Американские компании всё активнее обращаются к ИИ-моделям с открытыми весами, стремясь снизить расходы на использование искусственного интеллекта. На это влияет не только экономия, но и растущая конкуренция со стороны китайских разработчиков, которая ограничивает возможности американских ИИ-компаний повышать цены.
По данным Financial Times, в период с августа по сентябрь 2026 года руководители американских компаний стали в шесть раз чаще по сравнению с прошлым годом упоминать в публичных выступлениях открытые модели и модели с открытыми весами. Интерес к таким решениям проявляют не только технологические компании. Подобные тенденции наблюдаются также в финансовом секторе, логистике и тяжёлой промышленности.
Среди разработчиков открытых ИИ-моделей заметную роль сейчас играют китайские компании. При этом аналогичный подход используют и западные разработчики, включая американскую Nvidia, французскую Mistral, а также стартапы Reflection AI и Thinking Machines Lab.
По данным Vercel, доля открытых моделей в общем объёме использования токенов к августу достигла 56 %. В декабре прошлого года показатель составлял лишь 7 %. Статистика OpenRouter также показывает высокий интерес к китайским ИИ-лабораториям: они уже вошли в десятку крупнейших разработчиков по объёму использования токенов.
Одним из примеров изменения подхода стала компания Match Group, которой принадлежит Tinder. По словам технического директора Виная Курувилы, часть второстепенных внутренних запросов компания начала переводить на модели с открытыми весами. Это связано с резким ростом расходов на ИИ: если в январе они составляли около $1 млн в годовом выражении, то к июлю увеличились в десять раз.
В Match Group отмечают, что передовые американские модели Astra и Claude способны закрыть около 90 % потребностей компании. Поэтому, если открытые решения смогут достичь сопоставимого уровня, необходимость использовать коммерческие модели в прежнем объёме снизится. На этом фоне OpenAI и Anthropic недавно представили более доступные версии своих продуктов, пытаясь конкурировать с открытыми альтернативами.
Похожий курс взяла AT&T. По словам директора компании по данным и ИИ Энди Маркуса, уже около 40 % ИИ-нагрузок телекоммуникационного гиганта приходится на открытые модели. В течение следующего года AT&T планирует увеличить их долю до 70 %.
Компания обрабатывает до 45 млрд токенов в день, поэтому стоимость работы ИИ становится одним из существенных факторов. В AT&T готовы расширять использование открытых моделей, если это позволит снизить расходы без потери точности. Внутреннее тестирование показало, что в некоторых сценариях открытые решения не уступают закрытым моделям по эффективности и скорости, а иногда даже превосходят их.
Дополнительным преимуществом моделей с открытыми весами становится возможность развернуть их на собственной инфраструктуре. Это позволяет компаниям лучше контролировать обработку данных и повысить уровень информационной безопасности.
Таким образом, открытые ИИ-модели всё заметнее становятся частью корпоративной инфраструктуры США. Китайские разработки занимают значительную долю этого сегмента, однако аналогичные решения активно создают и западные компании. Для бизнеса такой подход позволяет одновременно экспериментировать с ИИ, сокращать расходы и сохранять больше контроля над используемыми моделями.
По данным Financial Times, в период с августа по сентябрь 2026 года руководители американских компаний стали в шесть раз чаще по сравнению с прошлым годом упоминать в публичных выступлениях открытые модели и модели с открытыми весами. Интерес к таким решениям проявляют не только технологические компании. Подобные тенденции наблюдаются также в финансовом секторе, логистике и тяжёлой промышленности.
Среди разработчиков открытых ИИ-моделей заметную роль сейчас играют китайские компании. При этом аналогичный подход используют и западные разработчики, включая американскую Nvidia, французскую Mistral, а также стартапы Reflection AI и Thinking Machines Lab.
По данным Vercel, доля открытых моделей в общем объёме использования токенов к августу достигла 56 %. В декабре прошлого года показатель составлял лишь 7 %. Статистика OpenRouter также показывает высокий интерес к китайским ИИ-лабораториям: они уже вошли в десятку крупнейших разработчиков по объёму использования токенов.
Одним из примеров изменения подхода стала компания Match Group, которой принадлежит Tinder. По словам технического директора Виная Курувилы, часть второстепенных внутренних запросов компания начала переводить на модели с открытыми весами. Это связано с резким ростом расходов на ИИ: если в январе они составляли около $1 млн в годовом выражении, то к июлю увеличились в десять раз.
В Match Group отмечают, что передовые американские модели Astra и Claude способны закрыть около 90 % потребностей компании. Поэтому, если открытые решения смогут достичь сопоставимого уровня, необходимость использовать коммерческие модели в прежнем объёме снизится. На этом фоне OpenAI и Anthropic недавно представили более доступные версии своих продуктов, пытаясь конкурировать с открытыми альтернативами.
Похожий курс взяла AT&T. По словам директора компании по данным и ИИ Энди Маркуса, уже около 40 % ИИ-нагрузок телекоммуникационного гиганта приходится на открытые модели. В течение следующего года AT&T планирует увеличить их долю до 70 %.
Компания обрабатывает до 45 млрд токенов в день, поэтому стоимость работы ИИ становится одним из существенных факторов. В AT&T готовы расширять использование открытых моделей, если это позволит снизить расходы без потери точности. Внутреннее тестирование показало, что в некоторых сценариях открытые решения не уступают закрытым моделям по эффективности и скорости, а иногда даже превосходят их.
Дополнительным преимуществом моделей с открытыми весами становится возможность развернуть их на собственной инфраструктуре. Это позволяет компаниям лучше контролировать обработку данных и повысить уровень информационной безопасности.
Таким образом, открытые ИИ-модели всё заметнее становятся частью корпоративной инфраструктуры США. Китайские разработки занимают значительную долю этого сегмента, однако аналогичные решения активно создают и западные компании. Для бизнеса такой подход позволяет одновременно экспериментировать с ИИ, сокращать расходы и сохранять больше контроля над используемыми моделями.
