Доля китайских нейросетей на мировом и российском рынке: динамика, причины и перспективы

Введение: почему тема доли китайских нейросетей стала ключевой

За последние два года рынок больших языковых моделей (LLM) кардинально изменился. Еще в конце 2024 года китайские нейросети занимали ничтожную долю мирового трафика, уступая американским гигантам OpenAI, Google и Anthropic. Однако уже к концу 2025 года ситуация развернулась: доля китайских моделей выросла с 1% до 15% в глобальном масштабе, а в отдельные недели достигала 30%. В России этот тренд проявился еще ярче: на платформе Yandex AI Studio китайские модели Qwen и DeepSeek заняли второе и третье места по объему потребления, а общий рост использования нейросетей из КНР в облаке MWS Cloud составил 11 раз за первое полугодие 2026 года.

Эта динамика не случайна. Китайские компании, такие как Alibaba, DeepSeek и Baidu, сделали ставку на открытый исходный код и агрессивное ценообразование, что позволило им привлечь разработчиков и бизнес по всему миру. В этой статье мы разберем, как именно менялась доля китайских нейросетей, какие факторы стоят за этим ростом, и что это означает для российских компаний, которые все чаще выбирают китайские модели для своих задач.

Глобальная динамика: от 1% до 15% за год

Согласно совместному исследованию платформы OpenRouter и венчурной компании a16z, доля китайских моделей генеративного ИИ на мировом рынке выросла с 1% в ноябре 2024 года до 15% в ноябре 2025 года. Это десятикратный рост за 12 месяцев. Средняя доля китайских моделей с открытым исходным кодом в течение года составила около 13%, а в отдельные недели достигала 30%. При этом примерно 40% этих моделей применяются для решения сложных профессиональных задач, таких как программирование и дизайн.

Ключевым драйвером роста стало появление моделей DeepSeek и Qwen от Alibaba. Эти модели распространяются бесплатно или по очень низким ценам, что делает их доступными для широкого круга разработчиков. В рейтинге Nikkei, включающем 92 ключевые модели ИИ, DeepSeek заняла 9-е место, но при этом возглавила список среди открытых моделей, опередив по производительности продукты Google и OpenAI. Это показывает, что китайские разработчики не просто догоняют, а в некоторых аспектах превосходят западных конкурентов.

Российский рынок: кратный рост потребления китайских моделей

В России тренд на китайские нейросети проявился особенно заметно. По данным Коммерсанта, на платформе Yandex AI Studio за первую половину 2026 года объем потребления вырос в 18 раз и достиг 597 миллиардов токенов. Хотя больше половины трафика пришлось на модели Яндекса, второе и третье места заняли китайские Qwen с долей 21,2% и DeepSeek с 13,5%. В облаке MWS Cloud зафиксировали рост использования нейросетей из КНР в 11 раз — до 400 миллиардов токенов.

Эксперты MWS Cloud прогнозируют, что весь российский рынок больших языковых моделей по итогам 2026 года вырастет на 35% и составит около 19,6 миллиарда рублей. При этом в Ростелекоме оценивают коммерческую емкость только облачного доступа к нейросетям как минимум в 10–12 миллиардов рублей. Эти цифры показывают, что китайские модели стали не просто альтернативой, а основным выбором для многих российских компаний, особенно тех, кто ищет экономически эффективные решения.

Причины роста: цена, открытость и возможность развертывания в закрытых контурах

Участники рынка выделяют три главные причины, почему китайские нейросети завоевывают популярность в России и мире. Первая — ценовая доступность. Китайские модели часто стоят в десятки раз дешевле американских аналогов. Например, стоимость обработки 1 миллиона токенов у DeepSeek может быть нулевой, тогда как у GPT-5 достигает 10 долларов. Для бизнеса, работающего с большими объемами данных, эта разница критична.

Вторая причина — открытость технологий. Китайские модели, такие как Qwen и DeepSeek, распространяются с открытым исходным кодом, что позволяет компаниям развертывать их на собственных серверах или в закрытых контурах. Это особенно важно для российских организаций, которые обрабатывают конфиденциальные данные и не могут передавать их сторонним разработчикам. Возможность развертывания в изолированной ИТ-инфраструктуре снижает риски утечек и соответствует требованиям регуляторов.

Третья причина — сложности с оплатой западных сервисов в России. Из-за санкций и ограничений многие российские компании не могут оплачивать подписки на ChatGPT или другие американские платформы. Китайские сервисы, напротив, доступны и принимают различные способы оплаты, что делает их естественным выбором.

Сравнение китайских моделей: DeepSeek, Qwen, ERNIE, GLM

На рынке представлено несколько ключевых китайских нейросетей, каждая из которых имеет свои сильные стороны. DeepSeek от DeepSeek AI — бесплатная модель с контекстным окном 128K токенов, которая отлично справляется с генерацией маркетинговых текстов, анализом данных и диалогами. Qwen от Alibaba Cloud — сильна в генерации кода и технической документации, контекстное окно 32K токенов. ERNIE 4.0 от Baidu — интегрирована с поисковиком Baidu и сервисами компании, что дает доступ к самой свежей информации о Китае. GLM-4 от Zhipu AI — лучший выбор для логических задач, математики и стратегического планирования.

