Почему американские стартапы тайно полагаются на Китай: когда их «собственная» модель ИИ внезапно появляется в Китае

Экономия затрат на 80%: как китайские модели искусственного интеллекта незаметно завоевывают американский рынок

Тайная революция в Силиконовой долине: почему американские стартапы внезапно стали полагаться на китайский искусственный интеллект

Долгое время Кремниевая долина считалась бесспорным и непобедимым центром глобального развития ИИ. Но за пределами крупных маркетинговых площадок сейчас происходит замечательный сдвиг: всё больше американских стартапов и признанных технологических гигантов незаметно перенимают китайские модели с открытым исходным кодом, такие как Qwen, Kimi и DeepSeek. Причина этого не в геополитической симпатии, а в жёсткой экономической целесообразности. Китайские альтернативы теперь предлагают производительность в задачах программирования и автоматизации, которая конкурирует с лучшими западными моделями, но при этом стоят значительно дешевле. Это развитие оказывает огромное давление на таких гигантов индустрии, как OpenAI, вынуждая их резко снижать цены и поднимая фундаментальные вопросы о будущем распределении власти в отрасли. В данной статье рассматриваются впечатляющие цифры, стоящие за этой тихой революцией, приводятся примеры известных компаний, иллюстрирующие адаптацию бизнесом своих стратегий, и объясняется, почему вопрос суверенитета данных играет решающую роль на этом новом рынке.

Континент молча меняет сторону

В течение двух десятилетий Кремниевая долина считалась бесспорным эпицентром инноваций в сфере программного обеспечения, и всего два года назад идея о том, что китайские технологии станут основой для следующего поколения компаний в этом регионе, казалась бы абсурдной. Но именно это и происходит сейчас, причем со скоростью, которая удивляет даже опытных наблюдателей рынка. Инвестор Мартин Касадо из Andreessen Horowitz прекрасно подытожил это в широко цитируемом интервью: если сегодня команды основателей представляют свои проекты в a16z и полагаются на открытые модели ИИ, то с вероятностью примерно 80 процентов это китайская модель. Важно отметить уточнение, которое Касадо добавил позже: эти 80 процентов относятся к той части стартапов, которые вообще используют открытые модели, что, по оценкам, составляет от 20 до 30 процентов всех стартапов в области ИИ. В масштабах всего стартап-ландшафта это означает, что примерно от 16 до 24 процентов всех американских компаний, занимающихся ИИ, прочно внедрили китайские открытые модели в свой технологический стек. На первый взгляд, это различие может несколько приглушить драматизм заявления, но оно не меняет фундаментального понимания того, что значительная и быстрорастущая часть американского инновационного сектора отворачивается от отечественных поставщиков.

Цифры, подтверждающие утверждение: что на самом деле показывает OpenRouter

Для объективного понимания этого рыночного сдвига нельзя игнорировать данные платформы OpenRouter, считающейся крупнейшим независимым посредническим сервисом для доступа к моделям ИИ, позволяющим разработчикам переключаться между сотнями моделей от разных поставщиков. Собранные там данные об использовании дают объективную картину реального рыночного спроса, поскольку они основаны не на объявлениях или маркетинговых заявлениях, а на фактически обработанных токенах — базовой единице, в которой языковые модели ИИ обрабатывают текст. В конце 2024 года доля китайских моделей в общем объеме токенов платформы составляла около 1,2 процента — незначительная цифра, которой уделялось мало внимания. Всего за полтора года это соотношение изменилось более чем в пятьдесят раз. В феврале 2026 года доля китайских моделей впервые превысила 30 процентов еженедельного объема токенов среди американских пользователей, и с тех пор эта цифра остается выше этого порога каждую неделю. К июлю 2026 года в пиковые недели эта доля достигла 46 процентов, в то время как на американские модели в тот же период приходилось 35,7 процента. Если рассматривать только десять наиболее используемых моделей на платформе, картина становится еще яснее: за неделю, закончившуюся 24 февраля 2026 года, 61 процент объема токенов среди этих десяти самых популярных моделей приходилось на китайских разработчиков. По данным OpenRouter, к концу июля 2026 года китайские модели даже заняли все пять верхних позиций в глобальном рейтинге использования, а общий объем токенов на платформе превысил 20 триллионов токенов в неделю, из которых более 60 процентов было обработано китайскими моделями.

