Свежая статья Bloomberg приводит график, где сравниваются фронтирные AI-модели Китая и США по взвешенному среднему набору сложных бенчмарков. График показывает, что за последние пару лет разрыв в способностях моделей резко сократился, хотя ещё недавно казался значительным.

Это противоречит заявлениям многих американских лидеров индустрии, которые продолжают говорить об отставании китайских моделей на 6-9 месяцев — судя по данным Bloomberg, эта оценка уже не отражает реальность, особенно если учитывать разницу в цене.

• На графике оранжевые точки обозначают китайские модели, синие — американские; ломаной линией соединены фронтирные (лучшие на момент выхода) модели
• Взвешенное среднее считалось по бенчмаркам: GDPval-AA v2i, τ³-Banking, Terminal-Bench v2.1, Humanity's Last Exami, GPQA Diamond, CritPt, SciCode, AA-Omniscience и AA-LCR
• На графике не учтена модель GLM-5.3i, которая, по всей видимости, была бы ещё одной точкой в пользу сокращения разрыва
• Источники отмечают, что помимо сближения по способностям китайские модели заметно выигрывают по цене