Разрыв между открытыми и закрытыми LLM сокращается?

Открытые LLM догоняют лидеров?

В последнее время всё чаще обсуждают, что открытые большие языковые модели (LLM) приближаются к закрытым по своим возможностям. Новый анализ подтверждает, что процесс идёт, но его темпы и перспективы сильно зависят от способа измерения.

Как измеряется разрыв?

Исследователи Doubleword.ai использовали Artificial Analysis Intelligence Index — комплексный показатель, оценивающий общие возможности LLM. Они сравнили, за сколько месяцев открытые модели достигают уровня, который ранее показывали закрытые. Разрыв измеряется во времени: сколько месяцев потребовалось открытым моделям, чтобы догнать закрытые.

Что показывают данные?

Первичный анализ указал на сокращение разрыва. При экстраполяции текущей тенденции к декабрю 2026 года открытые модели могут достичь уровня закрытых. Однако при учёте 18 разных бенчмарков ситуация меняется.

В среднем разрыв остаётся около 5 месяцев в пользу закрытых. Прогресс особенно заметен в задачах кодирования: отставание упало с 15 месяцев до 1‑2. В остальных областях разрыв слегка растёт.

Почему оценка качества LLM сложна?

Результаты показывают, что измерять качество LLM непросто. Разные бенчмарки дают разный прогноз: от скорой «сингулярности» открытого ИИ до стабильного отставания в 5 месяцев. Это связано с тем, что каждый тест фокусируется на отдельном аспекте модели.

Что это значит для бизнеса

Сокращение разрыва, особенно в кодировании, позволяет компаниям использовать открытые модели вместо дорогих закрытых API. Это открывает путь к созданию собственных решений без необходимости платить за лицензии лидеров рынка, экономя ресурсы и ускоряя внедрение.