# Открытые ИИ-модели отстают от проприетарных на четыре месяца, показало исследование Epoch AI

> Аналитическая группа Epoch AI опубликовала данные, согласно которым открытые модели с открытыми весами в среднем уступают проприетарным аналогам на четыре месяца по уровню развития. Выводы основаны на анализе динамики с начала 2026 года.

- Canonical HTML: https://youragents.me/ru/media/news/otkrytye-ii-modeli-otstajut-ot-proprietarnyh-na-chetyre-mesjaca-pokazalo-issledovanie-epoch-ai
- Markdown: https://youragents.me/ru/media/news/otkrytye-ii-modeli-otstajut-ot-proprietarnyh-na-chetyre-mesjaca-pokazalo-issledovanie-epoch-ai.md
- Section: Новости
- Published: 2026-05-30T19:37:39+03:00
- Modified: 2026-05-30T19:37:39+03:00

Аналитическая группа Epoch AI опубликовала данные, согласно которым открытые модели с открытыми весами в среднем уступают проприетарным аналогам на четыре месяца по уровню развития. Выводы основаны на анализе динамики с начала 2026 года. 

Исследовательская организация Epoch AI представила обновлённые данные о разрыве между открытыми и проприетарными моделями искусственного интеллекта. Согласно результатам анализа, модели с открытыми весами в среднем отстают от передовых проприетарных систем на четыре месяца. Этот показатель остаётся стабильным с начала текущего года.

В отчёте, опубликованном в блоге Epoch AI, подчёркивается, что отставание открытых моделей сохраняется несмотря на активное развитие китайских разработок, таких как Qwen и DeepSeek. Как отметил Теортакес (Teortaxes), сторонник китайских ИИ-проектов, даже на пике сближения — например, при выпуске модели L3-405B — открытые системы не достигали уровня проприетарных аналогов, таких как Sonnet 3.5 от Anthropic. По его словам, для выполнения ряда задач открытым моделям потребовалось на шесть месяцев больше, чем закрытым.

Вопрос о влиянии дистилляции — процесса обучения открытых моделей на данных, сгенерированных проприетарными системами, — остаётся дискуссионным. Майлз Брандейдж (Miles Brundage), бывший сотрудник OpenAI, указал на отсутствие количественных оценок этого эффекта. «Люди придерживаются разных мнений, но редко подкрепляют их данными», — написал он в комментарии к публикации Epoch AI.

Гэри Маркус (Gary Marcus), почётный профессор Нью-Йоркского университета, усомнился в устойчивости бизнес-модели, основанной на четырёхмесячном технологическом отрыве. «Может ли такой разрыв стать основой для многомиллиардного бизнеса?» — задался он вопросом. В то же время Итан Моллик (Ethan Mollick), профессор Уортонской школы бизнеса, высказал мнение, что открытые модели демонстрируют большую хрупкость в нестандартных сценариях, чем показывают бенчмарки. По его оценке, реальный разрыв может быть шире, чем четыре месяца.

Ряд экспертов также обратили внимание на то, что открытые модели могут отставать ещё сильнее, если исключить влияние дистилляции. Симо Рю (Simo Ryu), исследователь в области ИИ, предположил, что без использования данных от проприетарных систем отставание открытых моделей было бы более значительным.

Источники: X-пост Epoch AI, 29 мая 2026; комментарии Майлза Брандейджа, Гэри Маркуса, Итана Моллика, Теортакеса, Симо Рю.