Вот откуда уверенный тон. Уверенность модели ничего не сообщает о её правоте. Это выученная манера речи, закреплённая системой оценок. Кстати, само слово галлюцинация (hallucination) в отрасли означает именно это: уверенно преподнесённый выдуманный факт.

Тенденция за последний год обнадёживающая. Лаборатории начали считать долю уверенных ошибок отдельно от доли верных ответов, и модели стали заметно чаще отвечать «не знаю». Разрыв виден в цифрах выше: воздержаться в половине случаев вместо одного процента это другое поведение. Дефект уменьшается, но планировать работу пока стоит исходя из того, что он есть. Отсюда правило главы 9, к которому сводится вся книга: проверять нужно там, где высока цена ошибки, а не там, где ответ показался сомнительным.

Свойство пятое: почему соглашается с вами

У этого свойства есть имя: угодливость. И есть документированный случай, на котором видно, откуда она берётся.

25 апреля 2025 года OpenAI выпустила обновление основной модели, через три дня начала откатывать, ещё через день откатила полностью. Причина: модель стала соглашаться со всем подряд и поддерживать пользователя даже там, где поддерживать не следовало. В разборе компания объяснила, что в обучение добавили сигнал от кнопок «палец вверх» и «палец вниз». Люди чаще нажимают «вверх» на приятных ответах. Модель это выучила.

Сигнал убрали, но склонность осталась в самой конструкции: модель настраивают на человеческие оценки, а человеку приятно, когда с ним соглашаются. В отрасли это называют угодливостью (sycophancy).

И это тоже чинят, причём заметно. Угодливость измеряют отдельными тестами, результаты публикуют в системных карточках моделей, и свежие поколения сдержаннее предыдущих: в карточке модели лета 2026 года прямо сказано, что галлюцинации и угодливость заметно улучшены против прошлой версии. Похоже, за пару лет проблему приведут к приемлемому уровню. Пока не привели, действует правило ниже.

На работе это опаснее, чем кажется. Вы приносите модели свой расчёт с ошибкой и просите проверить. Она с высокой вероятностью найдёт, за что похвалить. Поэтому спрашивать надо не «всё ли тут верно», а «найди три самые слабые места в этом расчёте и объясни, при каких данных он развалится».

Рассуждающие модели: что изменилось

В отдельный класс выделились рассуждающие модели (reasoning models), которые перед ответом пишут для себя черновик рассуждения: разбивают задачу на шаги, проверяют промежуточный результат и при неудаче пробуют иначе. Учат этому на задачах с проверяемым ответом (математика, код, логика): модель решает их тысячи раз, и закрепляются те цепочки шагов, которые привели к верному результату.

За два года это менялось дважды. Сначала рассуждающие модели были отдельным продуктом, который выбирали руками из списка. Потом рассуждение стало режимом внутри одной модели, включаемым галочкой. К 2026 году свежие модели решают сами: простой вопрос получает быстрый ответ, сложный — несколько минут размышления, а пользователю оставлен регулятор усилия.

Сейчас (проверено 05.09.2026)

В семействе Claude рассуждение устроено так: у моделей поколения 4.5 оно включалось вручную заданием бюджета на размышление, у более новых включается автоматически, и вместо бюджета задаётся уровень усилия. Аналогичные режимы есть у GPT-5 и Gemini 3.

Не рассуждают, как правило, лёгкие быстрые модели вроде Claude Haiku 4.5: они дешевле и отвечают мгновенно.

Источник: platform.claude.com/docs. Устройство меняется каждые несколько месяцев.

Практическое правило простое. Такая модель заметно лучше на задачах, где есть однозначно правильный ответ и несколько шагов до него: расчёты, разбор условий договора, поиск противоречий в данных. На задачах вкуса, где важны формулировка и стиль, разница почти незаметна, а ждать приходится дольше. Платить за рассуждение стоит там, где вы готовы ждать ради правильности.

