Гонка США и Китая в сфере ИИ. США призывают выбрать сторону.

15 августа, Reuters сообщило, что США готовятся заявить десяткам стран, что они должны сделать выбор в гонке искусственного интеллекта между США и Китаем.

Согласно словам американского чиновника и внутреннему проекту документа, США предупреждает, что если некая страна присоединятся к конкурирующей структуре Китая, то она будет исключена из возглавляемой США коалиции по ИИ.

В прошлом году Вашингтон запустил инициативу Pax Silica, направленную на обеспечение цепочек поставок моделей ИИ, полупроводников и критически важных полезных ископаемых на фоне острого технологического соперничества с Китаем.

К инициативе присоединились около двух десятков стран, включая Казахстан —потенциальный источник важных полезных ископаемых, который также вступил в китайскую коалицию.

Проект письма, подготовленный Госдепартаментом США, адресован 35 подписантам американского «Заявления о возможностях в сфере ИИ», подписанного в июне. В этот список входят участники инициативы Pax Silica и страны, заявившие о готовности координировать сотрудничество в сфере ИИ с США.

В июле председатель КНР Си Цзиньпин объявил о создании конкурирующей Всемирной организации сотрудничества в области искусственного интеллекта. Пекин, тем самым, продвигает собственные технологии как альтернативу влиянию США в быстро развивающейся отрасли.

Казахстан на данный момент является единственной страной, которая, насколько известно, присоединилась к обеим инициативам, что вызвало беспокойство в Вашингтоне.

Борьба за первенство.

Гонка в сфере ИИ между США и Китаем достигла нового, крайне напряженного этапа. Если говорить кратко: США сохраняют лидерство в фундаментальных исследованиях, создании передовых моделей и капиталовложениях, но Китай стремительно сокращает разрыв, особенно в области эффективности, применения технологий в реальной экономике и робототехнике.

На первый взгляд призыв США выглядит как очередной виток технологического соперничества сверхдержав. Однако анализ состояния мировой ИИ-индустрии по состоянию на середину 2026 года показывает: данное политическое давление является не столько демонстрацией силы, сколько симптомом глубокого структурного кризиса американской модели ИИ, которая с трудом выдерживает конкуренцию с китайской стратегией открытости и демпинга.

Коротко о наиболее распространенных моделях ИИ:

· OpenAI GPT-5.6 Sol (и другие версии, например, GPT-5.5) — США (OpenAI). Флагманская модель, лидирующая в рейтингах агентных задач (способность выполнять сложные многошаговые действия).

· Anthropic Claude Fable 5 (а также Claude Opus 4.5/4.6/4.7/4.8, Claude Sonnet 5) — США (Anthropic). Часто признаётся самой умной или лучшей многоцелевой моделью по версии различных бенчмарков.

· Google Gemini 3.1 Pro (и Gemini 3.0/3.5) — США (Google). Входит в «большую тройку» лидеров вместе с моделями OpenAI и Anthropic.

· xAI Grok 4.5 (и Grok 4.2) — США (xAI). Модель Илона Маска, входящая в топ-10 ведущих мировых моделей.

· Meta Llama 4 (включая Llama 4 Maverick, Llama 4 Scout) — США (Meta). Ключевой игрок в сегменте открытых моделей (open-weights) от американской компании.

· Meta Muse Spark 1.1 — США (Meta). Ещё одна модель от Meta, входящая в топ-10 глобального рейтинга.

· NVIDIA Nemotron 3 Ultra 550B — США (NVIDIA). Лидирующая открытая модель в США по качеству и производительности, насчитывающая 550 миллиардов параметров.

· DeepSeek-V4 (версии Pro, Flash) — Китай (DeepSeek). Одна из ведущих китайских моделей. Версия V4-Flash известна рекордной популярностью и высокой эффективностью.

· Qwen3.8-Max (и Qwen3.7-Max) —Китай (Alibaba). Модель от Alibaba с огромной экосистемой. Входит в число лучших китайских моделей.

· Kimi K3 (и другие версии) — Китай (Moonshot AI). Модель от Moonshot AI с 2.8 триллионами параметров, которая иногда возглавляет мировые рейтинги агентных задач.

