Vasarā mākslīgā intelekta (AI) modeļu pasaule kūsā no jaunumiem un izaicinājumiem. Pēdējās nedēļās gan Anthropic, gan OpenAI bija spiesti ierobežot piekļuvi saviem modeļiem “drošības apsvērumu” dēļ. Arī Ķīnā tiek apsvērts, vai vadošajiem AI modeļu izstrādātājiem vēl ir atļauts brīvi piedāvāt savus produktus. Paralēli tam, tirgū gandrīz katru dienu parādās jauni lieli valodu modeļi (LLM), liekot mums apšaubīt, vai patiešām spēsim gūt tik milzīgu produktivitātes pieaugumu, kā daudzi cerējuši. Un kā šajā spēlē jūtas Eiropa?
Ķīnas gigantu jaunie modeļi
Z.ai ar savu GLM-5.2 modeli ir panācis milzīgu izrāvienu. Lai gan ar 744 miljardiem parametru (no kuriem 40 miljardi ir aktīvi) tas ir pārāk liels lokālai lietošanai un nekvantizētā formātā tam nepieciešami vismaz 1,5 TB RAM, tas ir ārkārtīgi jaudīgs un kompakts salīdzinājumā ar citiem modeļiem. Z.ai sniedz daudz informācijas par modeļa uzbūvi un izmantotajām inovācijām, piemēram, IndexShare, kas optimizē Attention mehānismu, un MTP-Layer, kas paātrina paredzēšanu.
GLM-5.2 apmācīts ar Z.ai slime-framework, īpašu uzmanību pievēršot garu kontekstu apstrādei, kas ir kritiski svarīgi programmēšanā un aģentu lietojumprogrammās. Modelis izceļas ar kompaktām atbildēm bez liekas “domāšanas”, padarot to ļoti rentablu. Pat politiski sensitīvos jautājumos tas sniedz tiešas atbildes.
Tencent jaunais Hy3 modelis ar 295 miljardiem parametru (21 miljards aktīvs) ir mazāks par GLM-5.2. Tā svari, vismaz izvēles kārtā, ir pieejami kompaktā FP8 formātā, kas ietaupa operatīvo atmiņu. Tomēr minimāli nepieciešamie 300 GB RAM ir ievērojams apjoms. Ar kvantizāciju modeļa izmēru var samazināt uz pusi, taču tas joprojām paliek ļoti liels. Tencent ir izvēlējies tradicionālu arhitektūru un Grouped Query Attention (GQA). Detalizēta tehniskā informācija ir ierobežota.
Meituan ar savu LongCat-2.0 (1,6 triljoni parametru) ir gājis pretēju ceļu: modelis tika apmācīts tikai ar Ķīnas aparatūru (ASIC Superpods), prasot miljoniem aprēķinu dienu jeb vismaz 3000 GPU-gadus. Tas neizceļ aparatūras efektivitāti. Politiski tas ir ļoti ierobežojošs un arī citas atbildes ne vienmēr pārliecina.
AI modeļi kļūst arvien svarīgāki optiskajā rakstzīmju atpazīšanā (OCR). Baidu Unlimited OCR ir populārākais modelis, kas izceļas ar izcilu atpazīšanas ātrumu un precizitāti. Tā veratīvi mazais parametru skaits (gandrīz trīs miljardi) nodrošina efektīvu liela apjoma dokumentu digitalizēšanu.
Mazāki, bet gudrāki: Qwen atvasinājumi
Starp mazākajiem modeļiem izceļas Alibaba Qwen modeļi ar atvērtiem svariem. Tie ir pieejami dažādos izmēros, īpaši populāri ir 27 miljardu parametru modelis un MoE (Mixture of Experts) modelis ar 35 miljardiem parametru (3 miljardi aktīvi). Visus modeļus var izmantot tālākai precizēšanai.
