Відповідь Німеччини американським гігантам: що насправді може зробити нова модель штучного інтелекту "Soofi S"

Відхід від залежності від США: Чому німецька економіка зараз орієнтується на штучний інтелект "Soofi S"

Працює повністю на власних серверах: цей новий німецький штучний інтелект вирішує найбільшу проблему конфіденційності даних

Штучний інтелект давно перетворився з простого технологічного тренду на відчутний геополітичний фактор сили. У той час як технологічні гіганти зі США та дедалі більше з Китаю домінують на світовому ринку завдяки дедалі більш гігантським та ресурсоємним моделям, у Європі зростає занепокоєння щодо небезпечної технологічної залежності. З проектом «Soofi S» чудовий німецький консорціум дослідницьких та промислових партнерів представив конкретну відповідь на цей виклик. Маючи порівняно скромне фінансування у розмірі 20 мільйонів євро та високоефективну архітектуру, ця базова модель має на меті закласти основу для цифрового суверенітету Європи. Але чи може модель з майже 32 мільярдами параметрів взагалі вижити в глобальній гонці гігантів? І чи виправдовує проект початкові сміливі заяви? Наступний аналіз розглядає технічні деталі Soofi S, проводить чесне порівняння з її міжнародними конкурентами та демонструє, чому модель задумана не стільки як конкурент ChatGPT для кінцевих користувачів, скільки як індивідуальне рішення, що відповідає вимогам захисту даних, для європейського бізнесу.

Суверенний інтелект з Мюнхена: Суфі С. та німецький підхід до штучного інтелекту: базова модель як тестовий випадок для цифрового самоствердження Європи

Відправна точка: Чому німецька модель штучного інтелекту взагалі необхідна

Коли консорціум Soofi представив перші результати своєї базової моделі Soofi S 17 червня 2026 року, це було більше, ніж просто типовий анонс продукту з боку дослідницького сектору. Це була попередня кульмінація експерименту в галузі промислової політики, який готувався з листопада 2025 року та був підтриманий приблизно 20 мільйонами євро фінансування від Федерального міністерства економіки та енергетики Німеччини. Справжня економічна суть ініціативи полягає не в технологічній гонці за постійно зростаючими показниками параметрів, а в структурному занепокоєнні, яке роками циркулює в європейських бізнес-колах. Ті, хто сам не контролює фундаментальні моделі штучного інтелекту, передають ключові будівельні блоки майбутніх цифрових ланцюгів створення вартості зовнішнім акторам, чиї бізнес-моделі, стандарти захисту даних та геополітичні інтереси можуть не відповідати європейським цілям. Це занепокоєння випливає зі спостереження, що практично весь ландшафт комерційних базових моделей домінують американські постачальники, такі як OpenAI, Google, Anthropic та Meta, а також все більш китайські конкуренти, такі як DeepSeek, тоді як європейські компанії по суті стають користувачами, а не творцями цієї технології.

Проєкт фінансується в рамках так званої парасолькової ініціативи 8ra, в основі якої лежить Важливий проєкт спільного європейського інтересу щодо хмарних інфраструктур, або скорочено IPCEI-CIS. Ця європейська архітектура фінансування має на меті підтримати розвиток базових цифрових інфраструктур по всьому континенту, причому Soofi є одним із перших видимих ​​будівельних блоків, орієнтованих на штучний інтелект, у цій ширшій структурі. З точки зору економічної політики, варто зазначити, що фінансування було навмисно надано не одній великій корпорації, а консорціуму дослідницьких установ, університетів та менших компаній у сфері штучного інтелекту, координованих Німецькою асоціацією штучного інтелекту як представником галузі.

Хто стоїть за проєктом і як були об'єднані ресурси

Структура та фінансування незвичайного дослідницького консорціуму

Консорціум складається з вражаючого кола академічних та промислових зацікавлених сторін. Серед установ-учасниць – Інститут інтелектуального аналізу та інформаційних систем Фраунгофера, Інститут інтегральних схем Фраунгофера, Німецький дослідницький центр штучного інтелекту, Вюрцбурзький університет імені Юліуса-Максиміліана з його центром компетенцій CAIDAS, Ганноверський університет Лейбніца через його дослідницький центр L3S, Дармштадтський технічний університет з hessian.AI, Берлінський університет прикладних наук та дві компанії Ellamind та Merantix Momentum. Така структура відображає типову для Німеччини схему просування технологій у промисловій політиці: замість субсидування однієї компанії, що домінує на ринку, знання розподіляються між багатьма установами. Хоча це ускладнює координацію, водночас це запобігає розвитку односторонньої залежності від одного приватного гравця.

