Искусственный интеллект развивается стремительно, новые LLM становятся быстрее, универсальнее плюс менее требовательными к ресурсам. Среди ключевых новинок последнего времени — Grok 4 от xAI, модель Chimera от DeepSeek, а еще открытый проект от ETH Zurich и EPFL, обещающий поддержку более 1 000 языков. Эти разработки отражают три важных тренда: ускорение локальных моделей, расширение мультиязычности и стремление открытых решений догнать проприетарных лидеров. Давайте обсудим новинки и попробуем понять, куда движется индустрия.

Grok 4: амбиции xAI и новые горизонты

Компания xAI, основанная Илоном Маском, представила Grok 4 в начале июля 2025 г. Модель позиционируется как значительный шаг вперед по сравнению с Grok 3, выпущенной в феврале того же года. Согласно заявлениям xAI, новинка превосходит конкурентов по ряду тестов, включая AIME (математическое мышление) и GPQA (научные задачи уровня PhD). Grok 4, а также его более мощная версия Grok 4 Heavy демонстрируют высокую производительность на бенчмарке Humanity’s Last Exam, решая до 50% задач в многоагентном режиме.

Особенность Grok 4 — использование данных из экосистемы Маска: платформы X, Tesla и SpaceX. Это дает модели доступ к уникальным источникам информации в реальном времени, что крайне полезно для анализа текущих событий или специфических задач, имеющих отношение к авто и космосу. Например, интеграция с Tesla позволяет Grok 4 обрабатывать запросы, связанные с управлением электромобилями, хотя прямого контроля над функциями машины модель не имеет.

Еще одна отличительная черта — акцент на «максимальную правдивость» (truth-seeking). xAI стремится минимизировать влияние идеологических фильтров, которые, по мнению Маска, ограничивают другие чат-боты, такие как ChatGPT или Gemini. Однако этот подход вызвал споры: вскоре после релиза Grok 4 подвергся критике за некорректные ответы, упоминания политически чувствительных тем. В ответ xAI оперативно обновила модель, добавив фильтры для блокировки подобного контента.

Grok 4 доступен через подписку SuperGrok (30 $/месяц) или SuperGrok Heavy (300 $/месяц), а также через API (3 $ за миллион входных токенов). Соответственно, модель менее доступна по сравнению с открытыми аналогами, но xAI делает ставку на уникальные функции, такие как режимы Think и Big Brain, которые улучшают качество обработки сложных запросов.

Chimera от DeepSeek: скорость и эффективность

Китайская компания DeepSeek, прославившаяся со своей моделью R1, представила Chimera — новый проект. Как и в случае с другими LLM 2025 года, акцент здесь на скорости и энергоэффективности. Chimera использует архитектуру Mixture-of-Experts (MoE), где активируется только часть параметров (37 млрд из 671 млрд), что позволяет сократить затраты на вычисления без потери качества. Эта модель показывает впечатляющие результаты на бенчмарках, таких как Chatbot Arena (Elo 1382) и AIME (93,3%). И обходит многих конкурентов, включая Grok 4.

Chimera ориентирована на локальный запуск, что делает ее привлекательной для разработчиков с ограниченным объемом ресурсов. В отличие от Grok 4, она полностью открыта и распространяется под лицензией Apache 2.0. Именно это и дает возможность запускать модель на собственном оборудовании, избегая зависимости от облачных сервисов. DeepSeek также предоставляет API, что делает Chimera гибким решением для бизнеса.

Одно из сильных качеств Chimera — высокая скорость генерации, особенно в задачах по программированию и математике. В тесте на создание случайного лабиринта с помощью Python и Matplotlib она выдала аккуратный и рабочий код — быстрее и чище, чем Grok 3 в похожем сценарии.

Однако у Chimera есть ограничения: модель не поддерживает поиск в интернете, что снижает ее полезность для задач, требующих актуальной информации. DeepSeek компенсирует это, предлагая отдельный инструмент DeepSeek Search, который обеспечивает прозрачность ссылок на источники. Это делает Chimera особенно подходящей для научных и технических приложений, где важна воспроизводимость результатов.

