Держите новость, от которой у поклонников проприетарных моделей дернется глаз: OpenAI выпустил свой первый открытый LLM с GPT-2. А китайские модели уже наступают на пятки GPT-5 и Claude.
Год назад разрыв между open-source и закрытыми моделями составлял 6–12 месяцев. Сейчас — всего 3 месяца.
MIT-лицензии, триллионы параметров, мультимодальность и цены в 10 раз ниже. Open-source больше не «почти как GPT», а реальная альтернатива для бизнеса и разработчиков.
Давайте разбираться, что происходит и кому что выгодно.
🚨 ШОК-МОМЕНТ: OPENAI ВЫПУСТИЛ OPEN-SOURCE LLM
Да, вы не ослышались. OpenAI, которая всегда была за закрытые модели и платные API, выпустила GPT-oss 120B — первую open-weight модель с GPT-2.
Характеристики:
- 117 миллиардов параметров
- Apache 2.0 лицензия
- 97.9% на AIME 2025 (математика) — это уровень лучших закрытых моделей
Это как если бы Coca-Cola вдруг выложила рецепт в открытый доступ. Пока модель уступает лидерам в реальных задачах (62.4% на SWE-bench), но сам факт — тектонический сдвиг .
📊 СРАВНИТЕЛЬНАЯ ТАБЛИЦА ГЛАВНЫХ ОТКРЫТЫХ МОДЕЛЕЙ 2026
🔥 РАЗБОР КЛЮЧЕВЫХ ИГРОКОВ
Kimi K2.5 — главная звезда open-source
Что это: 1 триллион параметров (активных — 32 млрд), MIT лицензия, мультимодальная .
Технология Agent Swarm: до 100 агентов работают параллельно. Сложную задачу разбивает на части, запускает несколько агентов одновременно. Ускорение — до 4.5 раз .
Результаты:
- AIME 2025 (математика) — 96.1%
- SWE-bench Verified — 76.8% (почти как Claude Opus 4.5 с 80.9%)
- LiveCodeBench — 85% (кодинг в реальном времени)
- VideoMMMU — 86.6% (видео-рассуждения, выше GPT-5.2)
Кому брать: разработчикам, кому нужна мультимодальность и код. Цена — ~$0.60/1M токенов ввода .
GLM-5 — лучший в реальных задачах
Что это: 744 млрд параметров (40B active), MIT лицензия .
Главная фишка: Асинхронный RL с фреймворком slime — тренировка на длинных взаимодействиях с инструментами .
Результаты:
- SWE-bench Verified — 77.8% (лучший среди open-source, выше Kimi K2.5)
- SWE-bench Multilingual — 73.3%
- HLE with Tools — 50.4%
- GPQA-Diamond — 86.0%
Кому брать: компаниям, где ИИ должен выполнять реальные задачи в бэкенде. Важно: адаптирована под китайские NPU (昇腾) и российские аналоги — можно запускать на отечественном «железе» .
DeepSeek V3.2 — король цены
Что это: 685 млрд параметров (37B active) .
Результаты:
- GPQA-Diamond — 79.9%
- AIME 2025 — 89.3%
Цена: $0.28 за 1M токенов — дешевле всех .
Кому брать: если бюджет ограничен, а задача не требует мультимодальности.
GPT-oss 120B — сенсация от OpenAI
Что это: 117 млрд параметров (5.1B активных), Apache 2.0 .
Результаты:
- AIME 2025 — 97.9% (лучший в математике!)
- GPQA-Diamond — 80.9%
- SWE-bench — 62.4% (уступает китайцам)
Кому брать: если важна математика и Apache 2.0. Но для реальных инженерных задач пока слабоват.
🧠 ЧТО ИЗМЕНИЛОСЬ: VENDOR LOCK-IN УХОДИТ
Раньше бизнес боялся: «Внедрим OpenAI API, а потом они поднимут цены — и мы привязаны».
Сейчас страхи уходят.
Причины:
- MIT и Apache 2.0 — можно использовать бесплатно в коммерции
- Запуск на своём железе — данные не уходят в облако
- Гибридные схемы — облако для быстрых задач, свои мощности для чувствительных данных
- Китайские модели — дешевле, а по качеству догоняют
Разрыв между open-source и проприетарными моделями сократился до 3 месяцев . a16z уже использует GLM-5 как эталон open-source в сравнениях с Claude .
💼 КОМУ ЭТО ВЫГОДНО
Разработчикам
Можно развернуть Kimi K2.5 у себя на серверах за $371 за полный цикл оценки — это в 4 раза дешевле, чем Claude Opus 4.5 .
Компаниям с требованиями к приватности
Финтех, медтех, госсектор — теперь можно использовать мощные LLM без отправки данных в облако OpenAI или Google.
Стартапам
Аренда GPU всё ещё дорогая, но модель можно «ужать» (квантовать) в 4–8 раз. Например, GPT-oss 120B в 4-bit весит всего ~70GB — запускается на одной H100.
Российским компаниям
GLM-5 адаптирована под китайские NPU, которые совместимы с российскими разработками. Отечественное «железо» — не проблема .
📌 ВЫВОД: ЧТО ВЫБРАТЬ В 2026
Open-source больше не «бедный родственник». Это полноценный инструмент, который в некоторых сценариях уже обгоняет закрытые аналоги.
👇 А ВЫ ЧТО ДУМАЕТЕ?
Какую open-source модель используете?
Переходили с OpenAI на свои LLM?
Что важнее — цена, качество или приватность?
Пишите в комментариях — обсудим, кто на что переходит в 2026 🔥
👉 Подпишись на «Промпт-Дневник», чтобы не пропустить разборы LLM и трендов open-source AI 🚀