Илон Маск заявил, что xAI почти закончила обучение новой языковой модели с 2 трлн параметров. По его словам, она уже сейчас обходит Grok 4.5 по всем основным метрикам, а первый этап обучения должен завершиться на следующей неделе. Заодно Маск намекнул, что новинка может оказаться сильнее и Kimi, при этом не потеряв в скорости и экономичности старого Grok.
Звучит это как очередной ход в гонке, которая в ИИ-индустрии идет уже не первый год: у кого модель крупнее, тот громче говорит о лидерстве. Но сейчас компании все чаще спорят уже не только о размере. Смотрят на цену ответа, на скорость вывода и на то, сколько вычислений уходит на один результат. И вот тут цифры начинают говорить громче пресс-релизов.
Поводом для обсуждения стало сравнение исследователя Мина Чоя. Он написал, что в Grok 4.5 около 1,5 трлн параметров, а у Kimi K3 — примерно 2,8 трлн. По его расчетам, задачи на Kimi обходятся примерно втрое дороже. На этом фоне тезис xAI выглядит понятнее: ставка не только на масштаб, но и на то, чтобы выжимать из него больше пользы за те же вычисления.
Для рынка это заметная развилка. Одни компании по-прежнему упирают на максимальный размер — так уже делали OpenAI, Google и китайские лаборатории. Другие стараются доказать, что решают архитектура, обучение и инференс. Заявление Маска попадает ровно в эту линию: xAI явно хочет выглядеть не просто участником гонки, а игроком, который умеет спорить с конкурентами на их же поле и при этом тратить меньше.
xAI в этом споре уже не новичок. Линейка Grok не раз становилась для Маска способом показать, что компания может быстро подтягиваться к заметным игрокам в генеративном ИИ. Теперь, судя по тону анонса, ставка сделана не только на эффектный заголовок. В ходу уже вполне прикладные вещи: триллионы параметров, скорость ответа, стоимость выполнения задач.
Китайский сегмент тоже не стоит на месте. Kimi K3 от Moonshot AI подали как крупнейшую open source-модель, и этого хватило, чтобы она быстро попала в разговор о лидерстве. Сюжет знакомый: один игрок наращивает масштаб, другой отвечает открытостью или эффективностью, а дальше рынок пытается понять, что из этого важнее для бизнеса и разработчиков.
История с «2 трлн параметров» сама по себе еще ничего не доказывает, но направление видно. В 2025 и 2026 годах конкуренция в ИИ все заметнее смещается от простого роста мощности к поиску баланса между качеством, ценой и скоростью работы. Именно этот баланс потом и решает, кто останется в корпоративных внедрениях и в потребительских сервисах.
Если xAI и правда завершит первый этап обучения уже на следующей неделе, следующие сравнения почти наверняка будут не только про качество ответов. Снова всплывет стоимость запуска модели в реальных сценариях. А для компании это особенно чувствительный момент: конкуренты давно научились зарабатывать не на самом факте большого размера, а на том, сколько задач модель закрывает за один доллар вычислений.