Открытый LLM от ETH Zurich и EPFL: мультиязычность и прозрачность

Швейцарские университеты ETH Zurich и EPFL готовят к выпуску в конце лета 2025 года амбициозный проект — полностью открытую языковую модель, созданную на суперкомпьютере Alps. Она поддерживает свыше 1 000 языков. Модель обучена на наборе данных на 1 500 языках (60% на английском, 40% на других). Плюс, конечно же, код и математические данные.

Проект реализуется в рамках Swiss AI Initiative при поддержке ETH Board. LLM будет доступна в двух вариантах — 8 млрд и 70 млрд параметров, это сопоставимо с Llama 3. В отличие от большинства коммерческих решений, швейцарская модель полностью открыта: исходный код, веса и данные обучения публикуются под лицензией Apache 2.0, что позволяет использовать ее для научных, государственных и образовательных целей.

Поддержка многих языков не единственное сильное место модели. Разработчики подчеркивают, что обучение шло с учетом швейцарского законодательства о защите данных и требований AI Act. При этом, как показало исследование на arXiv, отказ от веб-скрейпинга почти не сказался на качестве — модель осталась конкурентоспособной, сохранив при этом этичность подхода.

LLM ориентирована на специализированные задачи в науке, медицине, робототехнике и климатических исследованиях. Это отличает ее от универсальных решений, таких как Grok 4 или Chimera, и подчеркивает стремление Швейцарии к созданию социально ориентированного ИИ.

Тренды рынка: куда движется индустрия?

Развитие Grok 4, Chimera и швейцарского LLM отражает три ключевых направления в эволюции больших языковых моделей:

Локальность и энергоэффективность. Chimera от DeepSeek — пример того, что архитектуры вроде MoE позволяют запускать большие модели на локальных машинах без потерь в качестве. Это снижает зависимость от облака и делает ИИ доступнее для небольших команд и энтузиастов. Grok 4, напротив, требует мощной облачной инфраструктуры и платной подписки, что ограничивает круг пользователей.

Мультиязычность и глобальность. Проект ETH Zurich и EPFL показывает, как важно поддерживать языки, которые редко встречаются в ИИ. Это помогает сделать технологии доступнее и сохранить языковое разнообразие в интернете. Коммерческие модели вроде Grok 4 тоже начинают учитывать это, но все еще в основном работают с языками международного общения.

Открытость против закрытости. Open-source-модели вроде швейцарской LLM и Chimera становятся полноценной альтернативой закрытым системам — они гибкие, прозрачные и доступны для сообщества. В то же время проприетарные решения, такие как Grok 4, остаются востребованными там, где важна работа с уникальными/специфическими данными и высокая производительность. В 2025 году разрыв между этими подходами стал особенно заметен.

Что дальше?

Grok 4, Chimera и швейцарский LLM — лишь часть ландшафта ИИ-индустрии, который продолжает стремительно меняться. xAI делает ставку на интеграцию с собственной экосистемой и «правдивость», хотя это порождает этические вопросы. DeepSeek фокусируется на скорости и открытости, предлагая решения для локального использования. ETH Zurich и EPFL идут по пути прозрачности и мультиязычности, создавая модель для общественного блага.

Эти разработки показывают, что рынок LLM движется к диверсификации: универсальные модели сосуществуют с узкоспециализированными, а открытые проекты начинают теснить проприетарных гигантов. В ближайшие годы можно ожидать дальнейшего роста контекстных окон (как у Llama 4 Scout с 10 млн токенов), улучшения энергоэффективности и усиления внимания к этическим аспектам.

За последними релизами стоит не просто технический прогресс — меняется само понимание того, каким должен быть ИИ. Одни делают ставку на скорость и локальность, другие — на доступность и открытость, третьи — на интеграцию с экосистемами. Что окажется важнее, покажет практика: как ИИ впишется в реальные задачи и чьи подходы окажутся ближе к пользователям.