17 июля 2026 года, ранним утром, Moonshot AI представила свою новую крупную модель Kimi K3 с масштабом параметров 2,8 триллиона — это первая в мире открытая модель на уровне 3 триллионов параметров. В день релиза акции «первой акции крупной модели» Zhipu (02513.HK), котирующейся в Гонконге, упали на 28,49%, а рыночная капитализация сократилась более чем на 200 млрд гонконгских долларов за один день. К 20 июля стоимость акций Zhipu снизилась до 890,5 гонконгских долларов, а капитализация — до 414,637 млрд гонконгских долларов.
В ту же неделю DeepSeek завершила раунд финансирования на 7,4 млрд долларов, установив новый рекорд крупнейшего частного размещения в китайском секторе искусственного интеллекта. Оценка компании превысила 50 млрд долларов. Месяцем ранее Zhipu выпустила и открыла исходный код GLM-5.2 — модели, ориентированной на задачи с длинным контекстом.
Три крупных события, произошедшие менее чем за месяц, свидетельствуют о переходе китайской индустрии крупных AI-моделей на новый этап. Гонка масштабов параметров далека от завершения, но логика оценки на рынке капитала меняется. В статье анализируется конкурентная среда китайских AI-моделей после выхода Kimi K3 с четырех точек зрения: взаимосвязь параметров и оценки, влияние открытых моделей, различия в коммерческих стратегиях и долгосрочные конкурентные преимущества.
Почему масштаб параметров больше не определяет оценку
Масштаб параметров Kimi K3 составляет 2,8 триллиона, что значительно превышает показатели Zhipu GLM-5.2 и серии DeepSeek-V4. Moonshot AI сравнивает параметры с нейронными связями в человеческом мозге: почти 3 триллиона параметров позволяют модели хранить больше знаний и паттернов.
Однако реакция рынков капитала оказалась неоднозначной. В день запуска Kimi K3 акции Zhipu упали на 28,49%, несмотря на то, что за несколько дней до этого, 9 июля, компания объявила о размещении на сумму 31,4 млрд гонконгских долларов — рекордном для технологических компаний Гонконга в 2026 году. Эти данные показывают важный сдвиг: масштаб параметров больше не является достаточным условием для высокой оценки.
Данные отрасли свидетельствуют о стремительном росте фактического использования китайских крупных моделей. По оценкам OpenRouter, за прошлую неделю (29 июня — 5 июля) количество обращений к крупным AI-моделям по всему миру составило 46,7 триллиона токенов, из которых на китайские модели пришлось 23,45 триллиона токенов — прирост за неделю 15,01%. Китайские модели лидируют над американскими уже десять недель подряд. Шесть самых популярных моделей по объему использования — все китайские, а DeepSeek-V4-Flash занимает первое место семь недель подряд, достигая 5,34 триллиона токенов в неделю.
Рост использования отражает реальную интеграцию AI-моделей в бизнес-процессы. Как отмечают отраслевые отчеты, в первой половине 2026 года китайский сектор крупных AI-моделей перешел от чисто технической конкуренции к полномасштабной «битве за коммерческое внедрение», подтверждая перспективы применения и постепенно устраняя рыночные пузыри.
В исследовании Jefferies, опубликованном после запуска Kimi K3, отмечается, что модель вышла на мировой уровень по задачам программирования, агентным системам и мультимодальности. Однако ее значение не только в улучшении возможностей, но и в подтверждении смены конкурентной логики в китайской AI-индустрии. Если ранее рынок был сосредоточен на «разрыве в возможностях крупных моделей», то сейчас конкуренция смещается к «стоимости единицы интеллекта» и «масштабу потребления токенов».
Как открытые модели меняют конкуренцию в отрасли
Открытая стратегия Kimi K3 — один из ключевых факторов этого релиза. Это первая в мире открытая модель на уровне 3 триллионов параметров, и ожидается, что полные веса будут опубликованы не позднее 27 июля. Ранее Zhipu открыла исходный код GLM-5.2 17 июня — эта модель набрала 51 балл в последнем глобальном индексе интеллекта крупных моделей Artificial Analysis, заняв первое место среди открытых моделей.
Конкурентная логика открытых моделей принципиально отличается от закрытых. Закрытые модели строят преимущества на технологических барьерах и контроле цен на API, а открытые — на развитии экосистемы и удержании разработчиков. Kimi K3 использует архитектуру MoE (Mixture of Experts), снижая реальные вычислительные затраты за счет маршрутизации экспертов. Цены API: $3 за миллион токенов на ввод и $15 за миллион токенов на вывод. DeepSeek V4 Flash выполняет стандартные интеллектуальные задачи при средней стоимости всего $0,02, тогда как аналогичная модель Anthropic обходится в $2,75.
Разница в стоимости меняет ландшафт глобальных поставщиков AI. Сан-Франциско стартап Lindy AI перешел с Anthropic на DeepSeek всего за шесть недель, сократив расходы до 10% от прежних и сэкономив миллионы долларов ежегодно. Airbnb, Pinterest и даже Microsoft используют китайские открытые AI-модели для рутинного программирования, автоматизации и ежедневных задач. В отдельные периоды этого года китайские модели занимали более 30% рынка на платформе AI-агрегации OpenRouter.
