Kínai kutatócsoportok, köztük a Moonshot AI, azzal a stratégiával robbantak be a piacra, hogy olcsó, letölthető és testreszabható — az ipar nyelvén „open‑weight” — nyelvi modelleket kínálnak. Ezek a rendszerek lehetővé teszik a felhasználók számára, hogy a modellsúlyokat saját gépeikre töltsék le, módosítsák és helyben futtassák, így jelentősen csökken a bevezetés és az üzemeltetés költsége.
Mi történt a közelmúltban
A hét során Moonshot Kimi K3 nevű modellje nagy visszhangot keltett; ezt megelőzően azonban már látható elmozdulás volt a prémium modellek felől a költséghatékonyabb kínai alternatívák irányába. Az OpenRouter piactéren — amely fejlesztők számára százszámra teszi elérhetővé a versengő AI‑rendszereket — a heti tokenhasználat alapján most öt kínai modell foglalja el az első öt helyet. Ezek a modellek Tencent, Xiaomi, DeepSeek, MiniMax és Z.ai néven szerepelnek, és mind „open‑weight” megközelítést alkalmaznak.
Miért számít ez
A vállalati AI‑felhasználás nagy részéhez nem feltétlenül kell a legfejlettebb, legdrágább modell. Sok rutinszerű feladat — például kódolássegítés, szövegösszegzés, adatkinyerés és ügyfélszolgálati automatizáció — olcsóbb, kevésbé erőforrás‑igényes rendszerekkel is megoldható. Egy iparági befektető az Axiosnak azt mondta, hogy „lesznek open‑source modellek, amelyek végül az enterprise lekérdezések 95%-át kezelik, és a maradék 5% mehet majd az OpenAI‑hoz vagy az Anthropic‑hoz.”
Az érintett szereplők kommentjei is erre utalnak: Kong vezérigazgatója, Augusto Marietti szerint az open‑weight használat az elmúlt negyedévben megnőtt, mert a zászlóshajó modellek „túl drágák”. Mozilla technológiai igazgatója, Raffi Krikorian azt hasonlította, mintha „Ferrarit vezetnénk a Whole Foods‑ba”: a legtöbb mindennapi munkához olcsóbb modellek épp elég gyorsak és alkalmasak lehetnek, és költségük akár 50-szer is kisebb lehet.
Kockázat és sebesség
A kínai modellek gyorsan fejlődnek, és a relatíve alacsonyabb árak valamint az open‑weight hozzáférés megkönnyítik az elterjedésüket. Anthropic vezérigazgatója, Dario Amodei májusban azt mondta, hogy Kína a legveszélyesebb kiberképességekben 6–12 hónappal maradt el az Egyesült Államoktól. Tíz héttel később a Moonshot olyan modellt adott ki, amely kulcsfontosságú benchmarkokban vetekszik az Anthropic Fable‑jával és az OpenAI GPT‑5.6‑tal — ez is mutatja, milyen gyorsan csökkenhet bármilyen amerikai előny.
Válaszok Szilícium‑völgyben
Az amerikai cégek közül több is igyekszik reagálni: a Thinking Machines, amelyet Mira Murati, korábbi OpenAI CTO alapított, ezen a héten mutatkozott be egy erősen testreszabható, open‑weight modellel. Az Nvidia gyorsan bővíti Nemotron sorozatát open modellekkel, arra számítva, hogy a testreszabható AI nagyobb keresletet teremt a vállalat chipei és szoftverei iránt. Emellett a SpaceXAI heteken belül közzétette a Grok Build nevű, kódoló ügynökéhez kapcsolódó szoftvert nyílt forráskódúként, így az „nyitottság” mozgalma túlterjed a modelleken magukon.
Nagy kép
Ha a vállalatok a legtöbb igényüket olcsóbb, saját rendszereiken futtatott modellekkel elégítik ki, akkor a szilícium‑völgyi prémium modellek nehezebben indokolhatják majd magas áraikat és a mögöttük álló óriási befektetéseket. Az OpenAI és az Anthropic olyan nagyméretű részvénykibocsátásokra (IPO) készülnek, amelyek értékelése attól függ, hogy a csúcstechnológiás AI ritka, nélkülözhetetlen és jövedelmező marad‑e. Egy ilyen változás hatása messze túlmutatna a Szilícium‑völgyön: az AI‑beruházások fontos hajtóerőt jelentenek az amerikai növekedésben, és a tőzsdei teljesítmény egy szűk csoport vállalatra támaszkodik.
Összegzés
A kínai open‑weight modellek előretörése alapjaiban kérdőjelezi meg a „legokosabb modellek eladása” stratégiáját. Ahogy Raffi Krikorian fogalmazott, a szilícium‑völgyi cégek „egyértelműen megijedtek” a gyorsan növekvő kínai versenytársak miatt.
