Февраль 2026 года. За один месяц вышли: Gemini 3.1 Pro от Google, Claude Sonnet 4.6 и Opus 4.6 от Anthropic, GPT-5.3 и GPT-5.4 от OpenAI (5.4 — через два дня после 5.3, без каких-либо объяснений), Grok 4.20 от xAI, Qwen 3.5 от Alibaba, DeepSeek V4, GLM-5 от Zhipu, Seed 2.0 от ByteDance. Семь крупных лабораторий, десятки моделей, один месяц. И это только верхушка — LLM Stats отслеживает больше 500 языковых моделей от 30+ организаций.
Происходит что-то странное.
Модели выходят быстрее, чем разработчики успевают прочитать документацию к предыдущей версии. Бенчмарки бьются каждые две недели. Каждый пресс-релиз — «прорыв» и «новая эра». Но если отвлечься от графиков с восходящими кривыми и посмотреть на реальное использование, картина оказывается сложнее и интереснее.
Попробуем разобраться: почему гонка так ускорилась, что за ней стоит, и есть ли от этого польза за пределами слайдов инвесторских презентаций.
Почему всё ускорилось именно сейчас
Три года назад, когда вышел ChatGPT, между крупными релизами проходили месяцы. GPT-4 — март 2023. Claude 2 — июль 2023. Gemini 1.0 — декабрь 2023. Интервалы измерялись кварталами. Сейчас — днями. GPT-5.4 вышел через двое суток после GPT-5.3.
Что изменилось?
Конкуренция перестала быть двусторонней. В 2023-м гонка шла между OpenAI и Google. Anthropic был нишевым, остальные далеко позади. В 2026-м активных игроков минимум десять: OpenAI, Anthropic, Google, xAI, Meta, Mistral, DeepSeek, Alibaba/Qwen, ByteDance, Zhipu. Плюс open-source экосистема, где китайские лаборатории задают темп. DeepSeek R1 в начале 2025-го шокировал индустрию: маленькая китайская компания с ограниченными ресурсами выпустила reasoning-модель, которая конкурировала с лидерами. После этого все ускорились, потому что стало понятно — монополии на прогресс нет.
Инфраструктура догнала амбиции. NVIDIA на CES 2026 показала платформу Vera Rubin с GPU H300 — производство стартует в этом году. AMD агрессивно заходит с Ryzen AI 400. Вычислительные мощности, которые три года назад были доступны единицам, становятся массовыми. Обучение модели, которое в 2023-м стоило $100 млн, в 2026-м обходится на порядок дешевле, благодаря эффективным архитектурам (Mixture of Experts, sparse attention) и оптимизированному железу.
Деньги рекой. OpenAI привлёк рекордные $110 млрд и целится в IPO с оценкой до $1 трлн. По данным Reuters на начало марта 2026, годовая выручка OpenAI превысила $25 млрд — рост на 17% всего за два месяца. Anthropic приближается к $9 млрд годовой выручки. Это уже не стартапы, прожигающие венчурные деньги, а полноценные компании, которые могут позволить себе параллельные команды, работающие над несколькими моделями одновременно.
Open source как катализатор. Meta открыла Llama, DeepSeek открыл R1 и V3, Mistral публикует модели с открытыми весами. Это создаёт давление на проприетарные лаборатории: если открытая модель догоняет по качеству, нужно бежать быстрее, чтобы оправдать платную подписку. А открытые модели, в свою очередь, получают фидбек от тысяч разработчиков по всему миру и улучшаются быстрее. Получается самоподдерживающийся цикл ускорения.
Бенчмарки: спорт высоких достижений
Цифры впечатляют. Gemini 3.1 Pro набрал 94.3% на GPQA Diamond (научные знания экспертного уровня) и 77.1% на ARC-AGI-2 (чистая логика, которую нельзя «вызубрить» — это более чем вдвое больше, чем у предыдущего Gemini 3 Pro). Claude Sonnet 4.6 лидирует на GDPval-AA Elo — бенчмарке, который измеряет реальную офисную работу экспертного уровня — с 1633 баллами, обходя даже более дорогой Opus 4.6. GPT-5.4 Pro лучший на индексах кодирования и агентных задач.
Но если присмотреться, за блестящими цифрами скрывается несколько неудобных вещей.
Во-первых, разрыв между лидерами стремительно сокращается. Если в 2023-м GPT-4 был на голову выше всех, то в 2026-м разница между топ-3 моделями на большинстве практических задач — это процентные доли. Для разработчика, который строит реальный продукт, выбор между GPT-5.4 и Gemini 3.1 Pro часто определяется не качеством модели, а ценой, задержкой ответа и удобством API.
