Открытые модели в 2026-м догнали GPT-4 на большинстве типовых задач — суммаризация, код, перевод, анализ текста. Вопрос сместился: не «какая модель лучше», а «на какой платформе запускать и под какую задачу». Я потестировал два свежих релиза апреля — Gemma 4 от Google DeepMind и Kimi K2.6 от Moonshot AI. Что понравилось, что нет, кому какая подойдёт — всё ниже.
Open-weight — это вообще про что
Окей, тут важно не путать. Open-weight — это когда компания выкладывает веса модели (то есть «мозг» нейросети, файл на несколько гигабайт), и вы можете скачать его себе на комп и запустить. Без интернета, без подписки, без ограничений на количество запросов.
Обе модели из этой статьи идут под лицензией Apache 2.0 — можно использовать даже в коммерческих проектах. Хочешь — встраивай в свой продукт, хочешь — крути локально для личных задач.
Главное отличие от ChatGPT или Claude: всё работает на вашем железе. Данные никуда не уходят. Для тех, кто параноит насчёт приватности — это аргумент.
🔥 Gemma 4 от Google DeepMind
Четвёртое поколение открытой линейки Google. Не буду врать — впечатлило.
Главная цифра: ~85 токенов в секунду на консьюмерском железе (токен — это примерно ¾ слова, то есть модель выдаёт около 60 слов в секунду). Это быстро. Для сравнения — многие закрытые API-модели работают медленнее.
Gemma 4 выходит в нескольких размерах — от компактных версий для ноутбуков до тяжёлых для серверов. Компактные варианты влезают в 8-16 ГБ видеопамяти, что реально для обычной игровой видеокарты.
Для чего хороша: тексты, суммаризация, код, перевод. Общие задачи — её конёк. Я прогнал через неё пару рабочих текстов — пишет чисто, не «водит», структура логичная.
Где пока слабее: сложные цепочки рассуждений и мультимодальность (работа с картинками). Тут платные модели всё ещё впереди.
Kimi K2.6 — зачем я вообще полез это пробовать
А вот это совсем другой зверь. Kimi K2.6 — модель от китайской Moonshot AI, заточенная под агентные задачи.
Что это значит? Обычная модель отвечает на один вопрос и забывает контекст. Kimi K2.6 умеет вести длинные цепочки действий — long-horizon agentic execution (буквально: «выполнение длинных горизонтов задач»). Ты даёшь ей план из 15 шагов, и она последовательно их выполняет, помня, что было на шаге 3, когда дошла до шага 12.
И зачем это обычному человеку? Ну, например: «проанализируй эти 5 документов, найди противоречия, составь сводку, потом напиши письмо клиенту на основе сводки». Одним промтом. Без перезапуска.
K2.6 уже есть в Ollama — можно поставить одной командой. Я, правда, с первого раза полчаса провозился — забыл обновить сам Ollama до свежей версии. Сижу, смотрю в ошибку, гуглю, а там всё просто. Классика.
⚡ Запуск локально — 3 команды
Обе модели доступны через Ollama (это менеджер локальных моделей, как App Store, только для нейросетей):
- Установить Ollama: curl -fsSL https://ollama.com/install.sh | sh
- Скачать модель: ollama pull gemma4 или ollama pull kimi-k2.6
- Запустить: ollama run gemma4
Всё. Три строчки в терминале — и у вас локальная нейросеть. Без регистрации, без API-ключей.
Так что выбрать-то
Короче, расклад такой:
- Gemma 4 — если нужен быстрый универсал. Тексты, код, ответы на вопросы, суммаризация. Работает шустро, жрёт немного ресурсов
- Kimi K2.6 — если задачи длинные и многошаговые. Агенты, анализ документов, сложные цепочки. Медленнее, но умнее в длинном контексте
Можно поставить обе. Серьёзно. Ollama позволяет переключаться между моделями одной командой.
Где открытые догнали платные, а где — нет
Смотрите, на задачах вроде «перепиши текст», «напиши функцию на Python», «переведи статью» — разницу между Gemma 4 и, скажем, GPT-4 я уже почти не вижу. Догнали.
Где ещё уступают: глубокие рассуждения (математика, логические головоломки), работа с изображениями, генерация длинного связного текста на 5+ страниц. Тут платные модели пока выигрывают — но разрыв сокращается каждый квартал. Это не ощущение, это видно по бенчмаркам.
А по-простому это значит: для 80% бытовых задач с текстом открытые модели уже достаточно хороши. Платить $20/месяц за подписку стоит, только если вы упираетесь в эти оставшиеся 20%.
—
📱 Больше промтов, экспериментов и смешных фейлов нейросетей —
в моём Телеграме: @skazhi_ai