Открытые ИИ-модели против закрытых: как DeepSeek, Qwen и другие разработчики меняют рынок и снижают стоимость внедрения искусственного интеллекта

Еще несколько лет назад казалось, что передовой искусственный интеллект останется привилегией нескольких компаний с крупнейшими вычислительными бюджетами. Открытые модели — прежде всего DeepSeek и Qwen, а также Llama, Mistral, Gemma и другие семейства — изменили эту картину. Они показали, что сопоставимое качество во многих задачах достижимо при значительно меньших затратах, и запустили ценовую конкуренцию, от которой выигрывают компании-пользователи.

Коротко о главном

• Открытые модели сократили отставание от закрытых во многих прикладных задачах;
• Их появление снизило стоимость использования ИИ по всему рынку, включая закрытые API;
• «Открытая» модель не означает «бесплатная»: инфраструктура и команда стоят денег;
• Закрытые модели сохраняют преимущество на самых сложных задачах и в уровне сервиса;
• Оптимальная стратегия для большинства компаний — гибридная.

Что такое открытая модель

В отрасли под «открытыми» чаще всего понимают модели с открытыми весами: компания может скачать модель, запустить ее на своих серверах и дообучить под свои задачи. При этом данные для обучения и полный код обучения обычно не раскрываются, а условия использования определяются лицензией. Одни лицензии разрешают практически любое коммерческое применение, другие содержат ограничения, поэтому юридическая проверка — обязательный шаг.

Как DeepSeek и Qwen изменили рынок

DeepSeek привлек всеобщее внимание, когда показал модели с сильными способностями к рассуждению, обученные и работающие значительно дешевле, чем ожидал рынок. Ключевую роль сыграли инженерные решения: архитектура «смеси экспертов» (Mixture of Experts), при которой для каждого запроса активируется лишь часть параметров, и оптимизация обучения. Это заставило всю отрасль пересмотреть представления о том, сколько на самом деле стоит создание сильной модели.

Семейство Qwen от Alibaba сделало ставку на широту линейки: от компактных моделей, которые работают на ноутбуке, до крупных версий для сложных задач, а также специализированные варианты для кода, математики и работы с изображениями. Благодаря этому Qwen стал одной из самых популярных основ для дообучения в корпоративных и исследовательских проектах.

Результат — заметное ценовое давление: провайдеры закрытых моделей снижают тарифы и выпускают облегченные версии, чтобы оставаться конкурентоспособными.

Где закрытые модели все еще впереди

• Самые сложные задачи. Многошаговые рассуждения, длительная автономная работа агентов и сложное программирование по-прежнему чаще лучше решаются флагманскими закрытыми моделями.
• Готовый сервис. API с гарантиями доступности, масштабированием, инструментами безопасности и поддержкой избавляют от необходимости строить собственную инфраструктуру.
• Скорость обновлений. Компания получает улучшения модели без собственных усилий по переобучению и развертыванию.

Реальная стоимость владения

Отсутствие платы за лицензию не делает открытую модель бесплатной. В расчет нужно включить графические ускорители или облачные мощности, инженеров по эксплуатации и машинному обучению, мониторинг, обновление версий и обеспечение безопасности. При небольших и неравномерных объемах запросов закрытый API часто оказывается дешевле. При больших стабильных нагрузках, строгих требованиях к хранению данных или необходимости глубокой настройки преимущество переходит к открытым моделям.

Гибридная стратегия

Все больше компаний используют несколько моделей одновременно. Простые и массовые запросы — классификация, извлечение данных, ответы по базе знаний — обрабатывает недорогая открытая модель, развернутая внутри компании. Сложные задачи автоматически направляются к флагманской закрытой модели. Такая маршрутизация позволяет существенно сократить расходы без потери качества там, где оно критично.

Риски, которые нужно учитывать

• условия лицензии и ограничения на коммерческое использование;
• требования регуляторов к происхождению модели и обработке данных;
• безопасность цепочки поставки: модели нужно загружать только из проверенных источников;
• необходимость собственного тестирования на корпоративных данных, а не только на публичных рейтингах.

Итог

Конкуренция открытых и закрытых моделей — одна из главных причин, по которым внедрение ИИ становится дешевле. Выбор больше не сводится к вопросу «какая модель лучше». Важнее понять, какая комбинация моделей дает нужное качество при приемлемой стоимости и уровне контроля над данными.

Материал подготовлен редакцией и носит ознакомительный характер.