90% людей, которые «используют ИИ», знают ровно три названия: ChatGPT, Claude, Gemini. Может, ещё Midjourney. Это нормально — ведь маркетинг работает. Однако за пределами этой четвёрки живут мощные нейросети, которые рвут бенчмарки, стоят копейки и при этом почти не мелькают в русскоязычном поле. Я последние два месяца целенаправленно копался в том, что осталось за кадром, — и вот честный разбор семи моделей, которые меня зацепили.
GLM-5 от Zhipu AI — 744 миллиарда параметров, ноль чипов NVIDIA
Начну с модели, о которой большинство русскоязычных авторов просто не написали. А зря.
11 февраля 2026 года китайская компания Zhipu AI (она же Z.ai) выпустила GLM-5 — и я залип на два дня. Речь о 744-миллиардном Mixture-of-Experts с 40 миллиардами активных параметров на токен. Однако суть не в размере.
Суть вот в чём. Модель полностью обучена на отечественных китайских чипах Huawei Ascend — ни одного GPU от NVIDIA. Когда я это прочитал, перечитал. Потом проверил. И да, это frontier-класс модель, построенная в обход всей американской chip-инфраструктуры.
Бенчмарки: тут становится интересно
На Humanity’s Last Exam GLM-5 набирает 50.4% с инструментами — а это выше и Claude Opus 4.5 (43.4%), и GPT-5.2 (45.5%). По устойчивости к галлюцинациям — лучший результат в индустрии.
А цена? Около $1.00 за миллион входных токенов и $3.20 за выходные — то есть примерно в 5 раз дешевле на входе и почти в 8 раз дешевле на выходе по сравнению с Claude Opus 4.6.
И вишенка — полностью open-source под MIT-лицензией.
Почему тогда никто не пишет? Потому что Zhipu AI — не OpenAI. Маркетинг скромный, документация частично на китайском, а западные СМИ тем временем заняты вечной гонкой GPT vs Claude. Тем не менее я потестил через chat.z.ai — и это ближе к frontier, чем большинство ожидало бы от «ещё одной китайской модели». Попробуйте. Бесплатно. Без регистрации.
Kimi K2.5 от Moonshot AI — рой из 100 агентов, и это не метафора
Если GLM-5 удивил мощью, то Kimi K2.5 удивил архитектурой. Moonshot AI выпустили её 27 января 2026 года — и это, пожалуй, самая недооценённая модель этого года.
1 триллион параметров, 32 миллиарда активных — MoE-архитектура. Звучит знакомо? Подождите.
Главная фишка — Agent Swarm. Модель может самостоятельно запускать и координировать до 100 подагентов, работающих параллельно, каждый с собственными инструментами: поиском, генерацией, анализом. В результате — до 4.5-кратное ускорение по сравнению с последовательным выполнением задач.
И это не гипотетика. Я скормил ей задачу на сбор данных из 30 источников и сравнение. Обычная LLM пошла бы последовательно — источник за источником. А Kimi K2.5 развернула параллельный рой. Результат — за минуты, не за полчаса.
API при этом стоит $0.60 за миллион входных токенов и $2.50 за выходные. Open-source. Доступна на kimi.com, через API и на HuggingFace.
Почему мало кто знает? Moonshot AI — пекинский стартап. Продукт заточен прежде всего под азиатский рынок. Англоязычная документация неплохая, однако маркетинг на Запад почти отсутствует. А по-русски о ней написали, кажется, человека три.
Qwen 3.5 от Alibaba — модель, которая работает на вашем ноутбуке
Вот тут — стоп. Давайте честно: большинство frontier-моделей требуют серверных кластеров. Qwen 3.5 — нет.
Qwen 3.5 — AI-модель от Alibaba Cloud, вышедшая в феврале 2026 года. К тому же это первая модель в линейке Qwen с нативной мультимодальностью: текст, изображения и видео в одном разговоре. Open-source версия — до 397 миллиардов параметров (MoE), и по производительности она сопоставима с GPT-5.2 и Claude Opus 4.5.
Но главное — компактные версии. Например, флагманская Qwen3.5-35B-A3B может обработать более 1 миллиона токенов контекста на потребительских GPU с 32 ГБ видеопамяти. Frontier-уровень — на рабочем столе.
Поддержка 201 языка и диалекта (вместо 82 в предыдущей версии). А компактные open-source модели серии обгоняют GPT-5-mini и Claude Sonnet 4.5 на бенчмарках — при ценах, которые даже неловко озвучивать рядом с западными тарифами.
Если вас интересует, как запускать модели локально, то Qwen 3.5 — идеальный кандидат для первого эксперимента.
