Генеральный директор Coinbase предлагает китайские модели искусственного интеллекта с открытым весом в качестве противоядия от неконтролируемого роста цен на бумажные деньги

Генеральный директор Coinbase предложил поэкспериментировать с более дешевыми моделями искусственного интеллекта с открытым весом, чтобы сдержать расходы на ИИ по мере роста потребления токенов.

Это предложение вызвало опасения по поводу рисков безопасности и геополитических рисков, связанных с направлением корпоративных рабочих нагрузок через системы китайского происхождения.

Почему компании используют китайские модели искусственного интеллекта?

Американские экспортные ограничения затруднили китайским компаниям доступ к американским чипам для искусственного интеллекта, но это не помешало им создавать конкурентоспособные модели и продавать их по гораздо более низким ценам.

Например, стоимость $GLM 5.2 от Zhipu составляет 1,40 доллара за миллион входных токенов и 4,40 доллара за миллион выходных токенов, в то время как Opus 4.8 от Anthropic стоит 5 и 25 долларов за тот же объем соответственно.

$GLM 5.2 набрал 62,1 балла в SWE-bench Pro, ключевом тесте для оценки качества программирования, опередив GPT-5.5 от OpenAI, показавший результат 58,6 балла. Один из исследователей в области ИИ заявил, что $GLM 5.2 «как минимум не уступает Opus 4.8 и GPT 5.5»

Другой назвал её «первой открытой моделью, которая действительно может конкурировать с системами с закрытым исходным кодом»

Использует ли Coinbase китайские модели искусственного интеллекта?

Coinbase Брайан Армстронгtron, что лучший способ контролировать рост затрат на ИИ — это использовать более дешевые модели с открытым весом, включая системы из Китая, такие как $GLM 5.2.

tronзаявил, что вместо того, чтобы тратить все больше и больше на ИИ, компаниям нужны «лучшие настройки по умолчанию, маршрутизацию и кэширование». Его предложение использовать китайские модели, даже если они дешевле, вызвало опасения по поводу безопасности и политических рисков.

Помимо удобной цены, $GLM 5.2 использует лицензию MIT, что означает, что компании могут загружать, модифицировать и запускать его на своих собственных серверах, исключая любой риск отправки конфиденциальных данных компании во внешний API.

Расходы на ИИ стали серьезной проблемой, заставляющей компании сокращать использование этой технологии в своей деятельности.

Cryptopolitan недавно сообщило , что Uber исчерпал весь свой бюджет на разработку ИИ на 2026 год уже к апрелю и теперь ограничивает зарплату инженеров 1500 долларами в месяц за каждый инструмент. Meta разослала служебную записку с предупреждением об «экспоненциальном росте» использования ИИ и начала внедрять механизмы контроля расходов. Amazon отказалась от внутреннего рейтинга сотрудников по уровню использования ИИ, поскольку люди злоупотребляли им и завышали затраты.

Опрос KPMG показал, что только 26% компаний имеют полную информацию о своих затратах на ИИ, а 22% узнают о расходах только после получения счета. Goldman Sachs прогнозирует, что потребление токенов ИИ может увеличиться в 24 раза к 2030 году, достигнув 120 квадриллионов токенов в месяц.

Международная корпорация данных прогнозирует, что к 2028 году 70% ведущих предприятий, использующих искусственный интеллект, будут применять несколько моделей, а не полагаться на одного поставщика.

Что делает китайские модели искусственного интеллекта рискованными?

Облачный API компании Z.ai, позволяющий разработчикам и компаниям использовать ее модели ИИ (включая $GLM 5.2), подпадает под действие Закона Китая о национальной разведке. Это вызывает серьезные опасения у любой компании, работающей с конфиденциальной информацией.

В мае американские законодатели начали официальное расследование киберугроз, связанных с использованием моделей искусственного интеллекта китайского происхождения в критически важной инфраструктуре.

Также существуют опасения, что модели, обученные в рамках разных правовых систем, могут демонстрировать скрытые особенности поведения. Кроме того, один из разработчиков ИИ протестировал $GLM 5.2 по сравнению с GPT-5.5 в задаче отладки и обнаружил, что она «даже близко не сравнится» со способностью модели OpenAI выявлять проблемы, несмотря на сообщения о том, что китайские модели превосходят свои более дорогие аналоги.

В открытом письме банковскому комитету Сената компания Anthropic сообщила, что операторы Alibaba Qwen в период с апреля по июнь провели 28,8 миллионов транзакций Claude через около 25 000 фейковых аккаунтов. Они назвали это крупнейшей известной кампанией по краже возможностей модели.

Размещение открытых весов на собственных серверах исключает риск маршрутизации данных через API, поскольку компании, запускающие модель на своих серверах, не отправляют данные в Китай. Однако опасения по поводу самих моделей сохраняются.

Источник