Во-вторых, бенчмарки измеряют то, что измеряют. GPQA — экзаменационные вопросы по физике и химии. MMLU — тесты на общие знания. HumanEval — генерация кода из описания. Это полезные сигналы, спору нет. Но между «модель решает олимпиадную задачу по физике» и «модель помогает бухгалтеру Татьяне Николаевне разобраться в новых правилах НДС с 2026 года» — пропасть. Реальные задачи бизнеса нечёткие, контекстно-зависимые, требуют понимания предметной области и тонны неявных допущений.
И в-третьих, «побил рекорд на 2%» — это совсем не то же самое, что «стал вдвое полезнее». Для конечного пользователя разница между 92% и 94% на GPQA неощутима. А вот разница в цене — $0.25 за миллион токенов у Gemini Flash-Lite против $30 у GPT-5.4 Pro — ощутима более чем.
Где реальная польза: что уже работает
При всём здоровом скепсисе к маркетингу, отрицать прогресс было бы нечестно. Есть конкретные области, где ИИ-модели в 2026-м дают измеримую, проверяемую пользу.
Генерация и рефакторинг кода. GPT-5.3 Codex и Claude Code — специализированные варианты для разработчиков. GitHub Copilot давно стал стандартным инструментом в IDE. По данным PwC AI Jobs Barometer, IT и финансовый сектор с высокой ИИ-экспозицией показывают рост revenue per employee в 3 раза выше, чем менее «ИИ-зированные» отрасли. Это не абстрактные обещания — это результат, который уже видят CFO в квартальных отчётах.
Анализ больших документов. Контекстные окна выросли до миллиона токенов. Claude Opus 4.6 и Gemini 3.1 Pro могут держать в контексте целую кодовую базу, стопку исследовательских статей или годовой отчёт компании. Юридические, медицинские, финансовые документы — ИИ не заменяет специалиста, но ускоряет первичный анализ в разы. Юрист, который раньше тратил день на вычитку контракта, теперь тратит час на проверку того, что нашёл ИИ. Это существенная экономия, помноженная на тысячи специалистов.
Reasoning-модели в науке. OpenAI создал отдельную команду для AI for Science, следуя за Google DeepMind. AlphaEvolve показал, что LLM может находить новые математические конструкции. Десятки компаний используют ИИ для поиска лекарств, моделирования белков, анализа материалов. Это не хайп — это конкретные результаты, опубликованные в рецензируемых журналах. MIT Technology Review прогнозирует, что в 2026-м активность на этом фронте резко возрастёт.
Мультимодальность стала реальностью. Gemini 3.0 обрабатывает видео в реальном времени на 60 FPS. Apple анонсировал полностью переработанную Siri на базе Gemini с 1.2 триллионами параметров, работающую через Private Cloud Compute для сохранения приватности.
Где маркетинговый шум: что НЕ работает
А теперь давайте посмотрим на обратную сторону медали. И тут цифры говорят гораздо более отрезвляющие вещи.
Пилотов много — продакшена мало. Отчёт Deloitte Tech Trends 2026: только 11% компаний имеют ИИ-агентов в полноценном продакшене, хотя 38% экспериментируют с пилотами. Между «мы запустили пилот» и «мы используем в продакшене» большая пропасть. Gartner вообще прогнозирует, что более 40% агентных ИИ-проектов будут свёрнуты к концу 2027-го.
Отдача ниже ожиданий. Исследование Deloitte AI Institute на основе опроса 3235 руководителей: только 34% компаний по-настоящему переосмысливают бизнес с помощью ИИ. Две трети (66%) отчитываются об улучшении продуктивности, но «улучшение продуктивности» — это довольно размытая формулировка. Когда спрашивают конкретнее — почти половина признаёт, что реальная отдача от ИИ-инвестиций ниже ожиданий.
Исследование HKU/Deloitte даёт ещё более жёсткую картину: лишь 4% организаций достигли стадии, где ИИ реально влияет на бизнес-модель, а не просто автоматизирует рутинные задачи. 59% руководителей честно говорят, что ожидают от ИИ менее 20% бизнес-ценности в ближайшей перспективе. Для технологии, в которую вкладывают сотни миллиардов скромный результат.
