Открытые модели догнали закрытые

Ещё пару лет назад открытые веса плелись позади проприетарных флагманов на приличную дистанцию. Разрыв схлопнулся. К весне 2026-го сразу несколько семейств открытых моделей на практических задачах идут вровень с закрытыми, а где-то и обходят их.

Кто в лидерах

Расклад сместился географически. Верхушку открытого рейтинга держат китайские лаборатории: DeepSeek, Qwen от Alibaba, Zhipu с их GLM, Moonshot. Год назад это выглядело бы неожиданно, сейчас стало нормой. DeepSeek V4 вышел в начале года и лидирует среди открытых на кодинге и математике, местами обгоняя закрытые модели среднего тира на бенчмарках вроде SWE-bench.

Llama и Qwen тоже в обойме. Разные семейства закрывают разные ниши: одни сильнее в коде, другие в рассуждениях, третьи в длинном контексте. Монополии одной модели больше нет. И обновляются они быстро: новая версия открытого семейства выходит раз в несколько месяцев, а веса тут же оказываются на Hugging Face и уходят в чужие дообучения.

Почему это меняет расклад

Бенчмарки показывают лишь половину картины. Вторая половина — контроль. Открытые веса можно скачать, дообучить под свой домен, запустить на своём железе и не отдавать данные наружу. Для банков, госсектора и всех, кто живёт под комплаенсом, это решает.

Экономика давит в ту же сторону. Проприетарный флагман через API стоит в разы, иногда в десятки раз дороже, чем self-hosted открытая модель на арендованных GPU. Как только объём запросов переваливает за определённый порог, своя инфраструктура окупается. Добавьте предсказуемость: цену за токен вам не поднимут внезапным письмом, а модель не исчезнет из API по решению чужого вендора.

Закрытые модели не проиграли. На самом фронтире, где идут новые режимы рассуждений, мультимодальность и свежие возможности, они всё ещё впереди на полшага. Но для 80% реальных задач открытая модель уже достаточно хороша, дешевле и под полным контролем. И это главный сдвиг года.