Еще одно важное последствие открытых моделей — снижение порога коммерциализации AI-приложений. Китайские модели приближаются к зарубежным лидерам по производительности, сохраняя низкие затраты на инференс, что приводит к росту использования токенов в облачных вычислениях, AI-чипах и инфраструктуре. Крупномасштабное устройство SenseCore от SenseTime переводит вычислительные ресурсы с обучения на инференс, стремясь стать не просто компанией крупных моделей, а поставщиком полного спектра AI-услуг.
Сравнение путей коммерциализации AI-компаний
Три ведущие компании реализуют разные стратегии коммерциализации.
Zhipu выбирает путь «публичное размещение + крупное финансирование». Компания вышла на Гонконгскую биржу 8 января 2026 года, а ее акции выросли более чем на 1 400%. План размещения от 9 июля предусматривает выпуск до 19,78 млн новых H-акций по цене 1 588 гонконгских долларов за акцию, что позволит привлечь около 31,41 млрд гонконгских долларов. К 30 июня более 93% средств IPO уже были использованы. Финансирование направлено на три направления: разработку фундаментальных моделей и вычислительной инфраструктуры, коммерциализацию и стратегические инвестиции в отрасли, а также оптимизацию структуры капитала. Zhipu также готовит листинг на STAR Market в материковом Китае с целью привлечь 15 млрд юаней. Общий объем финансирования достиг 36,4 млрд гонконгских долларов (около 31,5 млрд юаней).
DeepSeek реализует стратегию «частное размещение + собственная инфраструктура». Лаборатория искусственного интеллекта из Ханчжоу, основанная всего три года назад, обучила высокопроизводительные модели с гораздо меньшими вычислительными затратами, чем OpenAI или Anthropic. В конце мая 2026 года компания завершила первый раунд финансирования на сумму около 7 млрд долларов, а пост-раундовая оценка составила 52 млрд долларов. Спустя месяц стартовал второй раунд с предварительной оценкой 71 млрд долларов. DeepSeek строит вычислительный кампус мощностью в гигаватты, инвестиции в собственные дата-центры могут достигнуть сотен миллиардов юаней. Компания также разрабатывает собственные AI-чипы для инференса. DeepSeek планирует IPO в 2027 году.
Moonshot AI (Kimi) делает ставку на «продукт + открытую экосистему». После запуска модели K3 президент Чжан Ютун сообщил о кратном росте ARR (годовой регулярной выручки). Однако уже через три дня после релиза Moonshot AI объявила о приостановке новых подписок для потребителей, направив все вычислительные ресурсы на обслуживание текущих клиентов. Дефицит вычислительных мощностей — одновременно вызов и сигнал: спрос реален, но ограничения по ресурсам сдерживают рост. Компания заявляет, что быстро наращивает мощности. В коммерческом плане Moonshot AI может выйти на биржу уже через полгода.
У каждого пути есть свои плюсы и минусы. Капиталозависимая стратегия обеспечивает масштабное финансирование и устойчивость к рискам, но требует постоянного подтверждения логики роста для рынка капитала. Частное размещение более гибко, но сталкивается с давлением оценки. Продуктовая стратегия создает максимальную привязанность пользователей, но наиболее ограничена вычислительными ресурсами и финансированием.
У кого есть долгосрочное конкурентное преимущество?
Оценка долгосрочных преимуществ строится на трех аспектах: технологические барьеры, ценовое преимущество и устойчивость экосистемы.
Технологические барьеры: Kimi K3 заняла первое место в рейтинге Frontend Code Arena с результатом 1 679 баллов, обогнав Claude Fable 5 (1 631 балл). Однако по комплексным оценкам K3 пока уступает закрытым моделям, таким как Claude Fable 5 и GPT-5.6 Sol. Китайские модели занимают примерно пятое место в мире и пока не смогли потеснить зарубежных лидеров. Технологический разрыв сокращается, но не исчез.
Ценовое преимущество — самый заметный «рв» китайских AI-компаний. Стратегия ультранизких цен DeepSeek привлекает разработчиков со всего мира. По данным Jefferies, по мере приближения китайских моделей к зарубежным лидерам по производительности при более низких затратах на инференс, порог коммерциализации AI-приложений может снизиться еще сильнее. Ценовое преимущество обусловлено не только архитектурными инновациями, но и более низкими затратами на электроэнергию и инфраструктуру дата-центров в Китае.
Устойчивость экосистемы — самый сложный для копирования фактор. Открытые модели формируют экосистему через сообщества разработчиков, а закрытые — удерживают корпоративных клиентов с помощью API-сервисов. DeepSeek-V4-Flash лидирует по объему использования семь недель подряд, что говорит о высокой активности экосистемы разработчиков. Zhipu наращивает отраслевую экспертизу, фокусируясь на вертикалях — государство, финансы, производство. Если открытая стратегия Kimi K3 привлечет достаточно разработчиков для создания приложений, постепенно проявится преимущество экосистемы.
