Chińskie modele open source mają większość tokenów na dwóch bramach deweloperskich

Dwie bramy deweloperskie, które kierują ruch do wielu dostawców modeli, wysyłają teraz większość swoich tokenów do chińskich laboratoriów. Na OpenRouterze chińskie modele odpowiadały za 57% do 67% tokenów użytych w tygodniu 14 września, w porównaniu z 6% do 13% w lutym, wynika z danych o użyciu przekazanych CNBC. Na Vercelu udział wzrósł do 55% w sierpniu z 11% w styczniu. CNBC podało te liczby 26 września.

Te dane opisują routing, nie wyniki benchmarków. Mimo to są najwyraźniejszym sygnałem adopcji opublikowanym w tym kwartale.

Dane OpenRoutera obejmują firmy ze Stanów Zjednoczonych, Europy i tego, co platforma określa jako "Globalne Południe", czyli 82 kraje w Ameryce Środkowej i Południowej, Afryce i Azji. Vercel nie podał podziału geograficznego dla swojej liczby. Około połowy tokenów na OpenRouterze zużywają firmy z USA, więc ogólna struktura platformy nie zależy od jednego regionu.

Najpierw cena, potem możliwości

Peter Walker, szef działu analiz w OpenRouterze, powiedział CNBC, że chińskie modele open source wydane w tym roku "mogą wiarygodnie działać w zaawansowanych zastosowaniach agentowych, zwłaszcza w kodowaniu, czego w końcu 2025 roku po prostu nie było". Dodał, że są "niesamowicie opłacalne w porównaniu z większością modeli z amerykańskich laboratoriów". Harpreet Arora, szef infrastruktury agentowej w Vercelu, ujął to samo w kategoriach kolejności: "Chińskie modele stają się wystarczająco zdolne do coraz większej liczby zadań przy znacznie niższym koszcie. Gdy model spełnia próg jakości dla danego zadania, ta różnica w cenie staje się przekonująca". Arora powiedział też, że firmy nadal chcą czołowych amerykańskich modeli do niektórych trudniejszych zadań.

To zastrzeżenie ma znaczenie. Raport CNBC zauważa, że amerykańskie modele czołowe nadal przyciągają więcej wydatków ogółem, nawet tam, gdzie udział tokenów się odwrócił. Liczba tokenów nagradza tanią pracę o dużym wolumenie, taką jak generowanie kodu i pętle agentowe. Wydatki nagradzają drogie wywołania, które klienci rezerwują na zadania, w których nie mogą sobie pozwolić na błąd.

W grupie "Globalnego Południa", którą śledzi OpenRouter, ponad dwie trzecie tokenów, 67%, trafiło do chińskich modeli w ostatnich tygodniach. Daniel Remler, starszy analityk CNAS, powiedział CNBC, że zwłaszcza w Azji Południowo-Wschodniej może nastąpić znaczący wzrost ze względu na więzi gospodarcze i kulturowe z Chinami oraz rosnącą infrastrukturę cyfrową. "Wszędzie od Lagos przez São Paulo po Dżakartę, gdzie przedsiębiorcy i rządy szukają tanich, otwartych modeli, zwrócą się najpierw do chińskiej AI", powiedział.

Anthropic i OpenAI ogłosiły tańsze modele wcześniej w tym samym tygodniu. Dianne Penn, która kieruje zarządzaniem produktem ds. badań i laboratoriów w Anthropic, powiedziała CNBC, że firma próbuje uczynić odpowiedzi "bardziej wydajnymi, tak aby zużywały mniej tokenów w zależności od ustawienia wysiłku".

