Китайская компания занимается разработкой ИИ, а именно - семейства открытых моделей GLM. Их ключевое преимущество в открытости: организации, располагающие необходимыми вычислительными ресурсами, могут самостоятельно развернуть модели в своей инфраструктуре и использовать их независимо от внешних сервисов. Такой подход, с одной стороны, упрощает интеграции, с другой - вызывает сложности с точки зрения безопасности.

В отличие от китайских ИИ-моделей, модели OpenAI доступны исключительно через API, что создает ряд ограничений, особенно для пользователей в России. Последняя модель семейства, GLM-5.2, по своим возможностям находится на уровне, близком к Claude Opus 4.8 и GPT-5.5. При этом она остается открытой и доступна у различных провайдеров, в том числе на российском рынке. К ограничениям можно отнести то, что в ряде задач модель пока уступает флагманским решениям OpenAI и Anthropic.

Вместе с тем в некоторых направлениях китайские модели демонстрируют неплохие результаты. В отдельных сценариях GLM-5.2 способна даже превосходить конкурирующие модели. Однако при сравнении современных больших языковых моделей важно учитывать, что существующие бенчмарки отражают лишь отдельные аспекты их качества и не дают исчерпывающей картины, считает руководитель центра разработки больших языковых моделей MWS AI Валентин Малых.

"Если обобщить практический опыт работы с моделью - как мой, так и коллег, - можно сказать, что сегодня она незначительно уступает передовым моделям OpenAI и Anthropic. Можно ли ожидать, что следующее поколение GLM выйдет в лидеры? Предыдущая динамика развития семейства не позволяет уверенно сделать такой прогноз, однако темпы развития отрасли показывают, что подобный сценарий нельзя исключать", - отметил Малых.

Однако с финансовой и организационной точки зрения догнать лидеров рынка ИИ, которые обладают триллионным капиталом сложно, за счет масштаба ресурсов и накопленных инвестиций. Для смены позиций необходим технологический сдвиг, кардинально новое решение, которое позволит перевернуть рынок. К тому же Anthropic и OpenAI уже чувствуют конкуренцию и рассматривают варианты привлечения дополнительных инвестиций. Чтобы существенно пошатнуть позиции ИИ-лидеров, потребуется переход к принципиально новой, альтернативной архитектуре. Это могут быть новые решения с применением биологических материалов для энергоэффективных нейронных связей или квантовые процессоры, считает сооснователь и генеральный директор RetailCRM Дмитрий Бороздин. По его словам, без подобных изменений даже значительные инвестиции не гарантируют возможности обгона уже оторвавшихся игроков.

Обойти американские нейросети Zhipu будет тяжело и по мощности. Однако если оценивать по соотношению цены и пользы - вполне возможно, отметил руководитель продукта Fedоt.аi цифрового логистического оператора versta.io Андрей Шарыпов. Мало кто готов семь раз переплачивать за +1% интеллекта, который в большинстве сценариев просто незаметен. Поэтому Zhipu не обгоняет - она просто делает гонку менее выгодной для тех, кто требует по $30 за вход.