Это развитие событий нельзя рассматривать как простой статистический шум, а скорее как четкую тенденцию последних полутора лет. В то же время необходимо серьезно учитывать методологические ограничения. Хотя OpenRouter является наиболее важным независимым индикатором поведения разработчиков, он не представляет весь глобальный рынок ИИ, а в первую очередь ориентирован на чувствительные к стоимости, технически подкованные группы пользователей, которые высоко ценят открытые веса. Потребительские приложения, такие как ChatGPT, или прямые корпоративные API-контракты с Anthropic практически не отражены в этих цифрах. Именно поэтому исследования, подобные основному годовому отчету OpenRouter и a16z за 2025 год, рисуют несколько более умеренную картину, показывая, что на долю проприетарных североамериканских моделей по-прежнему приходилось большинство токенов в течение всего года, в то время как на долю китайских открытых моделей приходилось в среднем около 13 процентов. Таким образом, истина находится где-то между заголовком и полной ясностью: тенденция реальна, заметно ускоряется, но в первую очередь затрагивает определенные сегменты использования, особенно разработку программного обеспечения и работу с автоматизированными агентами, на которые в совокупности сейчас приходится более половины всех токенов на платформе.

Почему именно программирование и автоматизация являются движущей силой этих перемен?

Ключевым элементом понимания этого сдвига является характер рабочей нагрузки, которая сейчас доминирует в системах искусственного интеллекта. Еще в 2024 году на программирование приходилось всего одиннадцать процентов от общего объема токенов на OpenRouter, тогда как сегодня более половины всех обработанных токенов предназначены для задач программирования и автономных рабочих процессов агентов, где модели независимо выполняют многоэтапные задачи. Китайские модели добились огромных успехов в этой области, поскольку они специально оптимизированы для кодирования и работы агентов. Операционный директор OpenRouter Крис Кларк однозначно объяснил лежащий в основе механизм: китайские открытые модели получили непропорционально сильные позиции именно в тех рабочих процессах на основе агентов, которые активно используются американскими разработчиками. Другими словами, это не идеологическое решение, а прагматичный ответ на соотношение цены и производительности, которое трудно превзойти для больших объемов повторяющихся задач программирования.

Ценовой шок, с которого все началось

Экономическая суть этого развития событий заключается в настолько существенной разнице в ценах, что она коренным образом меняет все расчеты, проводимые финансовым менеджером. Выпуск миллиона токенов обходится примерно в 50 долларов США при использовании топовой модели, такой как Fable от Anthropic, в то время как такое же количество стоит приблизительно 15 долларов США с Kimi K3 от Moonshot, 4,40 доллара США с GLM-5.2 от Zhipu и всего 0,87 доллара США с моделью V4 Pro от DeepSeek. Эти цифры практически означают, что компания может заплатить в пять-шестьдесят раз больше за ту же задачу, в зависимости от выбранной модели. Для компании, обрабатывающей миллионы ежедневных запросов, это не второстепенный вопрос, а важнейший фактор затрат, определяющий рентабельность и масштабируемость целых бизнес-моделей.

Эта динамика цен также объясняет, почему OpenAI снизила свои цены на 80 процентов в течение 2026 года. Компания с миллиардной оценкой и огромной рыночной властью снижает цены не из доброй воли, а из-за жесткой конкуренции. Когда клиенты могут одним щелчком мыши перейти к поставщику, выполняющему ту же задачу за гораздо меньшую стоимость, у устоявшегося поставщика остается только выбор: либо скорректировать цены, либо потерять клиентов. Этот механизм является классическим примером конкурентной экономики: как только рынок сталкивается с почти однородными товарами, где разница в качестве становится незначительной для среднего варианта использования, цена смещается к предельным издержкам самого дешевого и заслуживающего доверия поставщика. Именно это мы сейчас наблюдаем на рынке языкового моделирования.

Когда корпорации пересчитывают свои счета: конкретные примеры компаний

Абстрактные рыночные данные приобретают реальную убедительную силу только тогда, когда вы видите, как конкретные компании фактически реструктурируют свои внутренние процессы. Наиболее ярким примером этого в 2026 году является криптотрейдинговая платформа Coinbase. Летом 2026 года генеральный директор Брайан Армстронг опубликовал подробные данные о внутренней стратегии сокращения затрат своей компании, объяснив, что они почти вдвое сократили расходы на ИИ, одновременно увеличив объем его использования. Ключевым рычагом стала замена моделей по умолчанию во внутреннем шлюзе ИИ на Zhipu GLM 5.2 и Moonshot Kimi 2.7 Code — две китайские модели с открытым исходным кодом, которые обрабатывают рутинные задачи, такие как проверка кода, составление сводок и черновиков, в то время как более дорогие, высокопроизводительные модели, такие как Anthropic Opus, остались зарезервированными для сложных задач планирования. Стоит отметить, что это был не единственный шаг по сокращению расходов. Одновременно с этим Coinbase увеличила коэффициент попадания в кэш своего внутреннего инструмента ИИ с 5 до 60 процентов, что само по себе объясняет значительную часть экономии, поскольку повторяющиеся запросы теперь могут обрабатываться практически бесплатно из кэша, вместо того чтобы каждый раз запускать новый, дорогостоящий запрос к модели. Этот пример иллюстрирует, что переход к китайским моделям редко является изолированным решением, а скорее частью более широкой стратегии интеллектуального распределения ресурсов, где выбор модели — лишь один из нескольких рычагов.