Фінансова структура цікава для міжнародного порівняння. Фінансування у розмірі приблизно 20 мільйонів євро, термін дії якого закінчується наприкінці липня 2026 року, здається майже скромним порівняно із сумами, які американські постачальники витрачають на окремі навчальні сесії. Звіти показують, що окремі навчальні сесії для великих моделей можуть досягти позначки в 1 мільярд євро до 2027 року – сума, з якою можуть розпорядитися лише деякі фінансово потужні технологічні компанії. Той факт, що Soofi S може досягти конкурентоспроможного результату з часткою цих ресурсів, розглядається в професійній спільноті як доказ того, що технологічний суверенітет не обов'язково вимагає гігантських капіталів, а також може бути досягнутий завдяки розумним архітектурним рішенням та цілеспрямованим стратегіям обробки даних.

Технічні основи моделі детально

Архітектура, навчальні дані та роль ефективності

Soofi S розроблено як модель суміші експертів (MoE) із загальною кількістю параметрів приблизно 31,6 мільярда. Однак, лише близько 3,2 мільярда цих параметрів фактично активуються на один оброблений токен. Ця різниця між загальною кількістю параметрів та кількістю активних параметрів є економічно значущою, оскільки вона значною мірою визначає експлуатаційні витрати у виробництві. Компанія, яка використовує таку модель для аналізу технічної документації або нормативних текстів, зрештою платить за обчислювальну потужність, яка більше нагадує набагато меншу, щільнішу модель, тоді як якість результатів наближається до значно більшої моделі. Сама архітектура дотримується гібридного підходу, що складається з 23 шарів Mamba 2/MoE та шести класичних шарів уваги зі 128 експертами маршрутизації. Відправною точкою слугував відкритий план від Nvidia, і спочатку не проводилося жодного дорогого кастомного подальшого навчання.

Навчання проходило з листопада 2025 року по травень 2026 року та охоплювало три фази, протягом яких частка німецьких навчальних даних була навмисно збільшена з початкових 7,2 відсотка до 15,3 відсотка. Загалом було оброблено приблизно 27 трильйонів токенів, використовуючи до 512 графічних процесорів Nvidia B200, що призвело до загального навантаження на графічний процесор близько 253 000 годин. Фізичне навчальне середовище, промислова хмара штучного інтелекту Deutsche Telekom у Мюнхені, саме по собі є частиною наративу про суверенітет, оскільки воно використовує охолоджувальну воду з мюнхенського каналу Айсбах, що сигналізує про певний ступінь екологічної скромності порівняно з набагато енергоємнішими центрами обробки даних США. Окрім німецької та англійської як основних мов, модель також має обмежену підтримку французької, італійської та іспанської мов, з базою знань, датованою кінцем 2025 року, та довжиною контексту до одного мільйона токенів, цільовою на завершальному етапі навчання, тоді як стабільна пропускна здатність, згідно з технічним звітом, становить від 4000 до 256 000 токенів.

Порівняння продуктивності з моделями міжнародних конкурентів

Де Soofi S справді вражає, а де стають очевидними обмеження

Результати бенчмарків, опубліковані в липні, малюють неоднозначну картину. У порівняльних тестах з шістнадцятьма іншими відкритими моделями Soofi S стверджує, що лідирує за сукупними балами для німецької та англійської мов серед повністю відкритих моделей, явно перевершуючи американську модель Olmo 3 у класі 32 мільярдів параметрів та швейцарську модель Apertus з 70 мільярдами параметрів. Згідно з наявними даними, Soofi S також зберігає свою лідерство над іншими європейськими конкурентами, такими як іспанська Alia з 40 мільярдами параметрів та багатомовна EuroLLM з 22 мільярдами параметрів. Зокрема, у завданнях програмування, виміряних за допомогою таких бенчмарків, як HumanEval та MBPP, модель досягає найкращих результатів серед відкритих моделей у порівнянні.

Водночас результати також виявляють слабкі сторони. У завданнях, що вимагають широких фактичних знань, таких як у бенчмарку MMLU-Pro, а також у передовій науковій логіці, як-от у німецькому тесті GPQA Diamond, Soofi S відстає від моделей із закритими міжнародними кордонами, хоча залишається серед найкращих у групі відкритих моделей. Відносна слабкість також очевидна в німецькій конкурентній математиці та певних формах фактичних питань. Ця диференціація є економічно значущою, оскільки демонструє, що Soofi S не є універсальною заміною для великих закритих моделей технологічних компаній, а радше прагне цілеспрямованого позиціонування як найпродуктивніша повністю відкрита модель свого класу розміру, з особливим акцентом на німецьку мову.

