Звание лучшей нейросети мира переходит из рук в руки каждый месяц. Ставка бренда на одну модель больше не работает

Пекинский стартап Moonshot AI выпустил Kimi K3, крупнейшую открытую модель в истории: 2,8 триллиона параметров, контекст в миллион токенов, встроенная работа с изображениями и видео. В слепом тестировании разработчиков она заняла первое место в Frontend Code Arena, обойдя в этой дисциплине флагманскую модель Anthropic.

А буквально на следующий день Google перенёс запуск Gemini 3.5 Pro, которого рынок ждал: по сообщениям, модель провалила внутренние тесты по кодингу и сложным рассуждениям. Акции Alphabet просели примерно на 4%.

Итого за 48 часов: вчерашний догоняющий из Пекина вышел в лидеры по отдельным задачам, а один из главных фаворитов гонки споткнулся на ровном месте. Для инженеров это обычный вторник. А для брендов, которые строят видимость в нейросетях, здесь важный урок, и он не про Китай.

Что такое Kimi K3, в двух словах

Moonshot AI, стартап основателя Ян Чжилиня с инвестициями Alibaba, Tencent и Meituan, выкатил модель класса, которого в открытом доступе ещё не было. 2,8 триллиона параметров, это на 75% больше, чем у DeepSeek V4 Pro, прежнего китайского рекордсмена. Архитектура MoE активирует лишь малую часть параметров на запрос, поэтому цены API удерживаются на уровне 3 доллара за миллион входных токенов, примерно вдвое ниже сопоставимых западных моделей.

По совокупной силе Moonshot честно признаёт: K3 пока позади самых мощных закрытых систем. Но в кодинге и агентских задачах она обходит почти всё на рынке, а 27 июля компания обещает выложить полные веса модели в открытый доступ. Попробовать K3 уже можно бесплатно в приложении Kimi, даже без аккаунта разработчика.

Отдельная деталь для понимания масштаба: полтора года назад Moonshot считалась проигравшей. После взлёта DeepSeek в начале 2025-го о компании почти забыли. Сейчас она ведёт переговоры о раунде при оценке в 30 миллиардов долларов.

Чехарда лидеров как норма

Теперь соберём хронику последних полутора лет. Начало 2025-го: DeepSeek взрывает рынок дешёвой открытой моделью, о «моменте DeepSeek» пишут все деловые издания мира. Затем волна открытых релизов от Alibaba. Потом ответы OpenAI и Anthropic. Теперь Kimi K3 отодвигает DeepSeek на второй план в открытом сегменте, а Google, ещё недавно задававший темп, переносит собственный запуск.

Звание «лучшей модели» больше не принадлежит никому дольше нескольких месяцев. Оно кочует между Сан-Франциско, Пекином и, в российском контуре, Москвой, и каждый переход означает одно: меняется то, какой именно системе люди задают свои вопросы. И вот здесь новость перестаёт быть историей про технологии и становится историей про маркетинг.

Почему брендам нельзя ставить на одного лидера

Каждая модель отвечает на вопросы пользователей по-своему. У каждой свои обучающие данные, свои источники, свои представления о том, какие бренды существуют и чего они стоят. Исследование CiteLens показывает, что даже модели одного поколения расходятся радикально: ChatGPT и Claude совпадают в выборе цитируемых источников лишь в 8% случаев.

Это значит, что видимость бренда не переносится между моделями автоматически. Вы можете быть заметны в ChatGPT и не существовать для Kimi. Быть в топе у Алисы и выпадать из GigaChat. И когда аудитория перетекает вслед за очередным лидером, вместе с ней перетекает и вопрос «что купить», только задаётся он уже другой системе, с другими представлениями о вашем рынке.

Перетекает аудитория быстро. DeepSeek за год стал заметным инструментом и у российских пользователей, к нему обращается уже 15% тех, кто использует ИИ при выборе товаров. Kimi с бесплатным приложением и открытыми весами имеет все шансы повторить траекторию: после 27 июля модель начнёт появляться внутри сторонних сервисов, и каждый из них будет отвечать пользователям про бренды так, как «считает» K3.

Что из этого следует практически

Вывод не в том, что нужно срочно оптимизироваться под Kimi. Вывод в том, что список моделей, где вы проверяете свою видимость, это не константа, а переменная, и пересматривать её нужно регулярно.

Работает это так. База: модели, которыми ваша аудитория пользуется сейчас. Для России это прежде всего Алиса и GigaChat плюс глобальные ChatGPT, Gemini, Perplexity. Дальше: волна, за которой стоит следить, DeepSeek, Grok, теперь и Kimi. Когда какая-то из них набирает аудиторию, она входит в основной список, и ваша видимость в ней из любопытства превращается в метрику.

И главное: замер должен быть сравнительным. Ценность не в том, чтобы знать «нас упоминает ChatGPT», а в том, чтобы видеть расхождения: где вы есть, где вас нет и почему. Расхождение между моделями это готовая карта работ: если новая модель вас не знает, значит, её источники ваш контент не покрывают, и понятно, куда идти. Держать такой сравнительный контур вручную трудоёмко, поэтому его обычно отдают сервисам мониторинга AI-видимости: например, brandfound замеряет упоминания и тональность бренда сразу по девяти нейросетям и показывает расхождения между ними в одном отчёте.

Гонка моделей не остановится, за Kimi K3 выйдет чей-то ответ, за ним следующий, и звание лучшей нейросети мира ещё не раз сменит владельца. Бренды не могут повлиять на то, кто победит в этой гонке. Зато могут сделать так, чтобы их было видно из любой кабины. Кто бы ни оказался за рулём в следующем месяце.