Qwythos ir ieņēmis vienu no vadošajām vietām Hugging Face popularitātes sarakstā. Empero to ir precizējis ar 500 miljoniem Claude Mythos marķieru, tādējādi piešķirot jaunas iespējas pēc Qwen cenzūras noņemšanas. Diemžēl Qwythos pašlaik ir pieejams tikai ar deviņiem miljardiem parametru, kas ierobežo tā spēju konkurēt ar lielākiem modeļiem.
Qwopus no Hugging Face lietotāja Jackrong ir optimizēts augstākai ātrdarbībai, izmantojot īsāku “domāšanas” procesu un Multi-Token Prediction (MTP) integrāciju. Līdzīgi, BottleCap AI ThinkingCap-Qwen3.6-27B modelis arī izmanto īsāku “domāšanas” procesu. Tomēr abiem modeļiem tokenu ģenerēšanas ātrumā nav mērāmas priekšrocības salīdzinājumā ar oriģinālajiem Qwen modeļiem, tie vienkārši ģenerē mazāk tokenu “domāšanas” posmā.
DeepReinforce ar Ornith modeļiem ir optimizējis Qwen modeļus dažādos izmēros programmēšanas vajadzībām. To veiktspējas rādītāji bieži ir labāki nekā Qwen-3.5 modeļiem, taču atšķirība no pašreizējiem Qwen-3.6 modeļiem ir ievērojami mazāka.
Ķīniešu Intern Science ar Agents-A1 mēģina pielāgot Qwen modeļus heterogēnām aģentu lietojumprogrammām, par pamatu izmantojot Qwen-3.5-35B-A3B. Intern Science ziņo par ievērojamiem uzlabojumiem salīdzinājumā ar jaunāko Qwen-3.6 modeli. Šī pieeja ir īpaši interesanta, jo mazāku modeļu optimizēšana aģentu uzdevumiem var ievērojami samazināt tokenu ģenerēšanu un enerģijas patēriņu.
Eiropas cerības un Amerikas ierobežojumi
Amerikas modeļus raksturo regulāri ASV valdības noteikti ierobežojumi. Sākumā Anthropic modeļi Fable 5 un Mythos 5 tika bloķēti ne-ASV pilsoņiem “drošības apsvērumu” dēļ. Līdzīgi OpenAI jaunais GPT-5.6 modelis sākotnēji bija pieejams ar ASV valdības noteiktiem ierobežojumiem. SpaceXAI (agrāk xAI) prezentētais Grok-4.5 sākotnēji nebija pieejams ES. Lai gan piekļuve dažiem no šiem modeļiem tagad (iespējams, ar ierobežojumiem) darbojas, šie ierobežojumi skaidri parāda atkarību no mākoņmodeļiem, kas ir ieguvusi politisku dimensiju. Modeļi neapšaubāmi ir ārkārtīgi jaudīgi, taču digitālā suverenitāte izskatās citādi.
Interesants modelis šoreiz nāk no Eiropas. Mistral ir publicējis Leanstral-1.5-119B-A6B ar 119 miljardiem parametru (seši miljardi aktīvi). Lai gan arhitektūra nav jauna un balstās uz citām Mistral-4 saimes modeļiem, tajā ir integrētas jaunas idejas. Leanstral ir specializēts modelis, kas kopā ar Lean 4 tiek izmantots matemātisku pierādījumu veikšanai. Pēc Mistral teiktā, tas ir viens no vadošajiem modeļiem šajā jomā.
Nākotnes izaicinājumi
AI modeļu attīstība notiek vēja ātrumā, radot gan milzīgas iespējas, gan būtiskus izaicinājumus. Kaut arī Ķīnas giganti izliek galdā arvien jaudīgākus modeļus ar inovatīvām arhitektūrām, Rietumu pasaule saskaras ar atkarību no ASV izstrādātājiem un politiskajiem ierobežojumiem. Eiropa, ar tādiem spēlētājiem kā Mistral, mēģina atrast savu nišu, specializējoties konkrētos uzdevumos, taču ceļš uz patiesu digitālo suverenitāti ir garš un sarežģīts.
Kā Tu redzi Eiropas nākotni AI tehnoloģiju sacensībā?
Iezīmē tekstu un spied ziņot par kļūdu.
