Ar Kinijos atvirojo kodo dirbtinio intelekto modeliai „laimi“ dėl savo pigumo ir lengvo diegimo?

/Technologijos/ Autorius

Santrauka:Vis daugiau JAV įmonių eksperimentuoja suKinijos atvirojo kodo dirbtinio intelekto modeliaines jie yra greiti, pigūs ir gali būti pritaikyti – ypač po to, ką kai kurie lyderiai vadina „DeepSeek momentu“. Pokytis yra ne tas, ar JAV, ar Kinija turi geriausią uždarą modelį. Svarbu, aratvirojo kodo ekosistemos– kur Kinijos laboratorijos tampa vis svarbesnės – tampa praktiškiausiu pagrindu realaus pasaulio dirbtinio intelekto produktams.

Jei tai tiesa, „pergalė dirbtinio intelekto lenktynėse“ priklausys ne tik nuo pagrindinių modelių demonstracijų. Tai priklausys nuo pritaikymo, kainos, platinimo ir kūrėjų pageidavimų.

Pagrindinis teiginys: kodėl JAV įmonės naudotų Kinijos modelius

BBC ataskaitoje pateikiamos kelios priežastys, kodėl įmonės renkasi atvirus Kinijos modelius:

  • juos galima laisvai atsisiųsti ir pritaikyti
  • kaina gali būti žymiai mažesnė nei patentuotų modelių
  • jie veikia pakankamai gerai, kad būtų galima patobulinti tokius produktus kaip rekomendacijų sistemos ir klientų aptarnavimas

Ataskaitoje pateiktas „Pinterest“ pavyzdys yra iliustruojantis: JAV vartotojų platforma, naudojanti Kinijos modelius rekomendacijoms gerinti. Tai perėjimas nuo „DI yra geopolitinis“ prie „DI yra viešieji pirkimai“.

„DeepSeek“ akimirka ir ką ji pakeitė

Ataskaitoje teigiama, kad kai didelio našumo modelis tapo atvirojo kodo, jis sukėlė bangą:

  • atviresni modeliai
  • daugiau eksperimentų
  • didesnis startuolių, kurie negali sau leisti uždaro modelio kainodaros, pritaikymas

Atvirojo kodo modeliai sumažina dvi kliūtis:

  1. kaina(mokėsite už skaičiavimą, o ne už tiekėjo licenciją)
  2. kontrolė(modelį galite prižiūrėti patys)

Šis antras punktas svarbus įmonėms, nerimaujančioms dėl duomenų atskleidimo.

Kodėl atvirojo kodo projektai yra svarbūs praktiškai

Atvirojo kodo modeliai sukuria ekosistemos pranašumą:

  • kūrėjai gali koreguoti ir tobulinti
  • įmonės gali kurti individualias programas
  • perjungimo išlaidos yra mažesnės nei naudojant patentuotas API

Daugelyje pramonės šakų atvirojo kodo programinė įranga laimi, kai:

  • našumas yra „pakankamai geras“
  • ekosistema juda greitai
  • išlaidos svarbios

Dirbtinis intelektas dabar įžengia į šį etapą.

Argumentas apie kainą: kodėl „90 % pigiau“ keičia elgesį

Ataskaitoje cituojami teiginiai, kad patobulintos rekomendacijos gali būti teikiamos daug pigiau, palyginti su patentuotais modeliais.

Tai svarbu, nes dirbtinio intelekto išlaidos gali greitai išaugti:

  • išvados išlaidos didėja kartu su naudojimu
  • mokymo išlaidos kyla kartu su ambicijomis

Jei modelis yra 80–90 % pigesnis ir 80–90 % toks pat geras, daugelis įmonių pasirinks šį mainą.

Kitaip tariant, „geriausias modelis“ ne visada laimi. Dažnai laimi „geriausia ekonomika“.

Apkabinančio veido signalas: pritaikymas kaip rezultatų suvestinė

Ataskaitoje atkreipiamas dėmesys į „Hugging Face“ tendencijas, kai Kinijos modeliai dažnai užima pirmąsias atsisiuntimų vietas.

Atsisiuntimai yra svarbūs, nes jie reiškia:

  • kūrėjo susidomėjimas
  • naudojimo paprastumas
  • bendruomenės įrankiai

Tai panašu į tai, kaip „Linux“ tapo infrastruktūra: ne visada prašmatni vartotojų istorija, o praktinis pagrindas.

Strateginis prieštaravimas: atvirojo kodo programinė įranga ir geopolitika

Viena ryškiausių citatų ataskaitoje yra ironija:

  • autokratija (Kinija) „demokratizuoja“ technologijas taikydama atvirus modelius

Nepriklausomai nuo politikos, atvirojo kodo modeliai turi strateginę naudą:

  • tai daro modelių šeimą numatytuoju kūrėjų pasirinkimu
  • tai pagreitina ekosistemos augimą
  • tai daro spaudimą patentuotiems tiekėjams

Tai gali suteikti pasaulinę įtaką be tiesioginio paslaugų eksporto.

JAV skatinimo struktūra kitokia.

Ataskaitoje Kinijos modelių kūrėjai lyginami su JAV įmonėmis, tokiomis kaip „OpenAI“:

  • JAV įmonės patiria didelį spaudimą greitai monetizuoti
  • patentuotus modelius lengviau monetizuoti
  • Atvirojo kodo modeliai gali pakenkti kainodaros galiai

Tai sukuria įtampą:

  • atvirojo kodo technologija paspartina diegimą
  • uždari modeliai gauna pajamas

Kai kurios JAV įmonės eksperimentavo su ribotais atvirais leidimais, tačiau pagrindinės investicijos dažnai skiriamos patentuotoms sistemoms.

„DI lenktynių“ samprata gali būti klaidinga

Jei „rasė“ reiškia „kas turi geriausią modelį“, tai viena istorija.

Jei „rasė“ reiškia „kas tampa numatytąja platforma, ant kurios kūrėjai kuria“, tai jau kita situacija.

Daugelyje technologijų erų numatytoji platforma laimi dėl:

  • pigumas
  • būti lankstiems
  • yra plačiai integruotas
  • turinti stiprią ekosistemą

Štai kodėl svarbu, kad ataskaitoje daugiausia dėmesio būtų skiriama atviriems modeliams.

Rizika: tiekimo grandinė, pasitikėjimas ir atitiktis

Įmonės, diegiančios Kinijos modelius, susidurs su klausimais:

  • modelio kilmė ir saugumas (ar saugu? ar yra slapta?)
  • licencijavimas ir atitiktis
  • geopolitinė rizika ir būsimi apribojimai

Praktiškai įmonės tai mažina šiais būdais:

  • modelių talpinimas jų pačių infrastruktūroje
  • ribojant duomenų srautus
  • nepriklausomų vertinimų atlikimas ir raudonųjų komandų sudarymas

Tačiau rizika reali: dirbtinis intelektas vis labiau tampa nacionalinio saugumo tema.

Ką žiūrėti toliau

  1. Įmonių pirkimų elgsenaAr daugiau „Fortune 500“ įmonių pereina prie atvirųjų modelių?

  2. Reguliavimo atsakasAr vyriausybės apribos modelių naudojimą, platinimą ar mokymo duomenis?

  3. Ekosistemos impulsasKurie modelių šeimos dominuoja kūrėjų įrankiuose ir integracijose?

  4. Kokybės konvergencijaJei atviri modeliai ir toliau tobulės, patentuota kainodara patirs spaudimą.

  5. Įrenginyje esantis dirbtinis intelektasAtvirus modelius galima suspausti ir paleisti lokaliai, o tai gali paspartinti jų diegimą.

Esmė

Kinijos atvirojo kodo modeliai populiarėja ne todėl, kad kiekviena įmonė „nori, kad Kinija laimėtų“, bet todėl, kad atvirieji modeliai gali būti greiti, pigūs ir kontroliuojami.

Jei ši tendencija tęsis, dirbtinio intelekto aplinka gali atrodyti ne tiek kaip dviejų šalių ginklavimosi varžybos, kiek labiau kaip platformų perėjimas, kaiatviros ekosistemosskatinti diegimą, o patentuoti tiekėjai kovoja, kad pateisintų aukščiausios kokybės kainas.

