Пиллар кластера · обновлено · июль 2026
Открытые ИИ-модели для бизнеса:
карта 2026 и матрица выбора
В 2026 году вопрос «догонят ли открытые модели закрытые» закрыт: на большинстве бизнес-задач разницы не видно, а стоят они в разы дешевле. Эта страница — карта: какие линейки существуют, чем отличаются и какую брать под вашу задачу. Под каждой моделью — подробный разбор.
Открытые ИИ-модели — это языковые модели с опубликованными весами: их скачивают, запускают на своём железе, дообучают и используют коммерчески без доступа к облаку разработчика. К лету 2026 фронтир-класс с открытыми весами держат пять китайских линеек (GLM, DeepSeek, Qwen, Kimi, MiniMax) и Hermes от американской Nous Research; лицензии MIT и Apache 2.0 снимают юридические вопросы, а инференс обходится в 5–30 раз дешевле западных флагманских тарифов. Для бизнеса в России главный бонус: модель в собственном контуре закрывает требования 152-ФЗ архитектурой.
Фронтир-класса с открытыми весами у Китая к лету 2026: GLM, DeepSeek, Qwen, Kimi, MiniMax · обзоры рынка, 2026
Мировая доля китайских LLM за два месяца после DeepSeek R1: открытые веса берут рынок · RAND, 2026
Настолько дешевле обходится инференс открытых моделей против флагманских западных тарифов · сравнения тарифов, 2026
Экономия на инференсе у команд, которые маршрутизируют задачи между моделями вместо «одной на всё» · практика внедрений, 2026
Карта линеек
Четыре линейки, которые стоит знать
| Линейка | Лицензия | Размеры | Контекст | Сильная сторона | Когда выбирать |
|---|---|---|---|---|---|
| GLM-5.2 (Z.ai) | MIT | MoE 744B / 40B актив. | 1 млн | Лидер открытых на общих бенчмарках, код и поиск уязвимостей, связка со средой ZCode | Нужен максимум качества открытой модели; работаете в ZCode |
| DeepSeek V4 (DeepSeek) | MIT | Pro 1,6T/49B · Flash 284B/13B | 1 млн | Самый дешёвый инференс фронтир-класса, кэширование префиксов −90%, совместимость с API OpenAI и Anthropic | Массовые нагрузки, RAG по архивам, экономика потока решает |
| Qwen 3.6 (Alibaba) | Apache 2.0 | 6 размеров, 27B–397B | до 1 млн | Линейка под любое железо (27B на одной RTX 4090), самая свободная лицензия, мультиязычность | Контур на скромном железе; встраивание ИИ в свой продукт; мультиязычность |
| Hermes 4 (Nous Research) | открытые веса | 14B / 70B / 405B | гибридное рассуждение | Управляемость и следование политике владельца, связка с открытым агентом Hermes Agent | Свой агент с памятью на своей машине; полный контроль поведения |
За кадром таблицы: Kimi (Moonshot) с контекстом 2 млн и роем суб-агентов (K2.7 Code с 1 июля в GitHub Copilot) и MiniMax M2.7. Разборы добавим по мере запросов читателей.
Выбор за 30 секунд
Какую модель брать под задачу
| Задача | Что взять | Почему |
|---|---|---|
| Кодинг-агент на потоке | DeepSeek V4-Flash или GLM-5.2 в ZCode | цена длинных сессий против качества фронтенда: тестируйте оба на своём стеке |
| RAG по большим архивам документов | DeepSeek V4 | миллион контекста плюс дешёвый кэшируемый вход |
| ИИ в контуре на скромном железе | Qwen3.6-27B / 35B-A3B | работает от одной RTX 4090, лицензия без вопросов |
| Встраивание в коммерческий продукт | Qwen 3.6 | Apache 2.0 разрешает перепродажу инференса |
| Максимум качества открытой модели | GLM-5.2 | лидер открытых на общих бенчмарках лета 2026 |
| Личный агент с памятью | Hermes Agent + любая модель | открытая платформа, модель меняется одной командой |
| Чувствительные данные, 152-ФЗ | любые открытые веса в своём контуре | внешние API (КНР или США) для такого не подходят |
Матрица — ориентир, а не приговор: финальный выбор подтверждается тестом на ваших данных. Как устроен такой тест, рассказываем на стратегической ИИ-сессии.