Сравнительные тесты показывают, что DeepSeek получает оценку 8.7/10 по качеству генерации на китайском языке (CQ Score), тогда как GPT-5 — только 7.1/10. ERNIE 4.0 оценивается в 8.5/10. По скорости ответа (TTFT) GLM-4 показывает 320 мс, DeepSeek — 450 мс, ERNIE — 520 мс. Эти метрики помогают бизнесу выбирать модель под конкретные задачи: для массовой генерации контента лучше подходит DeepSeek, для анализа данных — GLM-4, для кода — Qwen, а для работы с китайским рынком — ERNIE.

Практические кейсы: как российский бизнес использует китайские нейросети

Примеры внедрения китайских нейросетей в российских компаниях демонстрируют их практическую ценность. Один из кейсов — автоматизация поддержки для магазина электроники, торгующего в Китай. Компания «Восточный Экспресс» обучила DeepSeek на 400 реальных диалогах из чата и интегрировала его в Telegram-бота. В результате время ответа клиенту упало с 12 минут до 47 секунд, доля положительных отзывов выросла с 76% до 94%, а годовая экономия на зарплатах составила 1,7 миллиона рублей.

Другой пример — использование Qwen для генерации кода. Разработчики отмечают, что Qwen 2.5 генерирует рабочий код в 85% случаев, что сопоставимо с показателями западных моделей, но при значительно меньшей стоимости. Для компаний, которые автоматизируют рутинные задачи, это позволяет сократить затраты на разработку и ускорить вывод продуктов на рынок. Важно, что китайские модели хорошо понимают локальный контекст: они знают китайские праздники, мемы и бизнес-этикет, что делает их незаменимыми для работы с рынком КНР.

Риски и ограничения: безопасность, качество и культурные нюансы

Несмотря на очевидные преимущества, использование китайских нейросетей связано с рядом рисков. Главный из них — безопасность данных. Эксперты предупреждают, что не следует загружать в публичные китайские нейросети конфиденциальную информацию: финансовые отчеты, персональные данные клиентов, патенты. Диалоги могут использоваться для обучения моделей, что создает риск утечки. Для работы с чувствительными данными рекомендуется развертывать модели в закрытых контурах.

Второй риск — качество ответов. Китайские модели могут галлюцинировать, то есть придумывать факты, особенно если речь идет о данных за пределами Китая. Поэтому ключевые данные всегда нужно проверять вручную по нескольким источникам. Кроме того, культурные нюансы важны при генерации контента: если дать модели промпт на русском с просьбой перевести на китайский, результат будет буквальным и нерелевантным. Лучше писать промпт сразу на китайском или давать четкий культурный бриф.

Наконец, стоит учитывать, что китайские модели могут быть менее точными в задачах, связанных с западными реалиями. Например, они могут не знать актуальных трендов в США или Европе. Поэтому для глобальных проектов может потребоваться комбинирование китайских и западных моделей.

Как выбрать китайскую нейросеть: критерии и чек-лист внедрения

Выбор китайской нейросети зависит от конкретной задачи. Для генерации контента на китайском языке лучше всего подходит DeepSeek — он бесплатный и показывает высокое качество. Для поддержки клиентов в чат-ботах оптимален GLM-4 благодаря низкой задержке ответа. Для генерации кода выбирайте Qwen, а для анализа рынка Китая — ERNIE, так как она имеет доступ к актуальным данным через Baidu.

При внедрении стоит следовать чек-листу из девяти шагов: определить задачу, выбрать модель, зарегистрировать аккаунт (для китайских сервисов может потребоваться местный номер), протестировать на 20-30 промптах, настроить систему промптов, интегрировать через API, назначить ответственного, замерить метрики до и после, запустить пилот на две недели. Среднее время внедрения — 17 дней. Важно измерять не только скорость и цену, но и качество результата, например, по шкале CQ Score, которая оценивает грамматику, культурную релевантность и соответствие задаче.

Прогнозы и перспективы: что дальше

Эксперты прогнозируют, что доля китайских нейросетей продолжит расти. Уже сейчас они лидируют в измеримом мировом ИИ-трафике, тогда как доля американских флагманов за год упала с 70% до 30%. В России этот тренд усиливается сложностями с оплатой западных сервисов и стремлением к технологической независимости. Ожидается, что российский рынок LLM вырастет на 35% в 2026 году, и значительная часть этого роста придется на китайские модели.

Китайские компании активно инвестируют в развитие открытых моделей, что делает их все более конкурентоспособными. Уже сейчас DeepSeek обходит GPT-5 в задачах на китайском языке, а Qwen и GLM показывают результаты, сопоставимые с западными аналогами в кодинге и логике. Если этот тренд сохранится, китайские нейросети могут стать доминирующим выбором для бизнеса по всему миру, особенно в сегменте малых и средних компаний, где цена играет решающую роль.

Заключение: китайские нейросети как стратегический выбор

Рост доли китайских нейросетей — это не временное явление, а структурный сдвиг на рынке ИИ. Китайские модели предлагают сопоставимое качество при значительно более низкой стоимости, открытый исходный код и возможность развертывания в закрытых контурах. Для российских компаний это особенно актуально из-за санкционных ограничений и необходимости обрабатывать данные локально.

Однако при выборе китайской нейросети важно подходить к этому осознанно: оценивать риски безопасности, проверять факты и учитывать культурные особенности. Китайские модели — это не панацея, а мощный инструмент, который при правильном использовании может принести значительную экономию и конкурентные преимущества. Начните с пилотного проекта, измерьте метрики и постепенно масштабируйте решение.

Вопросы и ответы