Alibaba анонсировала скорый выпуск Qwen 4.0.

В проектах заказчиков мы используем именно это семейство моделей. И у меня появился вопрос: зачем лаборатории вкладывают огромные деньги в обучение, чтобы потом бесплатно раздавать результат? Небольшое расследование.

После обучения основные деньги уже потрачены, а ещё одна цифровая копия весов почти ничего не стоит. Бесплатная модель превращается в канал распространения. Но где тогда касса? У Alibaba ответ простой: в облаке. Разработчик скачивает Qwen, встраивает в продукт, а при промышленном запуске ему нужны вычислительные мощности, хранение данных, безопасность и гарантии стабильности. Всё это продаёт Alibaba Cloud. Qwen скачали более 3 млрд раз, на его основе создали свыше 300 000 производных моделей. Внешняя выручка Alibaba Cloud выросла на 45% год к году, а продукты искусственного интеллекта дают 35% облачной выручки. Совпадение? Доказанной прямой связи нет: Alibaba не раскрывает, сколько скачиваний превратилось в платных клиентов. Но другие компании используют ту же механику по-своему. И тут становится интереснее. Mistral привлекает разработчиков открытыми весами, а зарабатывает на программном доступе, развёртывании и корпоративной поддержке. DeepSeek совмещает бесплатные модели с платным доступом к ним. Google через Gemma расширяет экосистему Google Cloud и Android. А Meta с Llama решает другую задачу: превращает базовые модели в дешёвый массовый товар, чтобы меньше зависеть от OpenAI и Google. Точные показатели перехода бесплатных пользователей в платных Mistral, DeepSeek, Google и Meta не публикуют. Значит ли это, что схема не работает? Нет. Просто деньги лежат не в самих моделях, а этажом выше: в облаке, инфраструктуре, приложениях и корпоративных услугах. Они бесплатно раздают двигатель, чтобы рынок покупал топливо, дороги и сервис.