Дані Hugging Face свідчать, що переважна частина завантажень припадає на дуже вузьке коло моделей .

Якщо ринок просто переміститься від залежності від OpenAI чи Anthropic до залежності від Qwen, DeepSeek або кількох інших сімейств, це буде зміна постачальника, а не розв'язання системної проблеми. Відкриті ваги дають змогу самостійно розгортати модель, створювати похідні версії та змінювати інфраструктуру. Але для цього все одно потрібні обчислювальні ресурси, спеціалісти й доступ до надійних оновлень.

Висновок

Весна 2026 року стала важливою точкою перелому у відкритому сегменті AI-ринку. Китайські моделі випередили американські за завантаженнями на Hugging Face — із часткою 41% та 1,15 млрд сукупних завантажень — і за використанням на OpenRouter, де їхня частка перевищила 60%.

Цей результат сформувався завдяки поєднанню трьох чинників: швидкому випуску нових моделей, помітному скороченню розриву в якості та перевазі у вартості, яка часто становить 5–10 разів. Для бізнесу це означає прагматичний вибір: найдорожча модель уже не обов'язково є найкращою для кожного завдання.

Наступний етап конкуренції визначатиметься не лише тим, хто створює найпотужнішу модель, а й тим, хто зможе забезпечити найкраще поєднання ціни, доступності, ліцензії та контролю над даними.