· GLM-5.2 (и GLM-5.3) — Китай (Z.ai). Модель с открытым исходным кодом (лицензия MIT). Считается лидером мирового рейтинга открытых моделей.

· MiniMax M3 (и другие версии) — Китай (MiniMax). Известна своими мультимодальными возможностями, включая генерацию видео.

Ограничения LLM и реальная ценность

Важно понимать, что даже при всех достижениях LLM имеют фундаментальные ограничения, которые сдерживают их повсеместное внедрение:

· Проблема верификации: для сложных неформализуемых задач затраты на проверку результатов ИИ могут превышать выгоду от его использования.

· Галлюцинации и отсутствие внутреннего критерия истины. Это делает невозможной полную автономность в динамической среде.

· Ограничения контекстного окна: 1 млн токенов недостаточно для крупных проектов, а стабильная область ещё меньше.

Поэтому реальная ценность LLM в 2026 году сосредоточена в относительно узком классе задач: кодинг, обработка документов, агрегация данных, базовая аналитика. Именно здесь и разворачивается основная конкуренция, и именно здесь Китай выигрывает за счёт цены.

Экономика ИИ:

Ключевая проблема—разрыв между инвестициями в ИИ-инфраструктуру и реальной монетизацией. С 2023 года американские гиганты вложили в ИИ сотни миллиардов долларов, но отдача остаётся минимальной.

Рассмотрим конкретные цифры:

·Microsoft: капитальные вложения за 12 месяцев достигли $116 млрд (против $97 млрд кварталом ранее), при этом прямая выручка от ИИ-бизнеса оценивается в $40–45 млрд в годовом выражении. Соотношение капитальных вложений к выручке выросло с исторических 7–10% до 35%, а операционный денежный поток за семь лет вырос лишь в 1,6 раза при росте выручки в 2,7 раза.

·Google: впервые в истории получила отрицательный операционный денежный поток (-$6 млрд за квартал). Капитальные вложения на 2026 год повышены до $195–205 млрд, что превышает годовой денежный поток. Компания прекратила байбэки, нарастила долг с $30 млрд до $120 млрд за 15 месяцев.

·Amazon: операционный денежный поток отрицательный (-$25 млрд за полугодие). Долг вырос на $88 млрд за 9 месяцев.

·Meta: тратит на ИИ 97% операционного денежного потока, долг вырос с $26 млрд (2022) до $112 млрд.

При этом прямая монетизация ИИ остаётся незначительной:

·Microsoft 365 Copilot — 30 млн подписок (примерно $8–10 млрд в год) при общих инвестициях в $190 млрд.

·Google: потенциальная выручка от API и подписок — $15–20 млрд в год против $200 млрд вложений.

·Amazon: ИИ-выручка AWS — около $25 млрд в годовом выражении, но это лишь треть ускорения AWS, а вложения $220 млрд.

·Meta не раскрывает ИИ-выручку, а рекламный эффект от ИИ составляет +1% конверсий.

На этом фоне Китай развернул принципиально иную стратегию. Вместо попытки конкурировать по «интеллекту» любой ценой, китайские разработчики сделали ставку на максимальную эффективность затрат и открытость:

·DeepSeek V4 Flash-0731: стоит почти бесплатно ($0,08 за млн входных токенов), но обеспечивает производительность уровня американских флагманов весны 2026 года (GPT-5.4). Это вызвало панику у OpenAI, которая вынуждена была снизить цены на GPT-5.6-terra в несколько раз.

·GLM-5.3 (Z.ai): при цене около $2.5 за млн токенов выходит на уровень между GPT-5.5 и GPT-5.6 SOL. При этом модель оптимизирована под китайские ускорители Huawei Ascend, что демонстрирует независимость от Nvidia.

·Qwen-3.8 Max (Alibaba): вплотную приблизилась к мировым лидерам, заняв 4-е место по совокупности тестов.

·Kimi K3 (Moonshot): конкурирует с передовыми американскими моделями (Opus-5, GPT-5.6).