Компания Cursor, платформа для разработки и один из самых известных инструментов для создания программного обеспечения на основе ИИ, также оказалась в неловкой ситуации в марте 2026 года. Компания представила свою новую модель, Composer 2, как собственную разработку, якобы демонстрирующую высочайшую производительность кодирования. Однако через несколько часов после её выпуска внимательные разработчики обнаружили внутренний идентификатор модели в технических данных ответа API, который безошибочно указывал на Kimi K2.5, модель с открытым исходным кодом от Moonshot AI. Впоследствии Cursor была вынуждена публично признать, что Composer 2 действительно основана на архитектуре Kimi K2.5, хотя компания подчеркнула, что примерно три четверти общей вычислительной мощности, используемой для тонкой настройки финальной модели, приходится на собственное обучение, и только около четверти — на оригинальную модель Kimi. Соучредитель Аман Сангер самокритично признал, что было ошибкой не упомянуть модель Kimi в первоначальном анонсе. Этот инцидент иллюстрирует более широкую закономерность: многие якобы американские инновации в области ИИ теперь строятся на основе китайских базовых моделей, при этом информация об этом не сообщается внешним сторонам. Наблюдатели иногда с некоторой самодовольностью описывают это как своего рода молчаливое сокрытие истинного технологического происхождения.

Помимо этих ярких примеров, множество других компаний реструктурировали свою инфраструктуру ИИ в соответствии с китайскими открытыми моделями. К ним относятся служба доставки еды DoorDash, которая передает простые задачи программирования компании Kimi, сохраняя при этом принятие важных решений за более дорогими, высокопроизводительными моделями, а также такие компании, как Snowflake и стартап Lindy, занимающийся разработкой ИИ, которые придерживаются аналогичных стратегий оптимизации затрат. Согласно общедоступным отчетам, компания Siemens использует собственные промышленные данные для обучения Qwen при разработке отраслевых систем помощи, вместо того чтобы создавать совершенно новые базовые модели с нуля — логичное экономическое решение, учитывая огромные затраты на обучение новых языковых моделей.

Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Умный бизнес, основанный на контенте - Изображение: Xpert.Digital

Xpert.Digital — это ориентированный на данные B2B-индустрионный центр, возглавляемый Konrad Wolfenstein . Компания выступает в качестве внешнего, частично внутреннего решения для отраслевых партнеров, устраняя операционные пробелы в маркетинге, контенте и продажах — без необходимости привлечения дополнительных ресурсов со стороны клиента.

Более подробная информация здесь:

• Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Smart Content-Driven Business

Четыре имени, которые стоит запомнить

Чтобы понять текущие изменения на рынке, необходимо знать ключевых игроков, стоящих за этим развитием. В первую очередь это Qwen, разработанная китайской технологической компанией Alibaba, которая сейчас считается самой скачиваемой в мире открытой моделью ИИ, обладая впечатляющим охватом около 700 миллионов загрузок. Qwen считается универсальной моделью с особыми преимуществами в обработке естественного языка и анализе документов, что делает её хорошо подходящей для создания текстов, отчётов и обслуживания клиентов. Вторая модель, заслуживающая особого внимания, — это Kimi K3 от Moonshot AI, представленная в июле 2026 года как самая большая открытая модель из когда-либо выпущенных, и демонстрирующая в тестах программирования результаты, приближающиеся к ведущим проприетарным моделям. Она особенно хорошо подходит для разработки программного обеспечения и обработки длинных документов, поскольку работает с контекстным окном до 256 000 токенов, что соответствует объёму текста, который модель может обрабатывать и хранить одновременно. Третья модель, GLM, от китайской компании Zhipu AI (теперь работающей под брендом Z.ai), зарекомендовала себя как специалист по надежному управлению инструментами и системами, что делает ее особенно ценной для задач автоматизации и рабочих процессов на основе агентов. Наконец, DeepSeek позиционирует себя как бесспорный лидер рынка по соотношению цены и производительности, чьи модели обеспечивают выполнение задач логического рассуждения и программирования за ничтожно малую часть стоимости услуг известных поставщиков, что делает их идеальными для всех задач, выполняемых в очень больших масштабах.