Модель	Походження	параметр	Особливість у порівнянні
Суфі S 30B-A3B	Німеччина	31,6 млрд (3,2 млрд активних)	Лідерство у відкритих моделях німецькою та англійською мовами, чіткі цінності коду
Олмо 3 32B	США	32 мільярди.	Повністю відкритий, але перевершений згідно з бенчмарками Soofi
Апертус 70B	Швейцарія	70 мільярдів.	Більший, але гірший у сукупних тестах
Алія 40B	Іспанія	40 мільярдів.	Європейська модель, слабша у порівнянні
Євромагістр права 22B	Європейський консорціум	22 мільярди.	Багатомовний, менший за розміром клас

Тут ви дізнаєтеся, як ваша компанія може швидко, безпечно та без високих бар'єрів входу впроваджувати індивідуальні рішення на основі штучного інтелекту.

Керована платформа штучного інтелекту — це ваше комплексне та безтурботне рішення для штучного інтелекту. Замість того, щоб мати справу зі складними технологіями, дорогою інфраструктурою та тривалими процесами розробки, ви отримуєте готове рішення, адаптоване до ваших потреб, від спеціалізованого партнера — часто всього за кілька днів.

Основні переваги з першого погляду:

⚡ Швидке впровадження: від ідеї до готового до використання застосунку за лічені дні, а не місяці. Ми пропонуємо практичні рішення, які створюють негайну додану цінність.

🔒 Максимальна безпека даних: Ваші конфіденційні дані залишаються з вами. Ми гарантуємо безпечну та відповідність вимогам обробку без передачі даних третім особам.

💸 Без фінансових ризиків: Ви платите лише за результат. Повністю виключаються значні початкові інвестиції в обладнання, програмне забезпечення чи персонал.

🎯 Зосередьтеся на своєму основному бізнесі: Зосередьтеся на тому, що ви робите найкраще. Ми подбаємо про повне технічне впровадження, експлуатацію та обслуговування вашого рішення на базі штучного інтелекту.

📈 Орієнтований на майбутнє та масштабований: Ваш ШІ зростає разом з вами. Ми забезпечуємо постійну оптимізацію та масштабованість, а також гнучко адаптуємо моделі до нових вимог.

Більше інформації тут:

• Кероване рішення на основі штучного інтелекту – промислові послуги зі штучним інтелектом: ключ до конкурентоспроможності в секторах послуг, промисловості та машинобудування

Поточний стан розробки з моменту оголошення

Що насправді змінилося між червнем та липнем 2026 року

З моменту першого оголошення в середині червня відбулося справді багато чого, що значно розширило рамки початкового прес-релізу. В середині липня було опубліковано повний звіт про передтренувальні технології, який вважається першою важливою віхою проекту та розкриває технічні деталі, які раніше були відомі лише в загальних рисах. Це перетворило оголошення на перевірену технічну реальність – разом із опублікованими вагами моделі, кодом навчання та оцінки, а також розбивкою використаних джерел даних. Згідно з власною оцінкою консорціуму, проект таким чином відповідає критеріям Open Source AI Definition 1.0, і приблизно 99 відсотків процесу навчання можна незалежно перевірити та відтворити.

Однак, детальніше вивчення виявляє значну розбіжність між публічним твердженням про повну відкритість та фактичною доступністю. Модель, представлена ​​на платформі Hugging Face, явно позначена як бета-версія та дослідницький артефакт, а не як остаточний відкритий реліз. Доступ наразі пов'язаний з реєстрацією, а ліцензія наразі позначена як визначена користувачем, при цьому остаточний текст ліцензії ще не доступний. Сам Fraunhofer підтверджує на веб-сайті свого проекту, що модель наразі перебуває на стадії закритого тестування з вибраними галузевими партнерами, і що вільний доступ для широкої публіки залишається навмисно обмеженим, з оголошенням, що ширший доступ буде надано через кілька тижнів. Для компаній, які бажають продуктивно використовувати модель, це означає, що перед наданням доступу потрібен конкретний запит із підтвердженням сценарію застосування.