Мультимодальность в одном абзаце

Мультимодальность (multimodality) означает, что одна модель работает с разными типами данных. Картинка для неё устроена так же, как текст: изображение режется на маленькие квадраты, каждый превращается в такой же набор чисел, что и токен, и попадает в то же окно. Поэтому одна модель работает с текстом, картинками и звуком одновременно — внутри это один поток однородных кусков.

Здесь я не инженер и глубже механики не полезу, но общий принцип назвать стоит. Такую модель, кроме текста, обучают ещё и на парах вроде «картинка — её описание» или «запись голоса — расшифровка», пока она не научится переводить любой вход в тот же формат чисел, что и слово. Мультимодальными делают не все модели: обучение на изображениях и звуке требует данных другого рода и обходится дороже, а самой быстрой и дешёвой версии линейки — той, что мгновенно отвечает на короткий текстовый вопрос, — эта способность обычно ни к чему.

Практическое следствие: скриншот таблицы модель именно рассматривает, а не читает построчно, и ошибается в цифрах чаще, чем при работе с файлом.

Где ломается

Эта схема объясняет не всё. Почему одна модель отвечает лучше другой на вашей задаче, из устройства не выводится: у них разные данные обучения и разная доводка. Это глава 3.

Одинаковые вопросы дают разные ответы даже без случайности. В сентябре 2025 года инженеры Thinking Machines Lab показали: тысяча запусков одного запроса при полностью выключенной случайности дала 80 разных ответов, расхождение начиналось со сто третьего куска текста. Причина скучная: результат зависит от того, сколько чужих запросов сервер считает рядом с вашим. Вывод: воспроизводимости от чата ждать не стоит, и там, где она нужна, результат фиксируют файлом.

Здесь я не эксперт, и глубже мы не пойдём. Описанное выше — рабочая схема для пользователя, а не устройство изнутри: специалист добавил бы десяток уточнений. Для решений, которые вы принимаете за рабочим столом, этой глубины достаточно.

Что это значит для вас

Юристу: модель не помнит документ, присланный в прошлый вторник, и не знает поправок, принятых после даты отсечения. Оба факта проверяются одним вопросом в начале работы.

Финансисту: уверенный тон в расчёте не значит ничего, согласие модели с вашей цифрой тоже. Просите найти слабые места, а не одобрить.

Руководителю: длина контекстного окна ничего не говорит о том, «прочитала» ли модель ваши сто страниц. Ставьте задачу на конкретный кусок, не на всю папку.

Три тезиса

1. Модель порождает правдоподобное продолжение текста, а не ищет ответ. Правдоподобие и правда для неё выглядят одинаково.

2. Всё, что она видит, лежит в контекстном окне, и это стол, а не память. Между чатами он пустой, и чем больше на нём навалено, тем хуже находится нужное.

3. Уверенный тон и готовность согласиться — выученные черты, закреплённые способом обучения и оценки. Ни то ни другое не сообщает о правоте.

Сделайте сейчас

Двадцать минут, без платной подписки.

1. Возьмите рабочий вопрос из главы 1 — тот, который уже задавали.

2. Задайте его в новом чате и сохраните ответ.

3. Задайте тот же вопрос слово в слово в другом новом чате, сохраните второй ответ.

4. Сравните: где ответы разошлись по существу, а где только по формулировкам.

5. В третьем чате задайте его же с добавкой из промпта ниже.

Промпт

[ваш рабочий вопрос]

Прежде чем отвечать, отметь: какие части ответа ты знаешь уверенно,

а где достраиваешь по общей логике и можешь ошибаться.

Если данных не хватает — скажи, каких именно, и не угадывай.

Где ломается: модель может назвать уверенными и те части, где ошибается: это её собственная оценка, а не измерение. Пользы это не отменяет: помеченные как достроенные места почти всегда стоит проверить.

Глава 3. Кто делает ИИ: лаборатории и модели

24 июля 2026 года Дженсен Хуанг, глава компании Nvidia, впервые в жизни написал пост в соцсети X. В посте была ссылка на документ из трёх страниц под названием «Open Weights and American AI Leadership» — «Открытые веса и лидерство Америки в ИИ». Документ лежит на сайте nvidia.com, ищется по названию.

