Tech Wars Escalate: Google Delays Gemini 3.5, Anthropic Goes Self‑Sufficient, Open‑Source Models Challenge Dominance

Задержка знаменует собой серьезную неудачу для Google, которая позиционировала Gemini как свой флагманский продукт искусственного интеллекта, конкурирующий с OpenAI. Внутреннее тестирование показало, что Gemini 3.5 Pro не может последовательно генерировать правильный код Python для сложных структур данных длиной более 50 строк. Это критический недостаток на современном рынке, где помощники по программированию являются наиболее ценным приложением. Сообщается, что инженеры работают над модулем «саморефлексии», который позволит модели улавливать собственные ошибки, но он остается нестабильным. Задержка вызвала волновой эффект: на прошлой неделе отделы продаж Google Cloud потеряли несколько крупных контрактов с AWS и Azure. Генеральный директор Сундар Пичаи созвал экстренное общее собрание на следующий понедельник.

Выпущенный всего через 48 часов после новостей Google, GPT-5.6 Sol представляет собой не полностью новое поколение, а специализированную доработку GPT-5 с расширенными агентскими возможностями. Это сокращает использование токенов на 54% при выполнении задач кодирования за счет использования новой «токенизации с учетом кода», которая сжимает имена переменных и сигнатуры функций. Модель также поддерживает новый режим «вызова инструмента», который может автоматически генерировать и выполнять модульные тесты, проверять выходные данные и повторять попытки — шаг к автономным агентам кодирования. Первые пользователи сообщают, что Sol превосходит опубликованные внутренние тесты Gemini 3.5 на HumanEval (92,3% против 89,1%). Снижение цен является стратегическим шагом: 12 долларов за миллион токенов подрывают прогнозируемую цену Gemini от Google (по слухам, 20 долларов) и бросают вызов высококлассному Claude 5 от Anthropic.

Выпустив Llama 4 с открытым исходным кодом, Meta эффективно превратила базовые модели в товар. Разрыв в производительности между открытой и закрытой моделями сократился до менее 1% по стандартным тестам, но разрыв в стоимости огромен: Llama 4 с автономным размещением стоит 0,50 доллара за миллион токенов для вычислений по сравнению с 15 долларами для GPT-5. Это напоминает битвы Linux против Unix в 1990-х годах. Meta также выпустила набор инструментов для точной настройки и руководство по уточнению модели, позволяющее небольшим компаниям создавать варианты для конкретной предметной области. В ответ OpenAI и Google обдумывают снижение цен и могут в конечном итоге открыть исходные коды старых моделей, чтобы сохранить актуальность.

В настоящее время Anthropic тратит более 2 миллиардов долларов ежегодно на графические процессоры Nvidia H100 и B200 для вычислений и обучения. Проект специального чипа совместно с Samsung направлен на разработку 2-нм ASIC, который сможет выполнять трансформаторный вывод со скоростью 1 экзафлоп (10¹⁸ операций в секунду), потребляя при этом всего 300 Вт, что на 40% эффективнее, чем нынешнее поколение Nvidia. Чип будет производиться на литейном заводе Samsung и интегрироваться со стеками программного обеспечения с открытым исходным кодом (PyTorch, JAX). В случае успеха Anthropic сможет сократить затраты на логические выводы на 70% и получить конкурентный ров. Однако проект находится на ранней стадии разработки и может не производить работающий кремний до 2027 года; Тем временем Anthropic подписала крупное соглашение с AWS на поставку пользовательских экземпляров Trainium, чтобы преодолеть разрыв.

Moonshot AI (также известный как 月之暗面) — это пекинский стартап, который незаметно стал лидером в области долгоконтекстных моделей. Kimi K3 — это плотная модель с 2,8 триллионами параметров (с использованием смешанных экспертов) с контекстным окном на 100 миллионов токенов, что намного превосходит любую западную модель. Он может поглощать целые библиотеки китайской литературы или полные корпоративные базы кода. В независимом тестировании (SuperCLUE, китайский эквивалент MMLU) Кими K3 набрал 89,9% при выполнении задач на мышление на китайском языке, что немного выше 88,2% у GPT-5. Модель имеет открытый исходный код для некоммерческого использования, но китайским предприятиям доступно коммерческое лицензирование. Правительство Китая уже одобрило Kimi K3 для использования в приложениях искусственного интеллекта в государственном секторе, что ознаменовало стратегическую победу. Это еще больше подогревает технологическую гонку между США и Китаем, поскольку Министерство торговли США рассматривает возможность введения новых экспортных ограничений на производство передовых микросхем, чтобы противодействовать подъему Китая.

Все эти события усиливают конкуренцию среди поставщиков облачных услуг. AWS, Azure и GCP теперь являются не только поставщиками инфраструктуры, но и поставщиками моделей искусственного интеллекта через свои соответствующие сервисы (Bedrock, AI Studio, Vertex). Каждое облако объединяет модели искусственного интеллекта с вычислительными кредитами, хранилищем и сетями, создавая экосистемы, которые фиксируют клиентов. Azure обеспечила эксклюзивный ранний доступ к новым моделям OpenAI; AWS сотрудничает с Anthropic и Meta; GCP увеличивает количество собственных Gemini и Vertex AI. Борьба за лояльность разработчиков ожесточена: предлагаются бесплатные кредиты, скидки за объем и даже партнерство в совместной разработке. Небольшие поставщики облачных услуг, такие как OVH и DigitalOcean, наблюдают всплеск спроса на автономные экземпляры Llama 4, поскольку они предлагают конкурентоспособные цены без комплексных услуг искусственного интеллекта «большой тройки».

Для большинства компаний лучшим вариантом сейчас является Llama 4 с открытым исходным кодом, размещенная в оптимизированном по затратам облаке, обеспечивающая качество, близкое к GPT-5, при экономии затрат на 95 %. Для критически важных приложений, требующих максимальной надежности и поддержки, OpenAI GPT‑5.6 Sol остается лучшим выбором. Для задач на китайском языке или сверхдлинных контекстов Kimi K3 непревзойден. Крупным предприятиям с особыми потребностями в безопасности компания Anthropic Claude (через AWS) предлагает гарантии соответствия требованиям и конфиденциальности данных. Выбор сейчас более сложен, чем когда-либо, но и более расширяет возможности: ни один поставщик не имеет монополии. Технологические войны демократизировали ИИ.