Кластер
Подробные разборы каждой линейки
Гайд
ZCode и GLM-5.2: гайд по стеку Z.ai для бизнеса
Модель-лидер открытых бенчмарков и её официальная среда: тарифы, Goal Mode, куда идёт Z.ai.
Читать →Разбор
DeepSeek для бизнеса: V4, цены API и запуск в контуре
Самый дешёвый фронтир: $0,14 за млн токенов, кэширование −90%, миграция с западных API за вечер.
Читать →Разбор
Qwen для бизнеса: линейка Alibaba под любое железо
Шесть размеров под Apache 2.0: от ноутбука юриста до кластера, самый чистый путь встроить ИИ в продукт.
Читать →Разбор
Hermes от Nous Research: открытый ИИ-агент с памятью
Не модель, а открытый агент: память в файлах, скиллы, 6 мессенджеров. Личный ИИ, который живёт у вас.
Читать →Правила внедрения
Три правила, которые сэкономят месяцы
Маршрутизируйте, не женитесь
Одна модель на всё — дорого или слабо. Поток на дешёвых открытых, сложное на флагманах: так команды экономят 60–80% на инференсе без потери качества.
Чувствительное — только в контур
Внешний API (в КНР или США) для персональных данных не подходит. Открытые веса у себя снимают вопрос архитектурой, а не обещаниями вендора.
Меряйте на своих данных
Бенчмарки показывают потолок, а не вашу задачу. Пилот на 2–3 моделях с замером качества и стоимости отвечает точнее любого рейтинга.
Частые вопросы про открытые модели
- Что такое открытые ИИ-модели?
- Модели, чьи веса опубликованы для скачивания: их можно запускать на своём железе, дообучать и использовать без доступа к облаку разработчика. Степень свободы определяет лицензия: MIT и Apache 2.0 разрешают коммерческое использование без ограничений.
- Законно ли использовать китайские открытые модели в России?
- Да. Веса под MIT или Apache 2.0 не содержат региональных ограничений, скачиваются свободно и используются коммерчески без отчислений. Юридический вопрос обычно один: где обрабатываются данные. Ответ на него даёт развёртывание в собственном контуре.
- Открытая модель в контуре закрывает 152-ФЗ?
- Архитектурно да: персональные данные не покидают ваш периметр, внешних передач нет. Остаются обычные требования к оператору ПДн (регламенты, защита инфраструктуры), но самый болезненный пункт, трансграничная передача, снимается полностью.
- Насколько открытые модели отстают от GPT и Claude?
- Разрыв закрылся до рабочего минимума: на многих задачах (код, извлечение, классификация, RAG) разницы не видно, на самых сложных многошаговых цепочках лидеры пока закрытые модели. Поэтому зрелая схема 2026 года: маршрутизация, где 80% потока едет на открытых, а сложное — на флагманах.
- С чего начать внедрение открытой модели в компании?
- С одного процесса и замера: выберите задачу с измеримым эффектом, прогоните на 2–3 моделях из нашей матрицы, посчитайте качество и стоимость на своих данных. Если своей команды под это нет, мы делаем такой пилот в формате спринта.
Источники
На что опирается карта
- RAND, 2026: динамика мировой доли китайских LLM после DeepSeek R1.
- Разборы кластера BiometricLabs, июль 2026: GLM-5.2/ZCode, DeepSeek V4, Qwen 3.6, Hermes Agent (первоисточники и даты в каждом).
- AI-Stat, 2026: паритет открытых и закрытых моделей, релизы Qwen 3.6.
- Тарифы DeepSeek/Z.ai/OpenRouter, 2026: сравнение стоимости инференса.
- GitHub Copilot, 01.07.2026: Kimi K2.7 Code — первая китайская open-weight модель в Copilot.
- Собственная практика BiometricLabs, 2026: маршрутизация моделей в проектах, портал собран с участием GLM и Claude.
Выбрать модель под вашу задачу?
Бесплатная установочная встреча 60–90 минут: разберём процесс, данные и контур, предложим 2–3 кандидата из матрицы и схему пилота с замером.
Заявка на бесплатную встречу
Полминуты на заполнение. Ответим в течение рабочего дня и предложим слот.
Спасибо, заявка ушла.
Ответим в течение рабочего дня. Если хочется быстрее, напишите в Telegram @forensicsman.