Требование письма одно: не вводить запретов на модели, которые можно скачать и запустить у себя.

В первый день письмо подписали двадцать пять компаний. Через два дня их было пятьдесят, через неделю двести тридцать пять, к сентябрю список перевалил за три сотни. Microsoft, Amazon, Google, Meta2, OpenAI, Intel, AMD, IBM, SAP, Siemens, Uber, Palantir, Hugging Face, Mistral, Red Hat, Mozilla, фонд Linux, SpaceX, Y Combinator.

Из лабораторий, которые делают самые мощные модели в мире, не подписала ровно одна: Anthropic. Для таких моделей в отрасли есть английский термин frontier models — дословно «модели на границе», то есть те, что задают верхнюю планку возможностей на текущий момент. Устоявшегося русского слова нет, дальше в книге я говорю «модели верхнего уровня».

Читать это письмо интереснее всего по списку подписей. Подпись под политическим документом ставят по расчёту, и список показывает, кто на чём зарабатывает, точнее любого обзора рынка. К разбору списка я вернусь в конце главы, когда мы разложим, из чего состоит доход лаборатории.

Вы это уже пробовали

Скорее всего, вы уже искали ответ на вопрос «какая модель лучше» и получили статью с топ-десяткой и оценками в баллах. Через месяц вы наткнулись на другую такую статью, и в ней был другой порядок.

Дело в том, что вопрос поставлен так, что правильного ответа у него нет дольше нескольких недель.

Вот измеримое подтверждение, которое я посчитал сам. Есть публичная арена LMArena (arena.ai/leaderboard/text): люди вслепую сравнивают ответы двух моделей и голосуют за лучший, из этих голосов считается рейтинг. Я прошёл по датированным публикациям с мая 2023 года по сентябрь 2026-го и выписал каждую смену первого места. Их пятнадцать. Медианный срок удержания первого места составил восемьдесят пять дней. Рекорд краткости: 17 ноября 2025 года на вершину вышла модель компании xAI, а 18 ноября её оттуда сняла модель Google. Сутки.

Оговорка о методике: пятнадцать — нижняя граница. Считались только смены, у которых нашлась публикация с датой; ещё шесть вероятных подтвердить не удалось, и если они были, медиана окажется меньше. Практический вывод из графика: любой список «лучших моделей», включая тот, что вы читаете в этой книге, устаревает быстрее, чем печатается тираж. Полезно другое: понимание, кто эти игроки и по какой логике каждый действует. Логика меняется медленно.

Откуда взялись эти компании

Почти вся отрасль умещается в шестнадцать лет, и начиналась она в одном месте.

В 2010 году в Лондоне трое основали лабораторию DeepMind: Демис Хассабис, Шейн Легг и Мустафа Сулейман. С 2011 года собственную группу по глубокому обучению собирал внутри себя Google, она называлась Google Brain. 26 января 2014 года Google купил DeepMind. Сумму официально не назвали, оценки в прессе расходятся от 400 до 650 миллионов долларов. Условие сделки было необычное: Google согласился создать этический совет по контролю за технологией. Состав совета так и не раскрыли.

К середине 2010-х расклад выглядел так: два сильнейших исследовательских центра в области принадлежали одной компании. Именно оттуда 12 июня 2017 года вышла статья «Внимание — это всё, что нужно» с архитектурой трансформера, на которой стоят все сегодняшние модели (arxiv.org, номер 1706.03762). Восемь авторов, все сотрудники Google.

Дальше произошло то, что стоит запомнить отдельным сюжетом. Все восемь из Google ушли. Айдан Гомес основал Cohere, Ноам Шазир — Character.AI, Ашиш Васвани и Ники Пармар — Adept, Якоб Ушкорайт — Inceptive, Илья Полосухин — NEAR, Ллион Джонс — Sakana AI, Лукаш Кайзер ушёл исследователем в OpenAI. По подсчёту CB Insights на апрель 2023 года из одной статьи выросли шесть компаний, больше миллиарда привлечённых долларов и два «единорога».

