Иллюзия паритета: открытые ИИ-модели против фронтира

Примерно за 3,5 месяца до DeepSeek V4 Pro вышла Kimi K2 Thinking - с тем же нарративом: сильнейшая модель теперь открытая и китайская.

Через три месяца, по сбору того же автора, на 16 общих бенчмарках она проигрывала фронтиру (GPT-5 и Sonnet 4.5) на 13, и на семи из них - больше чем на 10 пп.

Паттерн устойчивый: на релизных бенчмарках картинка похожа на паритет, а независимые бенчмарки, которые набегают следом, показывают систематическое среднее отставание.

Один яркий график в анонсе - это не то же самое, что распределение результатов на десятках задач, собранных позже и не под модель.

В свете выхода Kimi K3 автор осторожно прогнозирует повтор паттерна против нового фронтира (GPT-5.6-Sol и Fable 5), но в мягкой форме - ориентировочно 8 побед, 5 ничьих и 17 поражений из

То есть отставание сохранится в среднем, но станет меньше, и K3 вполне может закрепить отдельные домены, где открытые модели уже не отстают систематически.

Это прогноз, а не факт, и относиться к нему стоит как к гипотезе.

Но направление совпадает с двумя предыдущими итерациями (K2, DeepSeek V4 Pro), и для планирования это важнее точной цифры: релизный хайп про «топ-1» стоит проверять на независимых бенчмарках, вышедших позже, а не принимать по анонсу.

Мы не выбираем модель по хайпу и живём в этой логике сами.

Наш клиентский консьерж пишет черновики ответов на DeepSeek - V4 Flash на короткие подтверждения, V4 Pro на коммерческие, технические и длинные диалоги.

Но отправку разрешает детерминированный policy-движок, а квалификацию лида делает отдельный классификатор: дешёвая модель работает на объёме, а за корректность отвечает предсказуемый контур, а не сама модель.

Наша контент-машина устроена наоборот там, где ошибка бьёт по репутации: финальный синтез статьи в бренд-голосе идёт на Claude, а дешёвые сбор и нормализация сигналов - на моделях попроще. И наш публичный AI-калькулятор прямо предлагает клиентам гибридный контур «Frontier + DeepSeek»: около 60% простых задач уходят на DeepSeek, сложные остаются на фронтире.

Тот же инженерный фундамент - в нашем сервисе AI-native разработки.

Сам этот сайт правит AI-агент поверх репозитория; как устроен такой контур, мы разбираем в материалах про AI-SDLC на готовом стеке и уровни разработчика и ПМа.