Новость про Z.AI, которая построила гигантский дата-центр целиком на китайских чипах, разлетелась моментально — все обсуждают геополитику и санкции. Но меня как человека, который каждый день работает с нейросетями, зацепило другое: за последний год китайские модели из «странной альтернативы» превратились в рабочий инструмент, которым реально пользуются миллионы людей. Kimi K3 недавно вообще временно закрыла регистрацию новых пользователей — не потому что сломалась, а потому что не справлялась с наплывом. Это уже не эксперимент энтузиастов, а полноценный рынок.
Я месяца три подряд гонял четыре китайские модели на своих задачах: копирайтинг, разбор документов, код, перевод и обычные бытовые вопросы. Расскажу честно, что получилось, а что нет — без патриотического угара и без слепого «американское лучше по умолчанию».
DeepSeek: сильный код за копейки
DeepSeek я использую чаще всего для программирования. Модель реально хорошо пишет и объясняет код, особенно на Python и JavaScript, а стоимость через API в разы ниже, чем у OpenAI — я считал на своих объёмах, разница выходила в 4-5 раз. Минус один, но существенный: с русским языком модель работает заметно хуже, чем с английским, — иногда проскакивают корявые формулировки, будто переводили через третий язык. Для технических задач на английском — отличный выбор, для текстов на русском я бы не рискнул.
Kimi K3: скорость и работа с длинным контекстом
Kimi от Moonshot AI я распробовал на задачах с большими документами — договорами, техническими спецификациями, длинными расшифровками встреч. Модель держит контекст лучше многих конкурентов и не «забывает» начало текста к концу разбора. Из минусов — та самая история с закрытой регистрацией: доступ к сервису то есть, то нет, и на это нельзя рассчитывать в критичных рабочих процессах. Если завтра вам нужно разобрать 200-страничный отчёт, а вход временно закрыт — придётся искать запасной вариант.
Qwen от Alibaba: универсальный рабочий инструмент
Qwen — это то, что я бы назвал «рабочей лошадкой» без выкрутасов. Она не самая мощная в творческих задачах, но стабильно тянет перевод, суммаризацию, ответы на бытовые вопросы и простую аналитику. Открытые версии модели можно развернуть локально, что важно, если данные нельзя отправлять на сторонние серверы — например, в юридической или медицинской практике. Минус в том, что для сложных многошаговых рассуждений Qwen иногда путается там, где DeepSeek или более продвинутые модели справляются чище.
GLM от Z.AI: та самая модель из новости
Раз уж Z.AI засветилась в заголовках с дата-центром, я протестировал и их модель GLM. Она неплохо показывает себя в многоязычных задачах и в работе с изображениями и текстом одновременно — то есть в мультимодальных сценариях. Но по скорости ответа мне она показалась чуть медленнее конкурентов, особенно на длинных запросах, а документация на английском местами скудная — приходится разбираться методом проб. Для экспериментов и мультимодальных проектов подойдёт, для продакшена с жёсткими SLA я бы пока присматривался осторожнее.
Кому что реально подходит
Если сузить до практики: разработчику, который пишет код и считает каждый доллар в счёте за API, ближе DeepSeek. Юристу или аналитику, который разбирает толстые документы и может подождать с доступом, — Kimi. Тому, кому нужна стабильная база под ежедневные рутинные задачи без сюрпризов, — Qwen. А кто балуется мультимодальными проектами и готов терпеть шероховатости молодого продукта, может попробовать GLM.
Отдельно скажу про то, что мало кто проговаривает вслух: у всех китайских сервисов свои особенности с регистрацией — где-то нужен номер телефона местного оператора, где-то оплата возможна только через определённые платёжные системы. Это не критично, но стоит учитывать заранее, а не в момент, когда дедлайн уже горит.
- Для кода и экономии на API — DeepSeek
- Для длинных документов — Kimi K3, но с запасным планом на случай закрытой регистрации
- Для стабильной ежедневной рутины — Qwen
- Для мультимодальных экспериментов — GLM от Z.AI
Что дальше со всей этой гонкой чипов
История с дата-центром на китайских чипах важна не сама по себе, а потому что показывает: инфраструктура для этих моделей будет только расти, а значит, доступ и стабильность сервисов со временем должны улучшаться. Пока же я держу в закладках сразу две-три модели из разных лагерей — просто потому что любой сервис может внезапно закрыть двери для новых пользователей, как это случилось с Kimi. Дублирование инструментов — не паранойя, а элементарная рабочая гигиена в 2025 году.
А вы уже пробовали китайские нейросети в работе, или пока держитесь привычного набора инструментов?
Понравился разбор? Подпишитесь на канал — впереди ещё больше материалов про ИИ-инструменты. А ещё больше — в нашем Telegram-канале «Нейробудни». Своим опытом и вопросами делитесь в комментариях.