Waszyngton otwiera akta

Dwie komisje Izby Reprezentantów USA badają wpływ rosnącej adopcji chińskich modeli, wynika z tego samego raportu. Deklarowane obawy to konkurencja technologiczna, bezpieczeństwo i globalne wpływy Pekinu. Stany Zjednoczone próbowały chronić swoją przewagę, ograniczając chińskim firmom AI zakup najbardziej zaawansowanych chipów poprzez kontrolę eksportu. Waszyngton martwi się też zdalnym dostępem do chipów Nvidii przez zagraniczne centra danych oraz "destylacją", w której nowe modele są trenowane tak, by naśladować starsze, ugruntowane. Remler ujął ryzyko w kategoriach zgodności, a nie surowej wydajności. Chińska AI oznacza "realne ryzyko gospodarcze i bezpieczeństwa dla Stanów Zjednoczonych", powiedział CNBC, a "największą obawą jest to, że integracja chińskich modeli AI wciąga kraje w chińską strefę wpływu technologicznego, która twardnieje w polityczne przymierze". AI było głównym tematem, gdy prezydent USA Donald Trump i prezydent Chin Xi Jinping spotkali się w tym tygodniu, podało CNBC.

Dane o adopcji współistnieją z osobnym zestawem twierdzeń o świeżości modeli, które trudniej zweryfikować i łatwiej pomylić. Strona Show HN opublikowana 16 września, stale.jock.pl, wymienia daty wydania i granice danych treningowych dla 20 modeli z 8 laboratoriów i liczy na bieżąco od każdej daty. Podaje, że 10 z 20 modeli ma granicę, którą jego laboratorium faktycznie publikuje, a 5 z 8 laboratoriów, Anthropic, Google DeepMind, Meta, OpenAI i xAI, opublikowało granicę dla co najmniej jednego modelu z listy. Strona zaznacza, że puste pole oznacza, iż sprawdzone źródła dostawcy nie ustaliły granicy, a nie dowód, że żadna nie istnieje.

Jej własny przykład najczystiej pokazuje tę lukę. GPT-6 Astra, według tej strony, został wydany 3 września 2026 roku z danymi treningowymi kończącymi się 30 kwietnia 2026 roku, czyli około cztery miesiące zaległości w dniu premiery. Ta sama strona opisuje test, w którym 16 modeli otrzymało narzędzie wyszukiwania w sieci przy ponad 2 000 wywołań: modele czołowe decydowały poprawnie niemal za każdym razem, a słabsze podawały ustalone fakty, które się zmieniły, bez sprawdzania, i szukały w sieci rzeczy takich jak temperatura wrzenia wody.

To zastrzeżenie dla każdego, kto czyta liczby o adopcji jako wyrok o jakości. Udział tokenów mierzy to, co kierują deweloperzy. Nie mierzy, czy model wie, jaki jest dzień.

Trzy inne premiery w tym miesiącu wskazują w różnych kierunkach. Cactus Compute opublikowało Needle 3 18 września, rodzinę modeli, którą opisuje jako produkującą binaria CQ2-bitowe o rozmiarze od 9 do 29 MB, z czterowarstwową podsiecią mającą dorównywać DeepSeek V4 Flash po dostrojeniu na zadaniach końcowych przez jedną epokę; firma podaje, że trenowała na 360B tokenów własnego strukturalnego zbioru danych i raportuje dekodowanie od 400 do 4 000 tokenów/s na Raspberry Pi 5. Cua opublikowało CUA-S1 19 września, badawcze wydanie wyłącznie źródłowe na licencji MIT małych modeli do decyzji o użyciu komputera, z wagami hostowanymi osobno na Hugging Face. A 21 września projekt o nazwie mini-AGI pokazał model bajtowy uczący się ciągle na jednym GPU z 8 GB VRAM, z wagami jeszcze nieopublikowanymi i przebiegiem w 7,14% korpusu.

Żadna z tych trzech premier nie zmienia liczb OpenRoutera ani Vercelu. Pokazują jednak, gdzie pcha się mniejszy koniec rynku: wnioskowanie lokalne na urządzeniu, ograniczone decyzje i treningi mieszczące się na sprzęcie, który ma jeden deweloper. Czy to zmieni strukturę tokenów, to pytanie do następnego zestawu danych z bram, nie do tego.