Универсальные ИИ-агенты пока не работают без присмотра. Все крупные релизы 2026-го подчёркивают «agentic capabilities» — способность ИИ самостоятельно планировать и выполнять цепочки действий. На практике агенты, оставленные без присмотра, регулярно ошибаются, зацикливаются и принимают решения, от которых человек бы схватился за голову. McKinsey сообщает, что 80% организаций сталкивались с «рискованным поведением» ИИ-агентов. А в марте 2026-го Meta столкнулась с ситуацией, когда rogue AI agent прошёл все проверки идентификации — и всё равно раскрыл чувствительные данные.
AI fatigue нарастает. По данным Lucidworks, 83% лидеров в области ИИ выражают «серьёзную или экстремальную обеспокоенность» по поводу генеративного ИИ. Это восьмикратный рост за два года. Не потому что ИИ стал хуже, а потому что ожидания, раздутые маркетинговыми отделами вендоров, встретились с реальностью: внедрение дорогое, результаты нестабильные, затраты на энергию и инфраструктуру растут, а ROI считается с трудом.
Эффективность вместо размера
Если выбирать самый крутой тренд 2026-го, это не «модели стали умнее». Это «модели стали дешевле».
Claude Sonnet 4.6 показывает результаты, близкие к Opus 4.6 (а на некоторых бенчмарках — даже лучше), но стоит в разы меньше. Gemini 3.1 Flash-Lite работает в 2.5 раза быстрее предшественника при цене $0.25 за миллион входных токенов. Google не поднял цену на 3.1 Pro при радикальном улучшении качества — по сути, пользователи получили апгрейд бесплатно.
Снижение стоимости запроса на порядок открывает задачи, которые раньше были экономически нецелесообразными.
Тренд «сделать лучше с меньшим» — полная противоположность раннему подходу «наращиваем размер и смотрим, что получится».
Китай: второй фронт
Отдельная и очень интересная история — китайские лаборатории. DeepSeek, Qwen (Alibaba), ByteDance, Zhipu, Moonshot, Baidu — все активно выпускают модели с открытыми весами. Китайские компании массово приняли open source, и это принесло им серьёзное доверие глобального сообщества. Американские компании начали тихонечко использовать китайские открытые модели как фундамент для своих решений.
США ужесточают экспорт чипов. Китайские компании, лишённые доступа к топовому железу, вынуждены изобретать более эффективные методы обучения. Эти методы попадают в open source. Весь мир выигрывает. Ограничение ресурсов стимулирует инновацию — классическая история технологий, которая повторяется раз за разом.
В 2026-м MIT Technology Review прогнозирует, что «всё больше приложений из Кремниевой долины будут тихо работать на китайских открытых моделях, а отставание между китайскими и западными релизами сократится с месяцев до недель, а иногда и меньше».
Что уже понятно на сегодняшний день
Для разработчика, менеджера или предпринимателя ответ на вопрос «что делать» удивительно прозаичен: не гонитесь за последней моделью — гонитесь за результатом.
Разница между GPT-5.4, Gemini 3.1 Pro и Claude Opus 4.6 на большинстве практических задач минимальна. А вот разница в цене, скорости, удобстве API и надёжности ответов — гораздо значительнее. Лучшая модель — та, которая решает конкретную задачу в рамках конкретного бюджета. А не та, которая набрала на 2% больше на бенчмарке, разработанном для PhD по физике.
Специализированные модели часто обходят универсальные в узких задачах. Маленькая модель, дообученная на данных компании, может оказаться полезнее, чем фронтирная модель с нулевым контекстом о бизнесе.
ИИ — это инструмент, а не стратегия. «Мы внедрили AI» — не бизнес-результат. «Мы сократили время обработки документов с четырёх часов до двадцати минут» — бизнес-результат.
Гонка моделей продолжится. К концу 2026-го нас наверняка ждут GPT-6 (или как бы OpenAI его ни назвал), Claude 5, возможно Gemini 4. Бенчмарки будут побиты. Пресс-релизы будут восторженными.
Настоящий прогресс будет в историях, где конкретный инструмент решил конкретную задачу конкретного человека. Где врач быстрее поставил диагноз. Где разработчик за день сделал то, что раньше занимало неделю. Где малый бизнес получил доступ к аналитике, которая раньше была по карману только корпорации.
Вот за этими историями следить гораздо интереснее, чем за очередным «мы побили SOTA на 0.3%». И именно по этим историям через пять лет мы будем судить, была ли гонка 2026-го реальным прогрессом или очередным пузырём.
Скорее всего — и тем, и другим одновременно. Как это обычно и бывает с технологиями.
Автор: MVideohabr
