Китайські компанії активно нарощують потужності у сфері штучного інтелекту, випускаючи моделі, які конкурують із провідними американськими розробками за якістю та значно поступаються їм у ціні. На початку серпня Alibaba представила Qwen3.8-Max із 2,4 трлн параметрів — найбільшу китайську текстову модель, яка посіла високі позиції в рейтингу платформи Arena, поступившись лише американським моделям Claude Fable 5 і Opus від Anthropic.

Майже одночасно DeepSeek випустила V4-Flash, тестування якої коштує близько трьох центів, що в рази дешевше за $1,86 для GPT-5.6 Sol і $3,15 для Claude Fable 5. У червні пекінська компанія Z.ai представила GLM-5.2, яка посіла п’яте місце в рейтингу Artificial Analysis і працює приблизно вшестеро дешевше за провідні американські системи. Колишній радник Білого дому з питань ШІ Девід Сакс назвав GLM-5.2 китайською моделлю з відкритими вагами, не гіршою за доступні моделі OpenAI та Anthropic.

Крім того, липнева Kimi K3 від Moonshot AI, найбільша відкрита модель світу з 2,8 трлн параметрів, наблизилася до Claude у складних завданнях, а попит на неї був настільки великим, що розробник призупинив нові підписки. Китайські технологічні гіганти, стартапи та компанії з інших галузей методично створюють екосистему: MiniMax випустила модель H3 для створення 2K-відео зі стереозвуком, Meituan навчила LongCat-2.0 на кластері з 50 тисяч чипів, а ByteDance перетворила Doubao на наймасовіший ШІ-сервіс країни з понад 100 млн щоденних користувачів під час новорічних свят.

За даними платформи Hugging Face, китайські моделі за минулий рік обійшли американські за місячними і сукупними завантаженнями — 41% усіх скачувань припадає на Китай. Сімейство моделей Qwen від Alibaba налічує понад 113 тисяч похідних моделей, що більше, ніж у Google і Meta разом. Венчурна інвесторка Лань Сюечжао пояснює популярність китайських моделей їхньою ефективністю і низькою ціною: "Китайським моделям не віддають перевагу — просто найкращі відкриті моделі зараз китайські".

Низька вартість особливо важлива для ШІ-агентів, які виконують довгі ланцюжки дій і витрачають багато токенів. GLM-5.2 коштує на 60−90% менше за американські аналоги, а V4-Flash — більш ніж у сто разів дешевше за Claude Fable 5. Відкритість ваг моделей дозволяє швидко поширювати їх у світі: у липні на китайські моделі припадало 64% токенів, які американські користувачі витрачали на відкриті моделі через OpenRouter. Європейські та азійські організації можуть запускати китайські моделі на сторонніх хостерах без передачі даних до Китаю, що вигідно і Пекіну.

Втім, дешевизна має і зворотний бік. У квітні DeepSeek V4 за оцінкою американського центру CAISI відстав від провідних моделей приблизно на вісім місяців. Тестування Artificial Analysis показало 51% галюцинацій у Kimi K3, а V4-Flash відставала від провідних Anthropic та OpenAI. США зберігають перевагу у найскладніших моделях завдяки значним інвестиціям — $285,9 млрд торік проти $12,4 млрд у Китаї — і більш ніж 5,4 тисячам дата-центрів.

Китайський ШІ залежить від обмеженого доступу до передових американських чипів Nvidia. Найкращий китайський чип Huawei Ascend 950PR має продуктивність 1,56 петафлопса, тоді як Nvidia Blackwell Ultra — 15 петафлопсів. Huawei планує у 2026 році відвантажити 750 тисяч таких чипів, а ByteDance інвестує понад $5,6 млрд у їхнє використання. Китай готує обчислювальну мережу на $295 млрд із вимогою 80% вітчизняних чипів, тоді як американські хмарні гіганти анонсували понад $700 млрд капітальних витрат на цей рік.

Найближчим часом США, ймовірно, залишаться лідером у найскладніших і найдорожчих моделях, що потребують величезних обчислювальних ресурсів. Водночас Пекін змушує американські лабораторії конкурувати не лише якістю, а й ціною та відкритістю. Реліз GLM-5.5 від Z.ai, запланований на цей місяць, може показати, наскільки ефективною буде китайська стратегія.