Натан Ламберт рассказал Конгрессу, насколько Китай обогнал США в открытых моделях
По оценке Ламберта, китайские открытые модели отстают от закрытых американских на 2–5 месяцев, а американские открытые — на 6–9. Китайским моделям достаётся больше 80% токенов на OpenRouter, а Qwen упоминают в 30% научных статей.
Лучшие китайские открытые модели почти вдвое сильнее американских по сводному рейтингу Artificial Analysis. У GLM-5.3 от Z.ai 45 баллов, у Kimi K3 от Moonshot AI — 44. Лучшие американские модели, Inkling от Thinking Machines и Nemotron 3 Ultra от Nvidia, набирают 26 и 23. Эти цифры привёл исследователь Натан Ламберт, автор блога Interconnects и один из создателей моделей Olmo. Он выступал перед группой конгрессменов и их сотрудников, а текст выступления опубликовал в расширенном виде.
По оценке Ламберта, китайские открытые модели отстают от закрытых моделей OpenAI и Anthropic на 2–5 месяцев. Американские открытые модели отстают от них на 6–9 месяцев. Ближе всего китайцы подошли в агентном программировании, заметнее всего отстают в научных задачах вроде физики и биологии. Популярное объяснение про дистилляцию, то есть обучение на ответах чужих моделей, Ламберт считает неполным. Даже если её полностью перекрыть, отставание Китая вырастет лишь на 1–2 месяца.
Разрыв видно и по использованию. С сентября 2025 года недельный объём запросов к открытым моделям на платформе OpenRouter вырос примерно с 1 трлн до 80 трлн токенов, а доля китайских моделей — примерно с 70% до более чем 80%. В агенте для программирования OpenCode на китайские модели приходится около 95% запросов. На китайских моделях строят свои продукты Cursor и Harvey, DoorDash использует Kimi, Airbnb — Qwen. Американские стартапы заключают с китайскими лабораториями корпоративные соглашения о праве встраивать их модели. Ламберт называет это «новой формой трансграничного технологического сотрудничества, какой я не видел за всю карьеру».
В науке Китай тоже ушёл вперёд. Ламберт просканировал статьи в пяти главных разделах arXiv по машинному обучению. Китайские открытые модели упоминаются больше чем в 40% работ, американские — в 30%. На одну только Qwen приходится 30%, на Llama от Meta — 21%. При этом американские модели с хорошим соотношением качества и размера расходятся быстро: например, gpt-oss от OpenAI и Gemma 4 от Google.
Ограничивать доступ к китайским моделям Ламберт не советует: пострадают прежде всего американские компании. В пример он приводит Hugging Face. Разбирать недавнюю кибератаку компании пришлось с помощью китайской открытой модели, потому что закрытые отказывались отвечать на такие запросы. Выход, по мнению Ламберта, в том, чтобы вкладываться в собственные открытые модели в США и заранее готовиться к рискам, которые они несут.