Po raz pierwszy w lipcu modele opracowane w Chinach zajęły wszystkie pięć czołowych pozycji na OpenRouter, neutralnej platformie routingu, która agreguje setki modeli od dziesiątek dostawców za jednym API i stała się dla branży AI najbliższym odpowiednikiem ratingu Nielsena. Xiaomi — bardziej znane ze smartfonów i, od niedawna, z pojazdów elektrycznych — zobaczyło, że jego MiMo V2.5 znalazł się na pierwszym miejscu pod względem wolumenu tokenów, a za nim uplasowały się modele DeepSeek (laboratorium z Hangzhou, którego niskokosztowe premiery wstrząsnęły globalnymi rynkami na początku 2025 roku), MiniMax, rodzina Qwen Alibaba oraz Kimi Moonshot. Chińskie modele obsługują obecnie ponad 60% ruchu na platformie, który przekracza 20 trillion tokenów tygodniowo — tokeny to fragmenty tekstu, które modele odczytują i generują, a zarazem jednostka, według której mierzy się i rozlicza wykorzystanie AI. Jak ujmuje to komentarz Fortune, nie jest to wynik benchmarku, lecz krzywa użycia.

Rok temu modele z USA odpowiadały za około 70% ruchu OpenRouter; dziś jest to około 30%. Jeszcze bardziej wymowne jest to, że do połowy lipca chińskie modele odpowiadały za rekordowe 58% tokenów przetwarzanych na platformie przez amerykańskie firmy. Według autora amerykańskie spółki nie są zmuszane do korzystania z chińskiej AI — wybierają ją, obciążenie po obciążeniu, ponieważ rachunek ceny do wydajności jest zbyt korzystny, by go ignorować.

Wyścig rozdzielił się na dwa

Paradoks, jak twierdzi autor, powinien znaleźć się jesienią w każdym porządku obrad rady nadzorczej. Amerykańskie laboratoria nadal utrzymują absolutną granicę możliwości: GPT 5.5 od OpenAI, Claude Fable 5 od Anthropic i Gemini 3.x od Google prowadzą w najtrudniejszym rozumowaniu, agentach długiego horyzontu i najbardziej wymagającej pracy korporacyjnej, a luka na granicy możliwości jest realna i liczona w miesiącach.

Ale wyścig podzielił się na dwa współzawodnictwa — zdolności i dystrybucję. USA wygrywają w pierwszym, a przegrywają w drugim. V4-Pro DeepSeek kosztuje około jedną dwunastą ceny GPT-5.5 przy porównywalnych wynikach benchmarkowych, a DeepSeek V4 Flash kosztuje 0,14 USD za milion tokenów wejściowych, wobec 5,00 USD w przypadku GPT-5.5. Własne analizy OpenRouter pokazują, że chińskie modele open source są o 60% do 90% tańsze niż wiodące amerykańskie oferty. W przypadku produkcyjnych obciążeń o dużej skali — agentów kodujących, przetwarzania dokumentów i operacji obsługi klienta — taka różnica przesądza o decyzji zakupowej.

To dystrybucja utrwala ekosystemy. Rodzina Qwen Alibaba przekroczyła miliard łącznych pobrań i wyprzedziła Llamę Meta jako najczęściej pobieraną rodzinę otwartych modeli na świecie. Llama, która zdefiniowała open-weight AI w 2023 i 2024 roku, spadła poniżej 1% ruchu routowanego. Deweloperzy optymalizują to, co mogą pobrać. Budują narzędzia wokół tego, co wdrażają. Tak Linux wygrał serwery, a Android wygrał telefony — i dzieje się to ponownie na naszych oczach.

Witamy w strefie śmierci

Między granicą możliwości a poziomem towarowym znajduje się strefa śmierci: każdy model, produkt lub korporacyjna strategia AI, który nie jest wyraźnie najlepszy ani wyraźnie najtańszy. Jest miażdżony jednocześnie z obu stron.

Dane rynkowe pokazują dokładnie, jak działa ten podział. Według analizy danych użycia OpenRouter Anthropic ma tylko około 12% udziału w tokenach platformy, a jednocześnie przechwytuje mniej więcej połowę całych wydatków. To premium lane z mniejszą liczbą tokenów, wycenione pod pracę, która uzasadnia wyższą stawkę. Pas towarowy należy do wydajnych modeli open source, które przetwarzają biliony tanich tokenów. Środek — zamknięte modele bez decydującej przewagi zdolności oraz wdrożenia korporacyjne płacące ceny graniczne za pracę towarową — nie ma żadnego pasa.

Większość planów strategicznych AI w Fortune 500 stoi dziś właśnie pośrodku. Typowe przedsiębiorstwo podpisało w 2024 roku jedną umowę na frontier API, routowało przez nią wszystko i nigdy już do tego nie wróciło. W 2026 roku to odpowiednik prowadzenia całej operacji logistycznej wyłącznie przez transport lotniczy z dostawą na noc.

