Открой нейросеть или запри: отчёт Anthropic о GLM-5.3 расколол индустрию

Дискуссия идёт давно, но именно сейчас на кону реальные деньги и стратегии целых государств. Глава Nvidia Дженсен Хуан активно лоббирует развитие открытых моделей в США, что логично: чем больше людей запускают модели локально, тем больше покупают видеокарт. Генеральный директор Anthropic Дарио Амодеи, чья компания зарабатывает на закрытой модели Claude, призывает к осторожности. Об этих позициях пишет MIT Technology Review, подчёркивая, что за коммерческими мотивами стоит настоящий содержательный конфликт.

Открытые веса против закрытого API: в чём разница?

Закрытая модель (closed-source), такая как ChatGPT или Claude, доступна только через сайт, приложение или API (программный интерфейс, через который приложение отправляет запросы к модели). Пользователь отправляет промпт и получает ответ, но не видит, как модель устроена внутри.

Открытая модель (open-weight) устроена иначе: её веса (числовые параметры, в которых закодированы все «знания» сети) можно скачать, запустить на своём оборудовании, изучить и даже провести дообучение (fine-tuning) под собственную задачу.

По данным рейтинга Artificial Analysis LLM, на момент публикации все восемь лидеров списка остаются закрытыми моделями. Но, как отмечает MIT Technology Review, открытые модели отстают всего на несколько месяцев разработки.

Зачем открывать нейросеть: сильные аргументы

• Исследования невозможны без доступа к внутренностям. Учёные, работающие с закрытыми моделями, могут лишь отправлять промпты и наблюдать ответы. С открытыми моделями они изучают цепочку рассуждений (chain of thought, пошаговый ход мысли модели перед ответом), комбинируют несколько моделей, сжимают их для эффективности и дообучают под новые задачи.

• Бизнес экономит и защищает данные. Согласно недавнему отчёту Mozilla, открытые модели обходятся дешевле закрытых даже при использовании внешнего провайдера для инференса (inference, процесс генерации ответа моделью). А если компания обрабатывает конфиденциальную или коммерческую информацию, запуск модели на собственном оборудовании надёжнее, чем передача данных стороннему облаку.

• Противовес концентрации власти. Если мощные модели остаются в руках нескольких лабораторий, именно они решают, кто и как использует ИИ. Возможность открыть нейросеть для скачивания делает технологию общественным благом, а не привилегией.

Почему осторожность тоже обоснована?

Главный аргумент против открытых моделей: скачанную модель нельзя отозвать. Любой пользователь может снять встроенные ограничения безопасности и применить модель для целей, которые разработчик не предусматривал, от генерации вредоносного кода до создания дезинформации.

Отчёт Anthropic о GLM-5.3 именно об этом: модель, по мнению компании, достаточно мощна, чтобы создать угрозу в области кибератак, и при этом свободно доступна для скачивания и модификации.

Есть и геополитическое измерение. MIT Technology Review приводит сценарий, при котором самые продвинутые модели создаются только в США: в таком мире американские компании и правительство решают, кто получит доступ к инструментам киберзащиты. Открытые модели ломают эту монополию, но одновременно дают те же инструменты и тем, кто может использовать их во вред.

Дэвид Грей Уиддер, доцент Школы информации Техасского университета в Остине, точно описывает линию разлома.

Я думаю, ваша позиция в споре об открытости во многом определяется тем, как вы вообще оцениваете ИИ: те, кого беспокоит безопасность, предупреждают, что открытые модели легко использовать во зло; те, кто фокусируется на практическом потенциале, настаивают, что эту силу нельзя запирать за дверями нескольких корпораций. : Дэвид Грей Уиддер, доцент Техасского университета в Остине

Элизабет Сигер, старший советник по политике в Институте Тони Блэра, формулирует ставку ещё жёстче.

Самый ясный и главный аргумент за открытые модели связан с предотвращением массовой концентрации власти: речь о том, чтобы фундаментальная технология стала общественным благом. Вопрос о том, кто контролирует инфраструктуру ИИ, сегодня столь же масштабен, как вопрос о том, кто контролирует информацию в интернете. : Элизабет Сигер, старший советник Института Тони Блэра

Что делать с этим прямо сейчас, по ролям?

Автору на Дзене. Если вы генерируете тексты, изображения или сценарии через закрытые сервисы, ваши данные уходят на чужой сервер. Попробуйте открыть нейросеть локально: модели вроде Llama или Mistral запускаются на обычном компьютере через интерфейс LM Studio и работают без интернета. Чувствительные черновики и клиентские брифы остаются у вас.

Маркетологу. Открытые модели позволяют провести дообучение на корпоративных данных без риска утечки. Это дешевле подписки на закрытый API, но требует технической команды или хотя бы подрядчика с опытом.

Предпринимателю в РФ и СНГ. Закрытые западные модели могут в любой момент ограничить доступ по региону. Из доступных в РФ аналогов для повседневных задач подходят YandexGPT и GigaChat. Открытые модели с открытыми весами, такие как Qwen или Llama, можно развернуть на российском облаке без привязки к зарубежному провайдеру.

Ни полный запрет, ни бесконтрольная публикация открытых моделей не победят: регуляторы в ЕС, США и Китае уже ищут промежуточные варианты, от лицензий с ограничениями до обязательного аудита перед релизом, и именно эти компромиссы будут определять, насколько свободно каждый из нас сможет запустить мощную нейросеть у себя на машине через год.