Згідно з останніми даними платформи OpenRouter, опублікованими наприкінці лютого, вперше в історії три перші місця у світовому рейтингу фактичного використання великих мовних моделей (LLM) одночасно посіли китайські розробки. На ці моделі припав значний обсяг у 61% від усіх оброблених токенів серед топ-10 найпопулярніших LLM на платформі. Цей звіт від OpenRouter, найбільшого у світі агрегатора LLM-API з доступом до понад 400 моделей, викликав значний резонанс в індустрії, сигналізуючи про тектонічні зміни у глобальному ландшафті штучного інтелекту.
Лідером рейтингу став шанхайський стартап MiniMax з моделлю M2.5, запущеною 13 лютого. Вона зайняла перше місце, обробивши 2,45 трильйона токенів за тиждень, демонструючи вражаючий приріст у 197% тиждень до тижня та утримуючи близько 25% загального обсягу токенів на платформі. Другу позицію посіла Moonshot AI Kimi K2.5 з показником 1,21 трильйона токенів, а третю – GLM-5 від Zhipu AI з 780 мільярдами токенів та зростанням на 158%. Варто зазначити, що ще кілька місяців тому моделі MiniMax та GLM-5 були відсутні у цьому списку, що підкреслює стрімкий прорив китайських розробників, доповнений п’ятим місцем DeepSeek V3.2.
Ключовими факторами успіху китайських моделей стали агресивне ціноутворення та оптимізація під сучасні сценарії використання. MiniMax M2.5 пропонує вхідні токени за $0,30 за мільйон та вихідні за $1,10 за мільйон, що в 10-20 разів дешевше за аналогічні пропозиції західних гігантів, таких як Claude Opus 4.6 від Anthropic. При цьому за низкою бенчмарків, включаючи програмування та роботу з офісними інструментами, MiniMax M2.5 вже наближається до рівня Claude Opus 4.6 та GPT-5.2. Зміни у використанні ШІ також відіграли роль: програмування та агентні робочі процеси, для яких китайські моделі є оптимальними, тепер складають понад половину загального споживання токенів. Експерти Andreessen Horowitz зазначають, що близько 80% стартапів, які використовують відкриті ШІ-стеки, вже працюють на китайських моделях, що відображає зміну економіки та сценаріїв застосування ШІ в цілому.
