Китайские LLM: новые лидеры открытого мира

Если в 2024 году рейтинги открытых LLM возглавляла Llama, а в 2025 году к ней присоединилась DeepSeek, то в 2026-м картина изменилась окончательно: большинство верхних позиций в open-weight рейтинге занимают китайские лаборатории. Среди ярких имён — Kimi K2.6 от Moonshot AI и GLM-5 от Zhipu AI.

Текущий топ open-weight (BenchLM, май 2026)

Top-5 занят целиком китайскими моделями. Llama 4, Mistral и Gemma попадают в top-10, но борются за нижнюю половину.

Kimi K2.6 от Moonshot AI

Moonshot AI — пекинский стартап, который в 2024 году привлёк внимание миллионным контекстным окном. Kimi K2.6 — последняя версия линейки и второе место в общем рейтинге.

Ключевые характеристики

• Длинный контекст с устойчивым качеством
• Сильная мультимодальность (текст, изображение, документ)
• Особенно хороша в анализе длинных документов и кодовых баз
• Качество close to GPT-5 в большинстве сценариев

Сильные стороны

Moonshot традиционно фокусируется на «понимании и работе с большими объёмами текста» — судебные дела, исследовательские отчёты, технические спецификации, длинные диалоги.

GLM-5 от Zhipu AI

Zhipu AI — лаборатория из Tsinghua University. GLM-5 Reasoning делит третье место с GLM-5.1 и при этом ставит рекорд среди открытых моделей по SWE-bench Verified — 77.8%.

Ключевые характеристики

• Лучший открытый результат на SWE-bench Verified (программирование)
• Сильная цепочка рассуждений на сложных задачах
• Открытые веса, доступны коммерчески
• Поддержка китайского и английского на одинаково высоком уровне

GLM-5 vs GLM-5.1

GLM-5.1 — улучшенная итерация с тем же скором, но с лучшей поведенческой стабильностью на длинных диалогах и инструментальной работе.

Почему китайские лаборатории доминируют

Это не случайность, а результат нескольких факторов:

1. Стратегия открытости

Когда в 2023 году западные лаборатории закрыли доступ к весам флагманов, китайские лаборатории воспользовались моментом и сделали ставку на открытость. Сегодня это даёт им глобальную аудиторию разработчиков.

2. Ограниченный доступ к топовому железу

Экспортные ограничения вынудили оптимизировать архитектуры. DeepSeek, Kimi и GLM выработали техники, которые делают их модели эффективнее аналогов на том же железе.

3. Внутренний рынок

Китайский рынок — огромная среда для проверки качества: миллиарды пользователей, разнообразные сценарии, внутренняя конкуренция между лабораториями.

4. Государственная поддержка

ИИ — приоритет промышленной политики. Прямое финансирование, гранты, доступ к датасетам.

Что это значит для глобального ландшафта

Геополитика

Открытость китайских моделей создаёт зависимость глобальных разработчиков от китайских весов. Это уже привело к политическим дискуссиям в США и ЕС.

Качество

Сегодня нет ни одной задачи, где «должна быть только закрытая модель» — открытые альтернативы есть для любого сценария.

Экономика

Стоимость инференса для команд, использующих open-weight, упала в 5–10 раз за два года. Многие компании полностью перешли с проприетарных API на собственные деплои Kimi, GLM или DeepSeek.

Где попробовать

• Kimi: HuggingFace moonshotai/Kimi-K2.6, API kimi.com
• GLM: HuggingFace THUDM/GLM-5, API z.ai
• Локально: vLLM, SGLang поддерживают обе модели
• Через провайдеров: Together AI, OpenRouter, Fireworks

Что дальше

Тенденция продолжается: китайские лаборатории объявили несколько следующих релизов на лето 2026 года. Параллельно Meta готовит Llama 4 Behemoth, а Mistral — Large 3. Лето 2026 года обещает новый виток фронтирной гонки в open-weight.

Веса и документация: Kimi на HuggingFace, GLM на HuggingFace. Актуальные рейтинги — на BenchLM.ai.