Hét hónappal követik a kínai AI-modellek az amerikai élmezőnyt
A csúcsteljesítményben még az USA vezet, de a kínai nyílt súlyú modellek egyes feladatokban közel járnak hozzá, és olcsóbban működhetnek.
▶ 30 MÁSODPERCBEN
- MI TÖRTÉNT
- Az Epoch AI indexe szerint a kínai modellek 2023 óta átlagosan hét hónappal követik az amerikai csúcsmodellek teljesítményét.
- MIÉRT FONTOS
- A modellek között választóknak az is számít, hogy a kínai nyílt súlyú rendszerek egyes feladatokban közel kerültek a zárt amerikai modellekhez, alacsonyabb futtatási költséggel.
Átlagosan hét hónap kell a kínai AI-modelleknek ahhoz, hogy elérjenek egy korábbi amerikai csúcsteljesítményt — derül ki az Epoch AI összehasonlításából, amelyet a Startup Fortune ismertetett. A 2023 óta mért lemaradás négy és tizennégy hónap között mozgott. Ez azonban nem jelenti azt, hogy minden feladatban ekkora a különbség: egyes teszteken a kínai modellek már jóval közelebb járnak az amerikai élmezőnyhöz.
Az összesített csúcsot még az USA tartja
Az Epoch AI Capabilities Indexe 39 teljesítménytesztből állít össze közös pontszámot; ezek között szerepel a FrontierMath, a GPQA Diamond és a SWE-Bench Verified. Az index szerint 2023 óta mindig amerikai modell állt a képességek abszolút élvonalában. A hét hónapos átlag tehát az összesített teljesítmény időbeli követését jelzi, nem egyetlen teszt pontkülönbségét.
Az első kínai modell 2024 májusában előzte meg a GPT-4-et, tizennégy hónappal annak megjelenése után. A beszámoló szerint a 2025 áprilisában kiadott OpenAI o3 teljesítményét még egyetlen kínai modell sem érte el. Ezek az állomások mutatják, miért számít az is, melyik amerikai modellhez és milyen időpontban hasonlítják a kínai versenytársakat.
Egyes teszteken szinte eltűnt a különbség
A Stanford 2025-ös AI Indexe szerint az amerikai előny az MMLU teszten 2023 végén még 17,5 százalékpont volt, egy évvel később viszont már csak 0,3. A HumanEval esetében ugyanez 31,6-ról 3,7 százalékpontra csökkent. A nyilvános modell-összehasonlítások a közelmúlt DeepSeek-kiadásait és a Kimi K2 modellcsaládját a SWE-Bench Verified programozási teszten a Claude modellekéhez közeli teljesítménnyel mérték.
Az Epoch szerint az amerikai–kínai különbség szorosan követi a zárt és a nyílt súlyú modellek közötti általános eltérést. Szinte minden vezető kínai modell — a DeepSeek, az Alibaba Qwenje, a Moonshot AI Kimije és a Zhipu GLM-je — nyilvánosan hozzáférhetővé teszi a futtatáshoz szükséges modellsúlyokat. Az amerikai csúcsmodellek, így a GPT, a Gemini és a Claude, jellemzően zártak.
Egy Mozilla által támogatott elemzés az amerikai zárt csúcsmodellek és a legjobb kínai nyílt súlyú modellek közötti lemaradást körülbelül 4,4 hónapra tette. Eszerint a nyílt modellek feladatonkénti futtatási költsége akár a zárt modellek költségének ötöde is lehet. Ez a költségelőny külön szempont az összesített képességek mellett.
A hardverkorlátozások mellett is épül a kapacitás
Az amerikai exportkorlátozások célja a fejlett gyorsítókártyákhoz való kínai hozzáférés szűkítése volt, de a beszámolók szerint a cégek kerülőutakat is találtak, miközben Peking hazai alternatívákat szorgalmazott. A Startup Fortune által idézett Financial Times szerint a Tencent öt évre, mintegy 7 milliárd dollárért bérelt 100 000 fejlett AI-chipet az Oracle délkelet-ázsiai adatközpontjain keresztül. A kínai CXMT közben csökkenti lemaradását a DRAM, vagyis a számítógépek munkamemóriájának gyártásában, amelyet a nyugati szankciók korlátozni igyekeztek.
TECH-SZÓTÁR
- Nyílt súlyú modell
- A betanított modell működését meghatározó súlyok letölthetők, így a modell saját környezetben is futtatható.
- Zárt modell
- A modell súlyai nem nyilvánosak, használatát a szolgáltató biztosítja.
- Teljesítményteszt
- Előre meghatározott feladatsor, amellyel a modellek képességeit összehasonlítható módon mérik.
» Követett téma: AI · régió: KÍNA · kulcsszó: nyílt súlyú modellek