Окрім базової моделі, з того часу було анонсовано й інші варіанти, зокрема версію Instruct, оптимізовану для завдань асистента, та дві спеціалізовані моделі міркувань, що мають внутрішні назваи Isar та Rhine. Для локальної роботи на локальному обладнанні вже доступні квантування у форматах GGUF та FP8, сумісні з поширеними інструментами, такими як llama.cpp або Ollama. Це особливо актуально для компаній із суворими вимогами до захисту даних, які не бажають використовувати хмарне підключення.

Класифікація початкового рівня амбіцій

Від анонсу моделі вартістю сто мільярдів доларів до прагматичної реальності

Один аспект, який часто ігнорується громадськістю, стосується еволюції початкової мети. Коли проєкт було вперше представлено в листопаді 2025 року, план полягав у розробці моделі мови штучного інтелекту приблизно зі 100 мільярдами параметрів, з яких мали б бути отримані вузькоспеціалізовані моделі міркувань для складних застосувань, таких як робототехніка, керована штучним інтелектом. Deutsche Telekom також у власних заявах говорила про заплановану модель зі 100 мільярдами параметрів як європейську відповідь на ChatGPT. Soofi S, який фактично був представлений, із загальною кількістю параметрів близько 30 мільярдів, значно відстає від цього початкового масштабу, а «S» у назві моделі явно означає менший клас розміру в рамках запланованого сімейства моделей.

З економічної точки зору це відтермінування можна інтерпретувати двояко. З одного боку, його можна розглядати як реалістичне коригування обмежених обчислювальних ресурсів та фінансування в межах спочатку встановленого терміну – липня 2026 року, що видається правдоподібним, враховуючи відносно невелику суму фінансування у 20 мільйонів євро. З іншого боку, це демонструє методологічно більш проникливий підхід, ніж було оголошено спочатку: публікація меншої, але високоефективної моделі спочатку дозволяє консорціуму накопичити практичний досвід на ранній стадії, перш ніж розробляти більші та дорожчі моделі. Власні заяви консорціуму вказують на це, оскільки Soofi S чітко описується як перший будівельний блок сімейства моделей, з якого мають бути розроблені більші та потужніші моделі-наступники, а також спеціалізовані варіанти для діалогу, міркувань та агентних застосунків.

Економічні цільові групи та сценарії практичного застосування

Для кого насправді призначена Soofi S

На відміну від багатьох популярних чат-ботів, Soofi S свідомо орієнтований не на кінцевих споживачів, а на компанії, промислові малі та середні підприємства, державні адміністрації, дослідницькі установи та стартапи, які хочуть розробляти власні додатки штучного інтелекту на основі власних даних, не будучи постійно прив'язаними до окремих неєвропейських постачальників. Зокрема, згадані сфери застосування включають промислові процеси, аналіз великих технічних та нормативних документів, генерацію коду та агентні системи штучного інтелекту, які можуть самостійно виконувати багатоетапні завдання. Для регульованих секторів, таких як фінанси, охорона здоров'я чи державне управління, можливість експлуатації моделі штучного інтелекту повністю на власній або європейській інфраструктурі має значне значення, оскільки це полегшує вирішення питань, пов'язаних із Загальним регламентом про захист даних (GDPR), аудитною придатністю та відстежуваністю, ніж із закритими іноземними моделями.

Особливо цінною для цього застосування є здатність моделі обробляти дуже довгі документи, що є актуальним, наприклад, для аналізу технічних посібників, нормативних вимог або складних контрактів. Консорціум вже тестує модель з галузевими партнерами в практичних сценаріях застосування, щоб тісно узгодити її подальший розвиток з реальними потребами бізнесу. Цей підхід відрізняється від суто академічного дослідницького проекту, оскільки комерційна застосовність та ринкова релевантність враховуються з самого початку, хоча консорціум все ще явно шукає додаткових галузевих партнерів для наступного етапу розробки, зокрема в таких сферах, як технічна документація, генерація коду та агентні програми.

Критична оцінка та відкриті питання

Між виправданою гордістю та тверезою ринковою реальністю

Громадська реакція на Soofi S була переважно позитивною, з особливим акцентом на економічній ефективності, досягнутою відносно невеликим німецьким консорціумом, який може конкурувати зі значно більшими міжнародними проектами. Водночас незалежні галузеві видання закликають до обережності в оцінці фактичного рівня зрілості. Поки остаточна ліцензія ще не узгоджена, а доступ залишається обмеженим закритою тестовою фазою з обраними партнерами, модель наразі більше підходить для експериментів та оцінки, ніж як надійна основа для продуктивних бізнес-додатків. Ця оцінка узгоджується з власною заявою Інституту Фраунгофера, який чітко описує поточну фазу як закрите бета-тестування та має намір приймати публічні відгуки від спільноти відкритого коду лише після завершення поточної тестової фази з галузевими партнерами.