В итоге, ни одна компания пока не обладает абсолютным долгосрочным конкурентным преимуществом. Технологический разрыв сокращается, но сохраняется, ценовые преимущества можно воспроизвести, а устойчивость экосистемы требует времени. Истинный «рв» может быть не в отдельном факторе, а в способности создать положительный цикл: технологические прорывы снижают затраты, низкие затраты привлекают разработчиков, разработчики обеспечивают процветание экосистемы, а процветание экосистемы способствует новым технологическим достижениям.
Заключение
Запуск Kimi K3 — знаковое событие, но оно означает не победу отдельной компании, а поворотный момент для отрасли. Китайский сектор крупных AI-моделей переходит от «гонки масштабов параметров» к конкуренции за коммерциализацию, где важны «низкие затраты, высокий объем использования и сильные экосистемы».
По состоянию на 20 июля 2026 года (пекинское время) на криптовалютном рынке биткоин (BTC) нашел поддержку около 64 000 долларов и уверенно восстановился, достигнув внутридневного максимума примерно 65 000 долларов. Gate фиксирует цену BTC около 64 747 долларов. На рынок влияют два фактора: геополитическая напряженность на Ближнем Востоке способствует росту цен на нефть, а инвесторы продолжают осмысливать последствия запуска Kimi K3 китайскими AI-стартапами. Структурные изменения в AI-индустрии уже отражаются на более широких рынках капитала — акции Zhipu упали более чем на 38% за два торговых дня после релиза K3, за этой цепочкой стоит следить.
«Нокаут-раунд» для китайских крупных AI-моделей только начинается. В следующем этапе успеха добьются не обязательно те, у кого больше параметров, а те, кто сможет превратить возможности моделей в реальную коммерческую ценность с минимальными затратами и максимальной эффективностью.
FAQ
Вопрос: С масштабом параметров Kimi K3 в 2,8 триллиона, как она позиционируется среди отечественных крупных AI-моделей?
Kimi K3 — крупнейшая в мире открытая модель по количеству параметров и первая открытая модель на уровне 3 триллионов параметров. Для сравнения, Zhipu GLM-5.2 и Alibaba Qwen3.8 (2,4 триллиона параметров) уступают K3 по масштабу. Однако масштаб параметров не равен общим возможностям — K3 пока уступает закрытым моделям, таким как Claude Fable 5 и GPT-5.6 Sol, по комплексным оценкам.
Вопрос: Почему акции Zhipu резко упали после запуска Kimi K3?
17 июля, в день релиза Kimi K3, акции Zhipu упали на 28,49%, а рыночная стоимость сократилась более чем на 200 млрд гонконгских долларов. Причины — опасения рынка по двум направлениям: во-первых, конкуренция со стороны открытых моделей может ослабить ценовую власть Zhipu на закрытые модели; во-вторых, Kimi K3 показала неожиданные результаты в ключевых сценариях, например, программировании, что заставило пересмотреть долю Zhipu на рынке. К 20 июля акции Zhipu упали до 890,5 гонконгских долларов.
Вопрос: Как масштаб финансирования DeepSeek соотносится с отраслью?
DeepSeek завершила первый раунд финансирования на сумму около 7 млрд долларов в первой половине 2026 года, а пост-раундовая оценка составила 52 млрд долларов. Спустя месяц стартовал второй раунд с предварительной оценкой 71 млрд долларов. Это рекордное частное размещение среди китайских AI-компаний, среди инвесторов — Национальный фонд AI-индустрии, Tencent, CATL, JD.com и другие.
Вопрос: Какие основные проблемы стоят перед коммерциализацией отечественных крупных AI-моделей?
Главные проблемы — вычислительные ограничения: Kimi K3 приостановила новые подписки для потребителей из-за дефицита вычислительных ресурсов после релиза; платная конверсия — потребительская сторона крупных моделей переходит от борьбы за трафик к проверке ценности, ключевой вопрос — как повысить готовность платить при росте пользовательской базы; прибыльность — отрасль все еще ищет устойчивые бизнес-модели, переход от бесплатных инструментов для потребителей к корпоративным платным сервисам требует времени для проверки.
Вопрос: Что более конкурентоспособно в долгосрочной перспективе — открытые или закрытые модели?
У каждой модели есть свои преимущества. Открытые модели обеспечивают устойчивость экосистемы за счет низких затрат и развития сообщества разработчиков, как у DeepSeek и Kimi K3. Закрытые модели сохраняют прибыль благодаря технологическим барьерам и контролю цен на API, как серия GLM от Zhipu. Сейчас все больше компаний выбирают смешанную стратегию: «открытые модели для рутинных задач + закрытые модели для сложного инференса». В долгосрочной перспективе наиболее устойчивыми окажутся компании, способные развивать и открытую экосистему, и коммерческие закрытые продукты.