Почему появилась OpenAI и почему Google отстал

11 декабря 2015 года вышло объявление о создании OpenAI — некоммерческой лаборатории с обещанным финансированием в миллиард долларов от Сэма Альтмана, Илона Маска, Рида Хоффмана, Питера Тиля и Amazon Web Services. Текст объявления лежит на openai.com и начинается с цели: «развивать цифровой интеллект так, чтобы это принесло наибольшую пользу человечеству в целом, без необходимости приносить финансовую отдачу».

Google в этом тексте не упомянут ни разу. Настоящая причина видна в переписке основателей, раскрытой позже в ходе судебного спора Маска с OpenAI. Альтман, 24 июня 2015 года: «Если это всё равно произойдёт, было бы неплохо, чтобы первым это сделал кто-то, кроме Google». Маск, 19 февраля 2016 года, про DeepMind: «Если они победят, это будут очень плохие новости с их философией одного разума, правящего миром».

Дальше начинается любопытная часть. Компания, у которой были и архитектура, и обе лаборатории, публичный продукт не выпускала.

Разговорную модель Meena Google показал 28 января 2020 года и в том же тексте написал: «учитывая связанные с этим сложности, мы не выпускаем внешнее демо для исследователей» (research. google, блог). В мае 2021 года на конференции для разработчиков представили LaMDA, продуктом она тоже не стала. Публичное объяснение дал Джефф Дин, руководитель Google Brain, в декабре 2022 года на внутренней встрече: у Google выше репутационный риск, и он вынужден двигаться консервативнее маленького стартапа.

Была и вторая причина, о которой Google не говорил. Её назвал Аарон Леви, глава компании Box, в декабре 2022 года: «Google по своей природе не хочет, чтобы вы просто получали ответ на любой вопрос. Потому что это уменьшит потребность кликать по вебу». Google зарабатывает на рекламе в поиске, а реклама работает на кликах. Модель, дающая готовый ответ в чате, клик убирает. Собственный продукт разрушал бы собственную выручку.

Что было дальше, известно. 30 ноября 2022 года вышел ChatGPT. 21 декабря The New York Times сообщила, что руководство Google объявило внутри компании «красный код» и перебросило команды на разработку ответа. 6 февраля 2023 года представили Bard. В рекламном ролике модель заявила, что телескоп Джеймса Уэбба сделал первые в истории снимки планеты за пределами Солнечной системы; это неправда, такие снимки получили на земном телескопе в 2004 году. 8 февраля акции Alphabet упали примерно на 100 миллиардов долларов капитализации. 20 апреля 2023 года Google Brain и DeepMind объединили в одно подразделение.

Развязка идёт против расхожего сюжета про упущенное первенство. К августу 2026 года у Gemini миллиард пользователей в месяц, это самый быстрорастущий продукт в истории Google. Доля Google в мировом поиске в августе 2026 года — 91,1% по счётчику StatCounter (gs.statcounter.com), она почти не сдвинулась. 12 января 2026 года Alphabet стал четвёртой компанией в истории с капитализацией в 4 триллиона долларов. А 2 декабря 2025 года, через две недели после выхода очередной модели Google, уже Сэм Альтман объявил «красный код» внутри OpenAI и отложил планы по рекламе.

Урок отсюда полезен при чтении любых новостей про ИИ. Технологическое первенство само по себе ничего не гарантирует: Google изобрёл архитектуру, потерял всех восьмерых её авторов, три года не выпускал продукт и всё равно вернулся в первый ряд. Позицию держит дистрибуция: миллиарды людей, у которых продукт уже установлен.

Расклад: три центра и посредники

Модели верхнего уровня делают в трёх местах.

Соединённые Штаты. Здесь лаборатории с наибольшими бюджетами на обучение и почти все закрытые модели верхнего уровня. Anthropic (2021 год, основана семью выходцами из OpenAI), OpenAI, Google DeepMind и xAI, созданная Маском в 2023 году и вошедшая в 2026-м в состав SpaceX.

