Открытые модели нейросетей собрали $26 млрд за месяц: Nvidia, Stripe скупают бесплатные технологии

Три сделки подряд складываются в картину, которую ещё полгода назад мало кто ожидал. TechCrunch сообщает о серии приобретений, в которых крупнейшие технологические и финансовые компании скупают не закрытые лаборатории с проприетарными моделями, а платформы и разработчиков, чьи продукты может скачать и запустить любой желающий.

Что на самом деле произошло?

Hugging Face можно сравнить с GitHub, но для мира нейросетей: это площадка, где разработчики выкладывают, тестируют и скачивают модели с открытыми весами (open weights, когда «внутренности» модели доступны для изучения и доработки, в отличие от закрытых моделей вроде GPT или Claude).

Nvidia, крупнейший производитель чипов для ИИ, по сведениям TechCrunch, договаривается о покупке этой площадки за 13 миллиардов долларов. Двумя неделями ранее та же Nvidia заключила сделку на 6 миллиардов долларов с Poolside, компанией, которая строит открытые модели: большинство сотрудников Poolside переходят в штат чипмейкера. А Stripe, платёжный гигант, купил OpenRouter, ведущего провайдера открытых моделей для бизнеса, более чем за 7 миллиардов.

Итого: свыше 26 миллиардов долларов за считаные недели в сектор, который по определению раздаёт технологии бесплатно. Звучит парадоксально, но у каждого покупателя своя логика.

Зачем Nvidia скупает то, что раздают бесплатно?

Nvidia зарабатывает на чипах. Но её крупнейшие клиенты, OpenAI, Google, уже разрабатывают собственные чипы для инференса (inference, процесс, когда обученная модель отвечает на ваши запросы). На этой неделе OpenAI анонсировала возможности своего чипа Jalapeño, по данным TechCrunch. Если производители моделей начинают делать свои чипы, Nvidia логично движется в обратную сторону: забирает себе часть бизнеса по созданию и распространению моделей.

У Nvidia уже есть собственная линейка открытых моделей Nemotron, но, как отмечает TechCrunch, их популярность пока невелика. Получив контроль над Hugging Face, компания получает доступ к массовой аудитории разработчиков, которых можно привязать к своим чипам и стандартам.

Параллельно растёт интерес к более дешёвым моделям от китайских компаний: Moonshot, DeepSeek, Alibaba. Пока их доля мала: по данным аналитической платформы Ramp, только 6% компаний используют модели с открытыми весами, а по измерениям Jellyfish (инструмент для аналитики работы разработчиков), всего 2% инженеров работают с ними.

Ник Альбарран, руководитель ИИ-продуктов Jellyfish, объяснил TechCrunch, что открытые модели сейчас берут в основном компании с большим объёмом однотипных запросов, например, чат-боты поддержки клиентов. Такие задачи повторяемы, и открытую модель можно дообучить (fine-tuning, обучение модели на ваших примерах под узкую задачу), чтобы она отвечала дешево и точно.

«Токены, это главная валюта для компаний, строящих продукты на ИИ, и очевидно, что реальный экономический потенциал зависит от разумного использования ограниченных вычислительных ресурсов» : Патрик Коллисон, сооснователь и CEO Stripe

Для кодирования и агентных (agentic) задач, где запросы разнообразны и требуют рассуждений, закрытые модели пока выигрывают: проприетарные лаборатории дают более простой доступ и иногда субсидируют стоимость токенов (token, единица текста, которую обрабатывает модель). Но Альбарран считает, что по мере отладки ИИ-процессов компании начнут переходить на открытые модели.

«Пока таких компаний немного… но если цены у ведущих лабораторий продолжат расти, всё больше компаний будут вынуждены это рассмотреть. Когда ваши ИИ-процессы достаточно зрелые, тогда и есть смысл инвестировать в самостоятельное размещение моделей» : Ник Альбарран, руководитель ИИ-продуктов Jellyfish, в интервью TechCrunch

Лин Цяо, CEO Fireworks, платформы для хостинга и маршрутизации открытых моделей для бизнеса, заявила TechCrunch, что её компания обрабатывает 40 триллионов токенов в день, больше, чем API Gemini или OpenAI. Её ставка: по мере того как модели множатся и улучшаются, каждая компания сможет дообучить модель под каждую конкретную задачу.

«Каждая компания, делающая приложения, должна задуматься о найме собственного исследователя. Они могут использовать свой продукт и данные, чтобы построить собственную модель. Будущее, это специализированный интеллект. Буквально у каждой компании должна быть своя модель на каждый случай, и это произойдёт само собой» : Лин Цяо, CEO Fireworks, в интервью TechCrunch

Что это значит для вас?

Авторам Дзена и контент-маркетологам. Если открытые модели нейросетей получат серьёзную инфраструктурную поддержку Nvidia и Stripe, через полгода-год появятся доступные инструменты для генерации и редактирования текстов, которые можно запускать локально, без подписки на западные сервисы. Следите за экосистемой Hugging Face: уже сейчас там можно бесплатно тестировать сотни моделей.

Предпринимателям в РФ и СНГ. Открытые модели нейросетей, это стратегический выход для тех, кому закрыт или дорог доступ к API OpenAI и Anthropic. Модели с открытыми весами можно скачать и развернуть на собственных серверах, без зависимости от зарубежных сервисов. Из доступных в РФ аналогов: YandexGPT и GigaChat предоставляют API, но они закрытые. Открытые модели Qwen от Alibaba и DeepSeek уже доступны для самостоятельного развёртывания.

Маркетологам. Рост конкуренции между открытыми и закрытыми моделями давит на цены: стоимость токена у ведущих лабораторий снижается, а альтернативы множатся. Прежде чем закладывать бюджет на год вперёд, проверьте, нет ли открытой модели, которая решает вашу конкретную задачу дешевле.

Рынок ИИ ещё молод, и доминирование OpenAI с Anthropic не предопределено. Технологические гиганты начали хеджировать ставки, и открытые модели оказались не побочным продуктом энтузиастов, а активом, за который готовы платить миллиарды.