Лучшие модели ИИ, созданные за пределами США и Китая, выходят примерно на год позже американских моделей того же уровня, показало исследование Village.dev, построенное на шкале возможностей LLM Atlas для 857 моделей. Разрыв с 2024 года не растёт и не сокращается: «суверенный ИИ» не догоняет фронтир, а закрепляется на уровне прошлого модельного поколения. Для всех, кто выбирает модели вне двух главных рынков, это означает поправку примерно в год на свежесть и качество.
Что произошло
Компания Village.dev опубликовала исследование, построенное на собственной шкале возможностей LLM Atlas, по которой оценены 857 моделей. Методика измеряет отставание по принципу time-to-parity: фиксируется, насколько позже выходит модель, достигшая уровня уже выпущенной, поэтому лаг считается в месяцах, а не в спорных абсолютных баллах. Лидером шкалы остаётся GPT-6 Astra Pro со 170,2 балла; лучшая модель Франции Mistral Large 4 набрала 159,7, южнокорейская Motif-3-Beta — 153,9, канадская Cohere North Mini Code — 139,7, модель ОАЭ K2 Think V2 — 135,3, индийская Sarvam 30B — 124,1. Лучшие модели лабораторий вне США и Китая появляются в среднем на 9,9 месяца позже американских, достигших того же уровня; минимальный разрыв с 2024 года не опускался ниже 7,3 месяца, а Китай отстаёт в среднем на 5,2 месяца. По объёму выпуска в 2026 году Atlas оценил 113 моделей из США, 79 из Китая и около 20 моделей от всех остальных стран вместе. Исследование опубликовано в блоге Village.dev и обсуждается в сообществе Hacker News.
Контекст
Под «суверенным ИИ» здесь понимаются модели лабораторий и компаний из отдельных стран вне США и Китая, и их ставки заметно расходятся. Mistral сделал акцент на открытых весах Mistral Large 4 и за счёт этого сократил разрыв примерно до 8 месяцев; Южная Корея сжала отставание с 14,9 до 7,3 месяца; Cohere сместилась в enterprise-сегмент с платформой North и покупкой Aleph Alpha в апреле 2026 года; ОАЭ инвестируют в вычислительную инфраструктуру в проекте Stargate UAE вместе с OpenAI, а Индия перешла к обучению моделей с нуля — Sarvam 30B и Sarvam 105B — на государственных GPU. Один усреднённый показатель лага маскирует эти различия: общий годовой коридор сочетается с очень разными способами его закрывать. Важен и масштаб базы вне двух лидеров: узость этой совокупности превращает разговор о равном соперничестве с фронтиром в разговор о втором эшелоне, который стабильно поставляет модели уровня прошлой годовой давности.
Почему это важно для индустрии
Для отрасли исследование даёт количественную картину геополитики ИИ и подтверждает, что второй эшелон — не временный феномен, а устойчивый слой рынка. При выборе вендора и закупках вне США разумно закладывать отставание порядка 9–12 месяцев в свежести и качестве либо принимать зависимость от фронтира во главе с GPT-6 Astra Pro. Пока разрыв стабилен, укрепляется двухуровневый рынок: фронтирные API — для сложных задач, открытые и суверенные модели — для нагрузок с ограничениями по данным и стоимости. В такой конфигурации мультимодельный роутинг и fallback-схемы становятся стандартным продуктовым паттерном, а открытые веса снижают издержки переключения для self-hosting. Если лаг сохранится на горизонте пары лет, конкуренция внутри второго эшелона окончательно сместится от возможностей к доступности, лицензиям, мультиязычности и инференс-инфраструктуре.
Почему это важно для пользователей
Для читателя это ориентир, помогающий понять, какие модели реально доступны за пределами США и Китая и насколько далеко они позади: выбирая локальную или «суверенную» модель, стоит закладывать примерно годовой разрыв в свежести и качестве. Для типовых задач — экстракции, классификации, RAG и агентских пайплайнов средней сложности — разница с лидером по шкале Atlas сопоставима со ставкой на один модельный релиз, поэтому рабочий продукт можно собирать и на моделях второго эшелона. Такой выбор даёт заметный выигрыш в контроле над данными и предсказуемой стоимости, а платой выступает отставание во фронтирных возможностях.
Что пока неизвестно / ограничения
Выводы стоит читать с оговорками. Количество моделей, оценённых Atlas, — продукт релизной политики и маркетинга лабораторий: в статистику смешиваются варианты, fine-tune-ы и модели, обученные с нуля, поэтому объём выпуска нельзя трактовать как меру возможностей, а тезис о «почти дуополии» — как суждение о науке, а не о дистрибуции. Бенчмарки в основном на английском языке, что может занижать модели, оптимизированные под корейский, арабский или индийские языки. Статистика по отдельным странам хрупкая: выводы по Индии держатся всего на двух моделях. Исследование измеряет бенчмарк-баллы, а не готовность к продакшену: в нём нет данных о задержках, стоимости inference, доступности API и надёжности. Дальнейший ход зависит от того, проверят ли методику Atlas внешние команды на публичных бенчмарках; если подтвердится языковое смещение, годовой коридор для Кореи, ОАЭ и Индии может сократиться, а при продолжении открытых релизов — опуститься ниже исторического минимума.
Источники
- Outside the US and China, the world is building last year's AI — Village.dev
- AI models built outside the US and China are nearly a year behind — Hacker News discussion
Автор
Look at AI, редакция