Вопрос суверенитета данных и серых зон регулирования

Один из аспектов, часто недооцениваемых в публичных дебатах, касается принципиальной разницы между использованием китайской модели через облачный API первоначального поставщика и запуском весов открытой модели на собственной или европейской инфраструктуре. Все четыре представленные здесь модели — Qwen, Kimi, GLM и DeepSeek — распространяются под открытыми лицензиями. Это означает, что компании могут загрузить базовые математические параметры модели и запустить их на своих собственных серверах или у европейского хостинг-провайдера. В этом сценарии все данные физически и юридически остаются у компании-оператора, что с точки зрения Общего регламента по защите данных (GDPR) может быть значительно более безопасной конфигурацией, чем использование американской облачной инфраструктуры, где данные могут подпадать под действие американского закона CLOUD Act. Это различие имеет решающее значение, поскольку оно демонстрирует, что политическое происхождение модели и реальный риск для защиты данных и национальной безопасности — это два разных вопроса, которые часто необоснованно смешиваются в публичных дискуссиях.

В то же время остаются обоснованные вопросы, препятствующие безоговорочному внедрению китайских моделей. В 2026 году Конгресс США начал расследования в отношении таких компаний, как Airbnb и Cursor, в связи с использованием ими китайских моделей ИИ. Эти расследования сосредоточены не столько на самих открытых весах моделей, сколько на вопросах аудита безопасности, потенциального влияния и стратегической зависимости от технологий геополитического соперника. Независимые оценки безопасности также показали, что некоторые из наиболее широко используемых китайских моделей получают сравнительно низкие оценки в стандартизированных тестах безопасности, что может быть особенно актуально для компаний со строгими требованиями к соблюдению нормативных требований. Однако эти опасения в основном связаны с использованием моделей через облачные сервисы, предоставляемые самими китайскими поставщиками, а не с независимой работой открытых весов на европейской или американской инфраструктуре, где компании сохраняют полный контроль над потоками данных, ведением журналов и конфигурацией безопасности.

Стратегическая логика, лежащая в основе сочетания моделей

Наблюдаемые примеры компаний демонстрируют четкую стратегическую модель, которая утвердилась в профессиональном дискурсе как своего рода «стратегия штанги» — целенаправленное распределение задач между двумя противоположными полюсами. Простые, объемные и повторяющиеся задачи, такие как составление текстовых резюме, стандартные проверки кода или задачи перевода, все чаще делегируются недорогим, часто китайским, моделям с открытым исходным кодом, в то время как стратегически важные, сложные или особенно конфиденциальные задачи остаются за более дорогими, высококлассными моделями от западных поставщиков. Такое разделение является весьма рациональным с экономической точки зрения, поскольку оно оптимизирует соотношение затрат и выгод для каждой отдельной задачи, вместо использования одной, обычно переоцененной, высококлассной модели для всех вариантов использования. Сервис доставки еды DoorDash уже реализует этот принцип на практике, систематически перенаправляя простые задачи программирования в Kimi, в то время как критически важные для бизнеса решения остаются за более дорогими, устоявшимися высококлассными моделями. Для компаний, стремящихся профессионализировать свою структуру затрат на ИИ, это в конечном итоге означает переход от вопроса о том, какой поставщик является принципиально лучшим, к дифференцированному вопросу о том, какая конкретная задача лучше всего подходит для какой модели и с каким профилем затрат.

Что это значит для западной индустрии искусственного интеллекта?

Переход к китайским моделям с открытым исходным кодом ставит перед американскими компаниями, занимающими прочные позиции на рынке, структурную дилемму, выходящую за рамки краткосрочной корректировки цен. Такие компании, как OpenAI и Anthropic, годами строили свои бизнес-модели на предположении, что технологическое превосходство оправдывает устойчивую ценовую премию. Однако, как только различия в производительности становятся настолько незначительными для большинства практических сценариев использования, что перестают представлять экономически значимую разницу для компаний, конкуренция неизбежно смещается в сторону цены. В этой гонке китайские поставщики имеют структурное преимущество благодаря более низким операционным затратам, государственным субсидиям и более агрессивной стратегии использования открытого исходного кода. Реакция OpenAI, заключающаяся в снижении собственных цен до 80 процентов, является не столько признаком силы, сколько признанием того, что ее прежняя ценовая премия больше не является устойчивой без соответствующего конкурентного ответа. Для всей западной индустрии ИИ это означает переход от фазы, в которой одни лишь инновации гарантировали достаточную ценовую власть, к фазе, в которой решающим фактором дифференциации становятся экономическая эффективность, контроль над инфраструктурой и специализированные дополнительные услуги.