Результат не заставил себя ждать. По данным OpenRouter (крупнейший маршрутизатор трафика), год назад: 75–85% трафика приходилось на американские модели (OpenAI, Anthropic, Google). Сейчас: 60–70% трафика (по токенам) приходится на китайские модели (DeepSeek, MiMo, Tencent, GLM и др.).

Причина проста: для массовых задач (агентное исполнение, генерация кода, обработка данных) бизнесу не нужна «гениальность» дорогих американских моделей. Требуется надёжность, скорость и низкая цена. Китай это обеспечивает.

Американская модель ИИ построена на надежде, что после консолидации рынка можно будет диктовать цены. Китайские открытые модели разрушают эту перспективу: выкладывая мощные модели почти бесплатно, Китай обесценивает американские инвестиции. Каждый бесплатный релиз сопоставимого качества намеренно сдвигает планку качества вниз, уничтожая саму возможность для США когда-либо окупить свои гигантские инвестиции.

Технологический разрыв

Хотя американские флагманы (GPT-5.6, Opus-5, Grok 4.6) всё еще удерживают лидерство в самых сложных задачах (научные рассуждения, генерация новых идей), разрыв в массовом сегменте практически исчез. Модели уровня Kimi K3, GLM-5.3 и Qwen-3.8 вплотную приблизились к американским флагманам, но при этом работают в разы быстрее и дешевле. Такими темпами в 2027 году Китай может выйти вперед.

Особенно показателен провал Google: имея все ресурсы (данные, чипы, инженеры, инфраструктуру), компания потеряла лидерство в LLM и теперь пытается отыграться за счёт дешёвых Flash-моделей и демпинга. Это симптом системной проблемы американского подхода — ставка на масштаб вычислений без должной оптимизации.

Экономическое положение толкает США на политические меры. Требование к странам выбрать сторону в ИИ-гонке — это не проявление силы, а признак уязвимости. США пытаются сделать то, что не могут сделать рыночными методами: изолировать Китай от глобального рынка, чтобы сохранить возможность продавать свои дорогие модели и окупить гигантские инвестиции.

Однако такая стратегия несёт в себе серьёзные риски:

· Фрагментация мира. Разделение на два технологических блока удорожает разработку, замедляет инновации и создаёт дублирующие стандарты. Для глобальной экономики это негативно.

· Сопротивление третьих стран. Многие государства, особенно развивающиеся, видят выгоду в дешёвых китайских технологиях. Принуждение может вызвать обратный эффект: демонстративный выход из американской коалиции.

· Ускорение автономии Китая. Ограничения лишь стимулируют Китай развивать собственные чипы и алгоритмы, что он уже успешно делает (Huawei Ascend, DeepSeek).

· Кризис американской ИИ-индустрии. Если давление не сработает или будет преодолено (через открытые модели, облачные API, пиратство), американские компании могут столкнуться с невозможностью окупить свои гигантские инвестиции. Возможен коллапс пузыря.

Выводы

Гонка ИИ между США и Китаем в 2026 году характеризуется парадоксальной ситуацией: по инвестициям США далеко впереди, но эти инвестиции не окупаются и ведут к наращиванию долгов. По доле реального использования Китай уже доминирует в массовом сегменте. По технологиям достигнут паритет с тенденцией к отставанию США. По стратегии Китай использует открытость как оружие, разрушая экономику закрытых моделей.

Политическое давление США — это попытка остановить необратимый процесс перехода рынка к китайским моделям. Однако, как показывает история технологических гонок, административные барьеры редко помогают, если продукт конкурента дешевле и достаточно хорош.

Вероятно, США сохранят нишу премиальных исследовательских моделей для узкого круга задач, но глобальный рынок прикладного ИИ будет всё больше ориентироваться на китайские открытые и дешёвые решения. Технологическая и ценовая динамика уже складывается в пользу Китая, а искусственная изоляция может ускорить формирование независимого китайского ИИ-блока, оставив американские компании с дорогими, но невостребованными моделями. Это, в свою очередь, приведёт к дальнейшему углублению кризиса американской ИИ-индустрии, если только не произойдёт радикального снижения стоимости вычислений или появления принципиально новой архитектуры, которая вновь изменит правила игры.