З ширшої економічної точки зору виникає фундаментальне питання, чи може модель такого масштабу справді стратегічно вплинути на європейський цифровий суверенітет, чи вона залишиться лише важливим, але обмеженим сигналом. Єдина відкрита модель з 30 мільярдами параметрів, якою б потужною вона не була в межах своєї групи аналогів, наразі не може конкурувати в абсолютному вираженні з моделями закритих кордонів основних американських та китайських постачальників, які працюють зі значно більшими інвестиціями та більшою кількістю параметрів. Тому реальна цінність Soofi S полягає не стільки в прямій конкуренції за перше місце в світовому рейтингу штучного інтелекту, скільки в продемонстрованій здатності створити конкурентоспроможну, повністю прозору базову модель, навчену на європейській інфраструктурі, яка може служити відправною точкою для спеціалізованих, суверенних застосувань.

Перспективи подальшого розвитку проєкту

Чого очікувати в найближчі місяці

Оскільки початковий період фінансування проєкту закінчується наприкінці липня 2026 року, консорціум стикається з важливими рішеннями щодо його продовження. Випуск фінальної версії за дозвільною ліцензією без обмежень доступу вже оголошено, хоча точні терміни залишаються відкритими. Більші моделі в рамках сімейства Soofi також розробляються, але конкретна структура та терміни для цих моделей-наступників ще не були публічно розкриті. Враховуючи початкові амбіції значно більшої моделі з приблизно 100 мільярдами параметрів, ще належить з'ясувати, чи буде ця мета досягнута і в якій формі після завершення поточного етапу фінансування. Це, ймовірно, значною мірою залежатиме від готовності Федерального міністерства економіки та енергетики та потенційних приватних інвесторів надати додаткове фінансування для другого етапу проєкту.

Для компаній, які розглядають можливість використання Soofi S, на цьому етапі рекомендується двостороння стратегія: технічна оцінка моделі може розпочатися вже зараз, особливо для організацій зі специфічними потребами в суверенній інфраструктурі та довгостроковому аналізі документів. Однак остаточні умови ліцензування слід уточнити до фактичного розгортання виробництва. Найближчі тижні та місяці покажуть, чи успішно Soofi S перейде від гучного дослідницького проекту до широко використовуваного компонента промислової інфраструктури, і чи отримав європейський ландшафт штучного інтелекту таким чином стійку основу для своєї цифрової незалежності.

☑️ Наша ділова мова – англійська або німецька

☑️ НОВИНКА: Листування вашою рідною мовою!

 

Я та моя команда раді бути вашим особистим консультантом.

Ви можете зв'язатися зі мною, заповнивши контактну форму тут wolfenstein@xpert.digital:, або просто зателефонувавши мені за номером +49 7348 4088 965. Моя адреса електронної пошти

Я з нетерпінням чекаю нашого спільного проєкту.

 

 

☑️ Підтримка МСП у стратегії, консалтингу, плануванні та впровадженні

☑️ Створення або переорієнтація цифрової стратегії та діджиталізації

☑️ Розширення та оптимізація процесів міжнародних продажів

☑️ Глобальні та цифрові торгові платформи B2B

☑️ Розвиток бізнесу Pioneer / Маркетинг / PR / Виставки

У промисловому B2B сталий бізнес-відносини рідко виникають за одну ніч. Вони розвиваються крок за кроком – через видимість, професійну релевантність, повторювані точки дотику та зростання довіри. 4-етапна модель Xpert.Digital саме це і робить: вона пропонує структурований шлях, який починається з керованої точки входу та може перерости в глибшу співпрацю в розвитку бізнесу, якщо це необхідно.

Замість того, щоб покладатися на гучні маркетингові обіцянки, ця модель ставить на перший план відносини. Компанії починають з чітко визначених, легко обчислюваних показників, а потім, виходячи з власного досвіду, вирішують, наскільки вони хочуть розширити співпрацю. Ключовим фактором для цього безперешкодного процесу побудови довіри є те, що платформа повністю уникає надокучливої ​​реклами, тому редакційна увага залишається виключно на експертизі компаній.

Більше інформації тут:

• Від видимості до довіри: Ваш масштабований шлях з Xpert.Digital