Chiny zrobiły to celowo

Nic z tego nie wydarzyło się przypadkiem. Kontrole eksportowe odebrały chińskim laboratoriom największe klastry GPU, więc zbudowały obejścia wokół niedoboru: od wydajności tokenowej, przez nowe mechanizmy uwagi i efektywne konstrukcje mixture of experts, po lepsze dane zamiast samego wolumenu oraz architekturę uwzględniającą wnioskowanie już od pierwszego dnia. Wsparcie państwowe dodatkowo obniżyło efektywną bazę kosztową. W maju Xiaomi obniżyło ceny API MiMo nawet o 99%.

Ograniczenie stało się strategią. Amerykańskie laboratoria, które traktują efektywność jako sprawę drugorzędną, ryzykują, że zachowają przewagę technologiczną, ale stracą wolumen rynkowy, zainteresowanie deweloperów, a ostatecznie cały ekosystem AI.

Playbook budowniczego na 2026 rok

Dla menedżerów i założycieli faktycznie budujących na AI liczą się dziś przede wszystkim cztery działania.

1. Uczyń hybrydowy routing domyślną architekturą.
   Skieruj najtrudniejszą, najbardziej regulowaną i najbardziej krytyczną pracę do modeli frontier. Zadania o dużym wolumenie i wysokiej wrażliwości na koszt kieruj do wydajnych modeli open source. Firmy stosujące takie podejście obniżają koszty inferencji o 60% do 90% dla większości obciążeń, bez naruszania jakości tam, gdzie ma to znaczenie. Jeśli budżet AI przechodzi przez jedno zamknięte API, przepłacasz za większość wykonywanych zadań.

2. Traktuj efektywność jako pełnoprawną broń.
   Optymalizacja inferencji, kwantyzacja, speculative decoding i współprojektowanie modelu z hardware’em są dziś standardowymi praktykami, a nie tylko ciekawostkami badawczymi. Analizuj, jak budowały laboratoria działające w warunkach ograniczeń, a następnie zastosuj te lekcje, mając za sobą amerykańskie zasoby obliczeniowe.

3. Różnicuj się ponad warstwą modelu.
   Własne dane, warstwa aplikacyjna, dostrajanie domenowe, frameworki agentowe i rygorystyczne systemy ewaluacji przetrwają każdą przewagę modelu bazowego. Modele bazowe stają się infrastrukturą. Twoją fosą obronną nigdy nie miał być cudzy model.

4. Wyjdź ze środka.
   Jeśli Twój produkt zależy od modelu, który nie jest ani najlepszy, ani najtańszy, wybierz w tym roku kierunek. Albo idź w górę krzywej możliwości dzięki realnej dyferencjacji, albo konkuruj mocno ceną i otwartością. Środek nie przetrwa 2027 roku.

Ameryka potrzebuje teraz odpowiedzi open weight

Moim zdaniem Waszyngton przygotowuje się do walki w niewłaściwej sprawie. W Kongresie istnieje odruch ograniczania chińskich modeli ze względów bezpieczeństwa i w przypadku wrażliwych obciążeń rządowych oraz obronnych taka ostrożność jest uzasadniona. Obawy o suwerenność danych już ograniczają adopcję modeli hostowanych w Chinach w zachodnich, regulowanych sektorach, choć self-hosted open weights w dużej mierze osłabiają ten argument.

Zakaz nie jest strategią, to cło nałożone na własnych deweloperów. Chińskie open weights odnoszą sukces nie dzięki oszustwu, lecz dlatego, że są wysokiej jakości, przystępne cenowo i dostępne — a żadne amerykańskie laboratorium nie publikuje obecnie regularnie modeli open-weight klasy frontier. Wycofanie się Meta pozostawiło pole otwarte i Chiny szybko je przejęły.

Odpowiedzią jest konkurencja z wiarygodnymi amerykańskimi i sojuszniczymi modelami open weight, publikowanymi regularnie i wspieranymi zachętami zakupowymi albo bezpośrednimi zobowiązaniami laboratoriów. Open weights są sposobem eksportowania ekosystemu, norm bezpieczeństwa i standardów do reszty świata. Ameryka rozumiała to w przypadku stosu internetowego. Teraz musi o tym pamiętać.

Granica możliwości nadal ma znaczenie i USA powinny jej bronić. Ale praktyczny wyścig w 2026 roku wygrywa się, opanowując jednocześnie oba współzawodnictwa: absolutną zdolność i radykalną efektywność, zamkniętą doskonałość i otwartą dyfuzję, największą niezawodną moc obliczeniową i najmądrzejszy sposób jej użycia. Innowacja pod ograniczeniami nie powinna już być traktowana jako nagroda pocieszenia.

Pytanie dla amerykańskich kadry zarządzającej, sal rad nadzorczych i Waszyngtonu jest jedno i to samo: kiedy powstanie kolejna generacja globalnego oprogramowania, na czyich modelach będzie oparta? Dziś odpowiadają na to liczby pobrań. I nie jest to odpowiedź, którą Ameryka chce usłyszeć.

Opinie wyrażone w komentarzach Fortune.com są wyłącznie opiniami ich autorów i niekoniecznie odzwierciedlają opinie i przekonania Fortune.

Ten materiał pierwotnie ukazał się na Fortune.com