Каждый раз, когда выходит новая китайская модель ИИ, наблюдатели провозглашают, что отечественные модели вот-вот догонят лидеров, таких как Anthropic. Однако разрыв продолжает увеличиваться. Тем не менее, по мере того как ИИ переходит из лабораторий в производственные среды предприятий, становится очевидной фундаментальная коммерческая реальность: самые умные модели неизбежно являются самыми дорогими. Передовые модели, такие как GPT-5.5 и Claude Opus, демонстрируют исключительные результаты, но их круглосуточная работа для корпоративных нагрузок экономически нецелесообразна для большинства организаций.
Эта ценовая ловушка открыла неожиданный путь для китайских отечественных моделей. Вместо прямой конкуренции по показателям бенчмарков или экстремальным рассуждениям — областям, где аппаратные ограничения ставят отечественные модели в невыгодное положение, — возникает новая инженерная парадигма: распределение моделей на основе задач посредством многомодельной динамической маршрутизации, известной как технология Fusion.
Основная логика проста, но эффективна: сложная проблема распределяется параллельно между несколькими различными моделями, а модель-судья синтезирует результаты. В рамках глубокого исследовательского бенчмарка DRACO «группа бюджетных моделей», состоящая из Gemini 3 Flash, Kimi K2.6 и DeepSeek V4 Pro, не только превзошла автономную GPT-5.5, но и приблизилась к результатам комбинаций передовых моделей высшего уровня — при этом затраты составили всего 50%. Две из трех моделей в этой группе являются китайскими моделями с явным отставанием в производительности по сравнению с GPT-5.5.
Это указывает на то, что в статье называется «гибридная агентская архитектура (MoA)»: передовые модели от Anthropic и OpenAI служат «мозгом» оркестровки, обрабатывая менее половины потребления токенов для извлечения консенсуса и сложного рассуждения, в то время как китайские и open-source модели — DeepSeek, GLM, Kimi — служат «конечностями» исполнения, обрабатывая массовое чтение документов, параллельный поиск в вебе и базовую генерацию кода для оставшейся доли токенов.
Эта асимметричная стратегия конкуренции переосмысливает китайские модели из «отечественных альтернатив» передовым моделям в «вычислительный рычаг» для передовых моделей. До тех пор, пока они поддерживают конкурентоспособные цены API и соответствуют及格线 в обработке длинных текстов, базовой генерации кода и понимании специфического языка, китайские модели могут занять незаменимое положение в этих многомодельных системах маршрутизации — обеспечивая реальные корпоративные рабочие процессы, а не только гонки бенчмарков.
Тем временем отрасль также наблюдает усиление привязки к платформе: Anthropic разрабатывает Claude Code, OpenAI развивает Codex, а китайские игроки, такие как Zhipu AI, обновляют ZCode 3.0, чтобы тесно связать его со своей моделью GLM, — создавая преимущества на домашней территории, которые маскируют слабые стороны моделей за счет оптимизированных сред.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