Европа. Игроков мало, и продают они себя через юрисдикцию: данные остаются в Европе, инфраструктура европейская. Главное имя: французская Mistral, основанная в апреле 2023 года выходцами из Google DeepMind. Канадская Cohere в апреле 2026 года объединилась с немецкой Aleph Alpha.

Китай. Здесь делают почти все сильные модели с открытыми весами. Alibaba, DeepSeek (2023 год, отделилась от хедж-фонда High-Flyer), Moonshot AI (2023), Z.ai (2019, выросла из Университета Цинхуа), MiniMax, Tencent, ByteDance, Baidu.

Отдельно стоит четвёртый слой: посредники. Моделей они не делают. Их работа: продавать доступ, измерять качество и распределять запросы между лабораториями. Именно они дают независимые цифры, когда лаборатории публикуют собственные.

Сейчас: западные лаборатории, сентябрь 2026

Anthropic — первая строка независимого рейтинга Artificial Analysis (artificialanalysis.ai/leaderboards/models) и наибольшая доля корпоративных расходов на доступ к моделям: 40% по замеру Menlo Ventures за 2025 год, 54% в задачах программирования. Открытых весов не выпускает.

OpenAI — самая большая аудитория: ChatGPT приближается к миллиарду пользователей в неделю. Флагман GPT-6 Astra вышел 3 сентября 2026 года. Есть открытые модели среднего размера под лицензией Apache 2.0.

Google — сильнее всех по цене за объём и по инфраструктуре: собственные чипы, 22 миллиарда токенов в минуту через свои интерфейсы. При этом старшая модель линейки Gemini 3 Pro не обновлялась с февраля 2026 года.

Meta (признана экстремистской организацией и запрещена в РФ) — открытая модель Muse Glimmer на 30 миллиардов весов под Apache 2.0, запускается на одной потребительской видеокарте.

Сейчас: Китай и Европа, сентябрь 2026

Первые десять строк рейтинга открытых моделей Artificial Analysis (artificialanalysis.ai/models/open-source) заняты китайскими лабораториями. Сильнейшие на сентябрь 2026 года: Kimi K3 (Moonshot), GLM-5.3 (Z.ai), Qwen3.8 (Alibaba), DeepSeek V4.

Цена: китайская открытая модель верхнего уровня обходится в два-шесть раз дешевле сопоставимой закрытой. Девять из тринадцати моделей на границе «качество за деньги» — открытые.

Разрыв в качестве замерила исследовательская группа Epoch AI (epoch.ai/data-insights): с января 2026 года лучшие открытые модели отстают от лучших закрытых в среднем на четыре месяца.

Mistral держит открытую линейку под Apache 2.0 и продаёт европейским компаниям размещение внутри Евросоюза.

Российские модели

Своими моделями в России занимаются пять компаний, и все пять выросли из крупного бизнеса, а не из исследовательских институтов: Сбер (GigaChat), Яндекс (Алиса AI), Т-Банк (линейка T-Pro), МТС (Cotype), VK (узкоспециализированные модели, универсальной нет).

Главный внутренний спор идёт о том, что здесь считать своей моделью. 17 июля 2026 года глава Сбера Герман Греф заявил в Совете Федерации, что Яндекс перестал создавать собственные фундаментальные модели и лишь дообучает китайскую, и что полностью отечественная фундаментальная модель в стране осталась одна. Яндекс официально ответил, что сохраняет полный цикл разработки и не зависит от сторонних решений.

Разобраться можно самому, и это хороший пример того, как вообще проверять такие заявления. В техническом отчёте самого Яндекса от 11 декабря 2025 года (habr.com, блог компании Яндекс) написано прямо: их флагманская модель инициализирована весами китайской открытой модели, а дальше проходит полный цикл собственного обучения. Обе стороны говорят правду о разном, и спор идёт о том, где проходит граница между «дообучили» и «сделали своё».

Отставание оценивает тот же Греф, и оценивает публично: на ПМЭФ 5 июня 2026 года — шесть-восемь месяцев от Китая, месяцем позже в Совете Федерации — около года от США. Причину он называет прямо: нехватка вычислительных мощностей. Санкции закрыли доступ к современным ускорителям, и это ограничение качеством команды не обходится.

