Индустрия ИИ страдает от зависимости от постоянных релизов. Выпуски передовых моделей, которые раньше происходили достаточно редко, чтобы инженеры успевали перевести дыхание, а пользователи — освоить только что полученные возможности, теперь появляются с частотой обновлений программного обеспечения. Медианный интервал между крупными релизами моделей сократился с 37,5 дней в 2023 году до всего 11 дней в 2026 году.
Результатом стало явление, которое специалисты называют «усталостью от модели» — медленно распространяющееся истощение, охватывающее инженерные команды, корпоративных клиентов и даже инвесторов, финансирующих всю операцию.
Сжатие, которое никто не просил
Собственный график выпуска OpenAI в миниатюре рассказывает эту историю. Медианный интервал между запусками моделей компании сократился с 170,5 дней в 2023 году до 49 дней в 2026 году на текущий момент. То, что раньше занимало примерно шестимесячный цикл разработки и доработки, теперь едва покрывает квартал.
Давление не является исключительно внутренним. Китайские лаборатории, такие как Moonshot AI и Z.ai, появились в качестве серьезных конкурентов, выпустив модели с открытыми весами, которые показывают результаты на уровне или близкие к закрытым, проприетарным системам. Модель Kimi K3 от Moonshot AI с 2,8 триллиона параметров достигла сопоставимости по тестовым показателям с установленными конкурентами, сократив при этом затраты на развертывание примерно до одной шестой от стоимости аналогичных закрытых моделей.
Модели с открытым весом изменяют математику
Китайские модели составили 41% загрузок на Hugging Face весной 2026 года. GLM 5.2 от Z.ai также достигла показателей производительности, которые ранее были доступны только для самых дорогих проприетарных решений, причем при этом она была бесплатной.
Это проблема «сходимости возможностей», которую аналитики Gartner отметили в июне 2026 года. Когда каждая новая модель показывает примерно одинаковые результаты на стандартных тестах, преимущество первенства мгновенно исчезает.
Человеческая сторона беговой дорожки
Возможно, самый показательный сигнал поступил в июле 2026 года, когда более 1000 сотрудников крупнейших лабораторий ИИ подписали петицию с призывом к более сдержанному темпу развития.
Насыщение показателей, явление, при котором новые модели демонстрируют уменьшающиеся улучшения на стандартных тестах, способствует росту операционного стресса среди разработчиков. Более короткий срок жизни моделей также означает, что работа по документированию, тестированию на безопасность и интеграции сжимается. Корпоративные клиенты едва успевают внедрить одну версию, как им сообщают, что доступна новая версия, а старая будет снята с поддержки.
Что это означает для конкурентной среды
Оценка Gartner, согласно которой преимущества базовых моделей ИИ становятся временными, указывает на более широкую стратегическую перестройку. Если первоначальная производительность модели больше не является устойчивым конкурентным преимуществом, ценность смещается вниз по цепочке к качеству данных, глубине интеграции и специфической настройке для домена.
Трейдерам следует следить за показателями внедрения моделей с открытым исходным кодом, особенно за данными о загрузках на Hugging Face и развертывании в корпоративной среде. Если долю в 41%, занимаемую китайскими моделями, продолжит расти, это может оказать давление на прогнозы доходов американских лабораторий, которые до сих пор опираются на предположения о премиум-ценообразовании.
Петиция сотрудников лаборатории ИИ также вводит менее поддающийся количественной оценке риск: выгорание талантов. В отрасли, где вся ценность зависит от относительно небольшой группы исследователей и инженеров, продолжительная усталость может привести к уходу персонала в самый неподходящий момент.