Предстоящие переносы

Текущие тенденции указывают на то, что в обозримом будущем эта тенденция не изменится, а, наоборот, станет еще более диверсифицированной. Вместо одной доминирующей модели формируется все более фрагментированный ландшафт, в котором ни одна открытая модель не занимает более четверти общей доли рынка среди открытых моделей, что свидетельствует о здоровом, конкурентном рынке с несколькими одинаково жизнеспособными альтернативами. Для компаний в Европе, и особенно для средних предприятий с ограниченными ИТ-бюджетами, это представляет собой редкую возможность одновременно извлечь выгоду из снижения затрат и повышения технологической зрелости, при условии, что они готовы учитывать правовые и нормативные рамки безопасности для работы с открытыми моделями. Те, кто сегодня основывает свою стратегию в области ИИ исключительно на одном, как правило, американском, поставщике, рискуют не только чрезмерными затратами, но и стратегической зависимостью от рынка, который в настоящее время меняется быстрее, чем любой другой технологический сектор за последнее время. Наиболее прагматичный ответ на эту неопределенность заключается в сознательной диверсификации собственного портфеля моделей в сочетании с четким внутренним управлением, которое определяет, какой класс задач соответствует какой модели и месту размещения.

От прозрачности к доверию: ваш масштабируемый путь с Xpert.Digital - Изображение: Xpert.Digital

В промышленном B2B-секторе устойчивые деловые отношения редко возникают за одну ночь. Они развиваются шаг за шагом – благодаря видимости, профессиональной значимости, регулярным контактам и растущему доверию. Четырехэтапная модель Xpert.Digital решает именно эту задачу: она предлагает структурированный путь, начинающийся с управляемой отправной точки и, при необходимости, перерастающий в более глубокое сотрудничество в развитии бизнеса.

Вместо громких маркетинговых обещаний, эта модель ставит во главу угла взаимоотношения. Компании начинают с четко определенных, легко поддающихся расчету показателей, а затем, основываясь на собственном опыте, решают, насколько они хотят расширить сотрудничество. Ключевым фактором этого беспрепятственного процесса построения доверия является то, что платформа полностью избегает навязчивой рекламы, поэтому редакционный фокус остается исключительно на экспертизе компаний.

Более подробная информация здесь:

• От прозрачности к доверию: ваш масштабируемый путь с Xpert.Digital

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

Konrad Wolfenstein

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь wolfenstein@xpert.digital:или просто позвонив по номеру +49 7348 4088 965. Мой адрес электронной почты

Я с нетерпением жду начала нашего совместного проекта.

☑️ Поддержка малых и средних предприятий в области стратегии, консалтинга, планирования и реализации проектов

☑️ Разработка или корректировка цифровой стратегии и цифровизации

☑️ Расширение и оптимизация международных процессов продаж

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Развитие бизнеса / Маркетинг / PR / Выставки от компании Pioneer

Новое измерение цифровой трансформации с помощью «управляемого ИИ» (искусственного интеллекта) – платформа и B2B-решение | Xpert Consulting - Изображение: Xpert.Digital

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрить индивидуальные решения на основе искусственного интеллекта.

Управляемая платформа искусственного интеллекта — это комплексное и беззаботное решение для вашего бизнеса в сфере искусственного интеллекта. Вместо того чтобы возиться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — зачастую всего за несколько дней.

Основные преимущества с первого взгляда:

⚡ Быстрая реализация: от идеи до готового к использованию приложения за считанные дни, а не месяцы. Мы предлагаем практические решения, которые создают немедленную добавленную стоимость.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются с вами. Мы гарантируем безопасную и соответствующую законодательству обработку данных без их передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Полностью исключаются высокие первоначальные инвестиции в оборудование, программное обеспечение или персонал.

🎯 Сосредоточьтесь на своем основном бизнесе: сконцентрируйтесь на том, что у вас получается лучше всего. Мы берем на себя всю техническую реализацию, эксплуатацию и обслуживание вашего решения на основе ИИ.

📈 Перспективность и масштабируемость: ваш ИИ растет вместе с вами. Мы обеспечиваем непрерывную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Более подробная информация здесь:

• Управляемые решения в области ИИ — Промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения