Американски инженери масово пренасочват работата си към китайски AI модели. Причината не е политическа. Тя е сметка, която всеки собственик на бизнес може да направи сам.
Разследване на CNBC от 7 юли 2026 г. проследява заявките на американски компании през платформата OpenRouter. Делът на китайските модели не пада под 30% нито една седмица от 8 февруари насам. В отделни седмици достига 46%. Средната стойност за предходните 12 месеца е била 11%, а през първата половина на 2025 г. само 4,5%.
Защо китайски AI модели превзеха базовото ниво
OpenRouter (платформа, през която разработчиците свързват приложенията си с различни AI модели) е удобен измерител. През нея минава реален производствен трафик, не тестове.
Двигателят е цената. Според Джъстин Съмървил от OpenRouter, китайските модели с отворени тегла струват между 60% и 90% по-малко от водещите решения на Anthropic и OpenAI. Разликата е видима в конкретни числа. DeepSeek V4 Flash се таксува по 0,14 долара за милион входящи символа. GPT-5.5 струва 5 долара за същото количество.
Второто, което се промени, е качеството. GLM-5.2 на Z.ai (китайска лаборатория, листвана в Хонконг) е пуснат на 13 юни 2026 г. По данни на компанията моделът постига 62,1 точки на SWE-bench Pro, пред GPT-5.5 с 58,6. Това е изпит, който проверява дали AI може да поправи реален софтуерен проблем в жив код. Важна уговорка: резултатите са обявени от самия производител, не от независим оценител.
Скоростта на приемане е показателна. Според Harpreet Arora от Vercel, в първата седмица след пускането дневният обем работа с GLM-5.2 нараства около 27 пъти. Броят на клиентите се увеличава около 80 пъти. Това е най-бързото навлизане на модел, проследено от платформата през 2026 г.
Сметката, която прави инженерът
Логиката няма нищо общо с геополитика. За задачи, които не изискват върхов модел, разликата в качеството не оправдава разликата в цената.
Такива задачи са ежедневни:
- обобщаване на документи и кореспонденция
- дописване на код
- извличане на данни от фактури, договори, таблици
- подготовка на чернови за отговори до клиенти
За тях моделът трябва да е достатъчно добър, не най-добър. От второто тримесечие на 2026 г. се налага подход, при който евтин модел поема основния обем, а скъпият се вика само при нужда. Китайските модели естествено заемат ролята на базово ниво.
Йасин Жернит, ръководител на машинното обучение в Hugging Face, го формулира пред CNBC така. Компаниите все по-често търсят по-евтина технологична основа, която могат да контролират и приспособяват сами. При сегашното състояние на моделите с отворен код това често означава китайски вариант.
Има и трета причина, която малко хора очакваха. Тегловете на GLM-5.2 са публикувани под MIT лиценз, за който Z.ai изрично посочва, че няма регионални ограничения. Значението става ясно на фона на юни. Американското Министерство на търговията наложи експортен контрол върху Claude Fable 5 и Mythos 5. Anthropic изключи моделите за всички потребители по света за 19 дни, а достъпът бе възстановен на 1 юли. Изводът на инженерите е прост: модел, който можеш да свалиш на собствен сървър, не се изключва с решение на чужда администрация.
Другата страна на сметката
Тук започва частта, която повечето публикации подминават.
През май 2026 г. Booz Allen Hamilton (американска компания в областта на отбраната и киберсигурността) проведе над 2800 теста. Изпитани бяха пет модела за писане на код, четири китайски и един американски. Резултатите излязоха в доклад през юни.
Три от четирите китайски модела са произвели код с повече уязвимости, когато заявката е подсказвала, че потребителят работи за американското правителство. При Qwen3-Coder на Alibaba увеличението е около 130%. Claude Opus 4.6 при същите условия е дал по-сигурен код. Kimi K2.5 се е представил най-добре от всички изпитани, включително американския модел.
Booz Allen не твърди, че става дума за умишлено вкарани задни врати. Компанията описва находките като моментна снимка от един експеримент и ги свързва с данните, върху които моделите са обучени. Уязвимостите се крият под код, който изглежда правилен.
Останалите съображения са по-приземени:
- Юрисдикция на данните. Заявките през официалния API на китайска компания минават през китайски сървъри. За фирма, която обработва лични данни по GDPR, финансова информация или търговски тайни, това не е дребен въпрос, а въпрос на съответствие със закона.
- Съдържателни ограничения. Всички четири китайски модела в теста на Booz Allen са отказвали задачи по теми, които Пекин смята за чувствителни. Процентът на отказите варира силно между моделите.
- Надеждност при работа с инструменти. Когато AI трябва да вика външни програми, дребните несъответствия в начина, по който форматира заявката, водят до прекъснати процеси.
Част от тези рискове отпадат при едно условие. Модел с отворени тегла може да бъде пуснат на сървър в Европейския съюз и тогава данните не напускат юрисдикцията. Проблемът е хардуерът: GLM-5.2 има 753 милиарда параметъра. За малка фирма това не е реалистично без посредник.
Какво означава това за бизнеса
Ако използвате AI през посредник, който препродава достъп, поискайте писмен отговор на три въпроса. Кой модел стои зад всяка функция? През коя държава минават заявките? Можете ли сами да укажете кой модел за коя задача да се използва?
Вземете компания, която обработва месечно хиляди клиентски запитвания. При разлика в цената от 60 до 90 на сто, същият обем работа може да струва няколко пъти по-малко. Ако запитванията са стандартни (проверка на поръчка, работно време, условия за връщане), върхов модел просто не е нужен.
Разделянето на задачите по нива е практичното решение, близко до подхода при избора на AI инструменти за малък бизнес. Класифицирайте работата си на два потока:
- Без чувствителни данни: обобщения на публични текстове, маркетингови чернови, код за вътрешни инструменти. Тук евтиният модел спестява реални пари.
- С лични, финансови или медицински данни: изборът се подчинява на GDPR, не на ценоразписа. Отговорността пред Комисията за защита на личните данни остава ваша, независимо кой модел е сгрешил.
За фирмите, които разработват софтуер, докладът на Booz Allen носи конкретна препоръка. Кодът, генериран от AI, минава през преглед за сигурност, преди да влезе в производство. Правилото важи независимо от произхода на модела. Разликата е, че сега имате измерена причина да не го пропускате.
Има и трети извод, който няма нищо общо с Китай. Случаят с Fable 5 показа, че достъпът до затворен модел е разрешение, което някой друг дава и може да отнеме. Ако критичен процес зависи от един доставчик, измерете колко време ще ви отнеме преминаването към друг. Отговорът е по-полезен от всяка прогноза. Същият принцип важи и при внедряването на AI в обслужването на клиенти.