Китайские лаборатории ИИ незаметно стали двигателем значительной части западных рабочих нагрузок ИИ. Однако деньги остаются в Америке.

Таков центральный вывод анализа, которым Dimension Capital поделилась с ограниченными партнерами после исследовательской поездки в Пекин и Шанхай. Венчурная фирма, закрывшая фонд объемом $800 million в July 2026, заявила, что open-weight модели, созданные китайскими командами, теперь обеспечивают более 60% использования токенов на платформах вроде OpenRouter, тогда как еще недавно этот показатель был практически нулевым.

Работа уходит на восток, деньги остаются на западе

Dimension описала рынок как асимметричный симбиоз. Передовые американские лаборатории, такие как OpenAI и Anthropic, продолжают разрабатывать ведущие proprietary модели, тогда как китайские команды, включая DeepSeek, Qwen от Alibaba и Doubao от ByteDance, создали open-weight альтернативы, которые затем дорабатывают и внедряют американские компании-разработчики приложений. По данным фирмы, восемь из 10 лучших моделей на OpenRouter теперь происходят из китайских лабораторий и вместе обеспечивают более 25% общего объема токенов на платформе.

Однако объем токенов — это не то же самое, что выручка. Inference-провайдеры, которые фактически получают платежи от разработчиков и компаний, в подавляющем большинстве являются американскими: такими как Fireworks и Baseten. Создатели китайских моделей, несмотря на то что обеспечивают значительную долю использования, получают лишь небольшую часть финансовой отдачи, что подчеркивает, как лидерство по использованию и монетизация могут расходиться в ИИ.

Разрыв в выручке остается огромным. OpenAI, по оценке, генерирует около $40 billion годовой повторяющейся выручки, тогда как Anthropic превысила $6.5 billion. Китайские компании, работающие над моделями, напротив, находятся ниже уровня hundreds of millions.

Open-weight модели: бесплатно использовать, сложно монетизировать

Open-weight модели по своей природе предназначены для свободного использования. Лаборатории публикуют веса модели, позволяя любому скачать, дообучить и развернуть ее без лицензионных сборов. Для американских компаний, строящих приложения на базе таких моделей, это дает доступ к передовым возможностям ИИ по цене, значительно ниже стоимости лицензирования proprietary альтернатив, что помогает объяснить быстрое распространение этих систем в инструментах для разработчиков и корпоративных рабочих процессах.

Для китайских лабораторий, которые эти модели создают, экономика иная. Публикация open-weight версий помогает формировать репутацию, привлекать таланты и расширять влияние в экосистеме, но не приносит прямой выручки в масштабах. Экономическая ценность извлекается дальше по цепочке — на уровне inference, где американские провайдеры взимают плату с клиентов за вычисления и доступ к API.

Dimension охарактеризовала эту схему как «двусторонний транстихоокеанский поток» технологий ИИ. Несмотря на дисбаланс выручки, фирма отметила, что передовые китайские лаборатории получают оценки стоимости в 5-10x выше, чем их американские аналоги, если смотреть по мультипликатору выручки.

Разъединение оказывается сложнее, чем кажется

Отчет Dimension также усложняет распространенный нарратив о технологическом разъединении США и Китая. Вашингтон ввел масштабные экспортные ограничения на передовые полупроводники и оборудование для производства чипов, стремясь замедлить развитие ИИ в Китае за счет ограничения доступа к передовому оборудованию. Однако, как заметила Dimension, интеграция выходит далеко за рамки аппаратного обеспечения и охватывает также разработку моделей, data pipelines и inference frameworks.

Американские компании активно строят решения поверх моделей, разработанных в Китае, а китайские лаборатории продолжают быстро итеративно развивать свои системы, несмотря на ограничения по аппаратным ресурсам. В отчете говорится, что китайские лаборатории показали заметную способность делать больше меньшими ресурсами. Работая в более жестких ресурсных условиях, чем американские конкуренты, они создали модели, достаточно конкурентоспособные, чтобы доминировать в рейтингах использования. Эта закономерность стала заметной еще тогда, когда DeepSeek впервые привлек внимание сильными результатами в бенчмарках при использовании меньшего числа высокопроизводительных чипов, чем ожидали аналитики.

В интерпретации Dimension американские inference-провайдеры — это фактически сборщики платы на дороге, построенной на китайских технологиях. Такая схема прибыльна сегодня, но также означает, что американская выручка частично зависит от готовности китайских лабораторий публиковать свои работы открыто, напоминая, что цепочки поставок ИИ остаются взаимосвязанными, даже когда правительства стремятся к разделению.