Китай vs Запад: AI-гонка, о которой не пишут

США ввели санкции на GPU. Китай должен был отстать на 2-3 года. Отстал на 2-3 месяца.

Октябрь 2022: Белый дом запрещает экспорт Nvidia A100 и H100 в Китай. Аналитики пишут: «китайский AI обречён». Январь 2025: стартап из Ханчжоу выпускает reasoning-модель, которая на бенчмарках бьёт OpenAI o1. Стоимость обучения — $5.6M. Для сравнения: GPT-5.2 обошёлся в сумму, превышающую $100M.

Это не аномалия. Это система.

Забудьте нарратив «Китай копирует Запад». К началу 2026-го китайская AI-экосистема — это минимум шесть серьёзных лабораторий, каждая со своей архитектурной ставкой.

DeepSeek — звезда, которая взорвала рынок

Стартап, основанный квантовым фондом High-Flyer. Никакого корпоративного жирка — чистая инженерия. DeepSeek V3 (декабрь 2024) показал, что 671B MoE-модель можно обучить за $5.6M, используя 2048 GPU Nvidia H800. DeepSeek R1 (январь 2025) добавил reasoning уровня o1 — и выложил веса в открытый доступ.

Qwen (Alibaba Cloud) — тихая империя

Qwen 2.5 (осень 2024): линейка от 0.5B до 72B, полностью open-weights. 72B-версия конкурирует с Claude 4.6 Sonnet на MMLU и HumanEval. Qwen-Agent — собственный фреймворк для агентов. Alibaba играет вдолгую: инфраструктура, облако, агенты.

01.AI (Yi) — скорость как стратегия

Ли Кайфу поставил на inference-скорость. Yi-Lightning — одна из самых быстрых моделей для реального продакшена. Yi-Vision — конкурентная open-source vision-модель.

MiniMax, Zhipu AI, Moonshot — второй эшелон, который давит

MiniMax — мультимодальная генерация (текст + голос + видео). Zhipu AI (GLM-4) — модели уровня GPT-4 Turbo, агентные фреймворки. Moonshot (Kimi) — длинный контекст (до 2M токенов), ориентация на потребительский рынок.

Январь 2025. DeepSeek выкладывает R1. Open-weights. MIT-лицензия. Любой может скачать, дообучить, запустить в продакшене.

Результаты:

• AIME 2024 (математика): 79.8% — на уровне o1
• Codeforces: рейтинг 2029 — выше 96.3% участников
• MMLU: 90.8% — паритет с GPT-4o

Но главное не бенчмарки. Главное — цена.

Санкции заставили китайских инженеров найти обходные пути. Два главных:

Mixture of Experts (MoE)

Классическая модель (dense) активирует все параметры на каждый токен. MoE активирует только нужных «экспертов» — подсети, специализирующиеся на разных типах задач.

DeepSeek V3: 671B параметров, но на каждый токен активируется только 37B. Это значит:

• В 18 раз меньше вычислений на inference
• Скорость, сравнимая с моделями в 10 раз меньшего размера
• Качество полной 671B модели

Дистилляция: маленькие модели учатся у больших

DeepSeek выпустил дистиллированные версии R1: 1.5B, 7B, 8B, 14B, 32B, 70B. Маленькая модель (например, 14B на базе Qwen 2.5) обучается на reasoning-следах большой R1. Результат: 14B-модель, которая думает как 671B, но работает на одной потребительской GPU.

Nvidia H100 — золотой стандарт AI-обучения. Китаю он недоступен. Ответ: Huawei Ascend 910B.

По сырой производительности Ascend 910B уступает H100 примерно на 20-30%. Но Huawei строит не чип — а стек: свои компиляторы (MindSpore), свои оптимизаторы, свою экосистему. Это не эквивалент Nvidia. Это альтернативная вертикаль.

Практически это означает: даже если завтра США полностью заблокируют все поставки чипов, Китай продолжит обучать модели. Медленнее — да. Но продолжит.

Миф 1: «Без Nvidia нельзя обучать frontier-модели». Реальность: DeepSeek V3 обучен на H800 (урезанная H100, доступная до ужесточения). MoE-архитектура компенсирует недостаток compute. Ascend 910B закрывает оставшиеся потребности.

Миф 2: «Китай только копирует архитектуры». Реальность: Multi-head Latent Attention (MLA) в DeepSeek — оригинальная архитектурная инновация. FP8 mixed-precision training в V3 — одно из первых успешных применений в таком масштабе.

Миф 3: «Open-source из Китая — это обёртка над ChatGPT». Реальность: DeepSeek R1 — полностью оригинальная reasoning-модель с обучением через reinforcement learning, без supervised fine-tuning на CoT-данных от западных моделей.

Миф 4: «Китайские модели не работают по-английски». Реальность: Qwen 2.5 и DeepSeek V3 показывают паритет или превосходство над западными моделями на английских бенчмарках (MMLU, HumanEval, MATH).

Миф 5: «Масштаб = победа». Реальность: MoE, дистилляция, эффективный inference доказали, что архитектурная смекалка важнее количества GPU.

DeepSeek R1 запустил цепную реакцию. Когда reasoning-модель уровня o1 стоит $0.55 за миллион input-токенов, это меняет всё:

Кто пострадал

• OpenAI вынужден снижать цены. GPT-4o Mini — прямой ответ на ценовое давление.
• Google ускорил выпуск Gemini Flash — дешёвые быстрые модели.
• Anthropic — наименее затронут: ставка на safety и enterprise, не на цену.

Кто выиграл

Все, кто использует AI в продакшене. Стоимость inference-а для reasoning-задач упала на порядок за 12 месяцев. Задачи, которые раньше требовали бюджет в тысячи долларов в месяц, теперь обходятся в сотни.

Для российского и СНГ-рынка

Китайские модели — это не просто «альтернатива GPT». Это стратегический ресурс:

1. Нет геополитических рисков. OpenAI может отключить API для России. DeepSeek R1 — MIT-лицензия, скачал и работаешь.
2. Self-hosted. Дистиллированные версии (7B, 14B, 32B) работают на потребительском железе. Полный контроль над данными.
3. Стоимость. Даже через API: reasoning за копейки. ROI AI-проектов взлетает.

Для любого бизнеса

Итог: монополии на интеллект не будет

Два года назад казалось, что AI — это OpenAI, Google, Anthropic. Три компании, закрытые модели, американские GPU.

Сегодня: open-weights reasoning-модели из Китая стоят в десятки раз дешевле, работают на уровне frontier, доступны любому. MoE-архитектура делает обучение эффективнее. Дистилляция позволяет запускать мощные модели на ноутбуке.

Это не «Китай догнал». Это AI стал доступным. И это самое важное, что произошло в индустрии за последние два года.