Сейчас: что есть в России, сентябрь 2026

Открытые веса выкладывает Сбер: флагманская GigaChat 3.5 Ultra лежит на huggingface.co в аккаунте ai-sage под свободной лицензией MIT. Т-Банк выкладывает свои модели под Apache 2.0, но строит их на китайской Qwen3. Яндекс открыл только небольшую модель, флагман закрыт.

Независимый замер один: MERA (mera.a-ai.ru) — бенчмарк (benchmark), то есть постоянный набор заданий с общей шкалой оценки; создан Сбером совместно со Сколтехом и ВШЭ. По снимку февраля 2026 года лучшая российская модель занимала там шестое место, а первые строки держали зарубежные. 1 сентября 2026 года таблицу пересобрали заново, так что смотрите актуальную. В международных рейтингах российских моделей нет вовсе.

Цена — слабое место. Независимый расчёт обработки тысячи отзывов, опубликованный на habr.com в феврале 2026 года: около 8 рублей на китайской открытой модели, около 75 на американском флагмане, 144—234 рубля на российских.

Где российские модели сильны

Три вещи, и все три практические.

Русский язык и культурный контекст: на узких замерах языковой корректности российские модели выигрывают у зарубежных флагманов.

Работа в закрытом контуре. Модель ставится на серверы компании, в том числе под отечественную операционную систему, и данные не покидают периметр. Для соблюдения закона о персональных данных это часто единственный рабочий вариант.

Доступность. OpenAI, Anthropic и Google официально в России не работают: списки обслуживаемых стран опубликованы на их сайтах, и России там нет. Шлюз OpenRouter отключил оплату для российских аккаунтов в июне 2026 года. Российские модели работают без обходных путей. Зарубежные открытые модели легально доступны через российские облака: китайские модели есть и в Yandex AI Studio, и в Cloud.ru. Запрет ChatGPT и DeepSeek обсуждался в законопроекте об ИИ, но из финальной версии к 22 июня 2026 года был убран.

Показательна статистика реального использования. По замеру Mediascope за ноябрь 2025 года месячный охват в России: Алиса AI 14,3%, DeepSeek 9,4%, GigaChat 4%, ChatGPT 3,5%. Главный конкурент российских моделей внутри страны китайский.

Открытые и закрытые веса: что это меняет для вас

Термин веса (weights) уже был в первой главе: это числа внутри модели, в которых оседает всё, чему она научилась. Дальше есть два способа этими числами распорядиться.

Закрытая модель. Веса лежат на серверах компании, вы к ним не прикасаетесь. Доступ идёт по трубе: вы отправляете запрос, получаете ответ, платите за объём.

Открытые веса (open weights). Файл с числами выложен для скачивания. Его можно запустить на своём компьютере или на арендованном сервере, никому ничего не сообщая. Как это выглядит, видно на huggingface.co/models: площадка, где такие файлы лежат. Поиск и скачивание бесплатны, сайт открывается из России.

Тут нужна оговорка, которую пропускают почти все обзоры. Открытые веса — не то же самое, что открытый исходный код. Вы получаете результат обучения, но не данные, на которых учили, и не право делать с файлом что угодно. Лицензии разные: у части моделей это Apache 2.0 или MIT, где разрешено практически всё, у части — собственная лицензия лаборатории с порогом. У Moonshot AI порог такой: если вы перепродаёте доступ к их модели и зарабатываете больше двадцати миллионов долларов в год, идите договариваться отдельно.

Практических следствий три, и они касаются вас, даже если вы никогда ничего не будете запускать сами.

Первое: ваши данные. Модель с открытыми весами ставится внутри контура компании, и текст договора не покидает её серверов. Это единственный технический ответ на вопрос, что делать с документами, которые нельзя отдавать наружу. Подробно — в главе 16.

<<1 2 3 4 5 >>

На страницу:

Перейти

3 из 5