Šaltiniai

Document Title
China and the AI race: why open-source models can win through adoption and cost
US firms are increasingly using Chinese open-source AI models because they’re cheap, fast, and customizable. The real race may be adoption, not demos.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
Can India build a semiconductor industry? Why it starts with packaging, not fabs
Caribbean cannabis industry: the regulation and export story behind the headlines
Page Content
China and the AI race: why open-source models can win through adoption and cost
Nature
Climate
Are Chinese open-source AI models ‘winning’ by being cheap and deployable?
/
Technology
/ By
Admin
Summary:
A growing number of US companies are experimenting with
Chinese open-source AI models
because they’re fast, cheap, and can be customised—especially after what some leaders call the “DeepSeek moment.” The shift isn’t about whether the US or China has the single best closed model. It’s about whether
open-source ecosystems
—where Chinese labs are increasingly prominent—are becoming the most practical foundation for real-world AI products.
If that’s true, “winning the AI race” won’t only be about headline model demos. It will be about adoption, cost, distribution, and developer preference.
The key claim: why US firms would use Chinese models
The BBC report gives several reasons companies are turning to Chinese open models:
they can be freely downloaded and customised
cost can be dramatically lower than proprietary models
they perform well enough to improve products like recommendation engines and customer support
The Pinterest example in the report is illustrative: a US consumer platform using Chinese models to improve recommendations. That’s a shift from “AI is geopolitical” to “AI is procurement.”
The “DeepSeek moment” and what it changed
The report suggests that when a high-performing model was open-sourced, it catalysed a wave:
more open models
more experimentation
more adoption by startups that cannot afford closed-model pricing
Open-source models reduce two barriers:
price
(you pay for compute, not for a vendor license)
control
(you can host the model yourself)
That second point matters for enterprises worried about data exposure.
Why open-source matters in practice
Open-source models create an ecosystem advantage:
developers can tweak and fine-tune
companies can build bespoke applications
switching costs are lower than with proprietary APIs
In many industries, open-source wins when:
performance is “good enough”
the ecosystem moves fast
costs matter
AI is now entering that stage.
The cost argument: why “90% cheaper” changes behaviour
The report cites claims that improved recommendations can come at much lower cost compared to proprietary models.
This matters because AI costs can scale quickly:
inference costs rise with usage
training costs rise with ambition
If a model is 80–90% cheaper and 80–90% as good, many businesses will take that trade.
In other words, “best model” is not always the winner. “Best economics” often is.
The Hugging Face signal: adoption as a scoreboard
The report points to Hugging Face trends, where Chinese models frequently occupy top download spots.
Downloads matter because they imply:
developer interest
ease of use
community tooling
It’s similar to how Linux became infrastructure: not always the flashy consumer story, but the practical foundation.
The strategic contradiction: open-source and geopolitics
One of the most striking quotes in the report is the irony:
the autocracy (China) is “democratising” technology through open models
Regardless of politics, open-sourcing models has a strategic benefit:
it makes the model family a default choice for developers
it accelerates ecosystem growth
it puts pressure on proprietary vendors
That can yield global influence without direct export of services.
The US incentive structure is different
The report contrasts Chinese model builders with US firms like OpenAI:
US companies face intense pressure to monetise quickly
proprietary models are easier to monetise
open-source models can undermine pricing power
That creates a tension:
open-source accelerates adoption
closed models capture revenue
Some US firms have experimented with limited open releases, but the main investment often goes into proprietary systems.
The “AI race” framing may be wrong
If “race” means “who has the best model,” it’s one story.
If “race” means “who becomes the default platform developers build on,” it’s another.
In many tech eras, the default platform wins by:
being cheap
being flexible
being widely integrated
having a strong ecosystem
That’s why the report’s focus on open models is important.
Risks: supply chain, trust, and compliance
Enterprises adopting Chinese models will face questions:
model provenance and security (is it safe? is it backdoored?)
licensing and compliance
geopolitical risk and future restrictions
In practice, companies mitigate this by:
hosting models on their own infrastructure
restricting data flows
running independent evaluations and red-teaming
But the risk is real: AI is increasingly a national security topic.
What to watch next
Enterprise procurement behaviour
: do more Fortune 500 companies shift to open models?
Regulatory responses
: will governments restrict model usage, distribution, or training data?
Ecosystem momentum
: which model families dominate developer tools and integrations?
Quality convergence
: if open models keep improving, proprietary pricing faces pressure.
On-device AI
: open models can be compressed and run locally, which could accelerate adoption.
Bottom line
Chinese open-source models are gaining traction not because every company “wants China to win,” but because open models can be fast, cheap, and controllable.
If this trend continues, the AI landscape may look less like a two-country arms race and more like a platform shift where
open ecosystems
drive adoption—while proprietary vendors fight to justify premium pricing.
Sources
BBC News (Technology):
https://www.bbc.com/news/articles/c86v52gv726o?at_medium=RSS&at_campaign=rss
←
Previous Post
Next Post
→
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin
Can India build a semiconductor industry? Why it starts with packaging, not fabs
Caribbean cannabis industry: the regulation and export story behind the headlines
US firms are increasingly using Chinese open-source AI models because they’re cheap, fast, and customizable. The real race may be adoption, not demos.
Document Title
Page not found - Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog
Skip to content
Home
Blog
Garden Decor
Indoor
Main Menu
This page doesn't seem to exist.
It looks like the link pointing here was faulty. Maybe try searching?
Search for:
Search
Quick Links
Outdoors
About
Contact
Explore
Bestsellers
Hot deals
Best of The Year
Featured
Gift Cards
Help
Privacy Policy
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.
Florin.blog
Florin.blog » Feed
RSD
Search...
i Lietuvių kalba