Почему мало кто знает? В русскоязычном пространстве Alibaba ассоциируется с маркетплейсом, а не с frontier AI. Вдобавок конкурентов из Китая стало так много, что даже энтузиасты не успевают за всеми. Тем не менее Qwen 3.5 — это, может быть, лучшая мощная ИИ модель для тех, кто хочет всё запустить у себя.
Udio — тихий убийца Suno?
Уход от текста к музыке. Именно здесь есть модель, которую массово недооценивают.
Suno знают все — 100 миллионов пользователей, хайп, вирусные треки. А вот Udio основали бывшие исследователи Google DeepMind — и это чувствуется.
Что умеет
Главная фишка — инструмент inpainting: можно выбрать конкретный фрагмент сгенерированной песни и перегенерировать только его. Допустим, куплет идеален, а припев — нет? Чините припев, не трогая остальное. Такой хирургической точности у Suno пока нет.
Качество звука при этом отличное, особенно в электронных жанрах — чистый, хорошо сведённый output, сравнимый с бутиковыми сэмпл-паками.
Цена: $10/мес стандарт, $30/мес Pro — то есть идентично Suno.
Почему же Udio — в тени? Потому что Suno забрал весь маркетинговый кислород. Он первым вышел на массовый рынок, получил вирусное покрытие — и стал синонимом «AI-музыки». Udio, напротив, — для тех, кто знает, чего хочет. Для продюсеров, а не тиктокеров.
Grok 4.20 от xAI — модель, которая торгует на бирже (и зарабатывает)
Да, я серьёзно. Grok 4.20 представил новую архитектуру — четыре AI-агента работают параллельно.
Но вот что зацепило по-настоящему. В Alpha Arena, где AI-модели получают реальный капитал для торговли на живых рынках, Grok 4.20 оказался единственной прибыльной моделью — с четырьмя вариантами в топ-6.
Единственной прибыльной. Из всех тестируемых моделей.
Конечно, не уверен, что это «доказательство интеллекта». Может, им просто повезло с выборкой. Однако факт остаётся фактом — ни GPT-5, ни Claude, ни Gemini этого не показали.
Доступен через подписку SuperGrok за $30/мес. Текущий релиз — «маленький» вариант на 500 миллиардов параметров. Полная модель ещё дотренировывается, а API ожидается позже.
Почему мало кто знает? Grok живёт в экосистеме X (бывший Twitter). Для многих это автоматический «нет, спасибо». К тому же Маск и его репутация — у части аудитории бренд вызывает аллергию вне зависимости от качества. И всё же модель — сильная. Может быть, даже сильнее, чем хочется признавать.
AIVA — нейросеть-композитор, о которой молчит весь AI-хайп
Udio и Suno генерируют «песни». AIVA, напротив, генерирует музыку — в классическом смысле.
Подписка стоит от €15 до €49/мес. Специализация — оркестровые, кинематографические и классические композиции. Поэтому если вы делаете саундтрек к короткометражке, игровую музыку или фоновый трек к документалке — AIVA заточена именно под это.
Внутри — встроенный MIDI-редактор, позволяющий корректировать ноты, динамику и оркестровку после генерации.
Я тестировал. Попросил «напряжённую оркестровую тему для сцены преследования в стиле Ханса Циммера». Результат — не Циммер, конечно. Зато для инди-проекта — более чем достаточно. И всё это — за пять минут.
Почему о ней молчат? AIVA — нишевая, не вирусная. Она не делает «прикольных треков для TikTok» — она делает работу. А «работа», как мы знаем, не собирает клики.
Если интересуют другие инструменты для создания контента — у нас есть обзор лучших генераторов изображений.
DeepSeek v3.2 — не новость, но всё ещё самая недооценённая
DeepSeek — не совсем «малоизвестная». О ней писали. Много. В январе 2025-го. А потом — тишина. Эта модель прошла странный путь: в начале 2025 года выглядела как доминирующая сила в AI, а потом как-то отступила на фон на фоне стремительного роста Claude, Gemini и ChatGPT.
Однако v3.2 — это уже совсем другой зверь. DeepSeek v3.2 получает хорошие места в бенчмарках по QA, reasoning, intelligence, math и agentic-задачам.
И вот что делает её уникальной среди малоизвестных нейросетей: ещё в начале 2025 года DeepSeek шокировала мир, показав производительность уровня GPT-4 за долю стоимости. Бесплатный API и бесплатный чат-интерфейс по-прежнему доступны — а значит, это лучший вариант по соотношению цена-качество для разработчиков.
Архитектурные решения DeepSeek настолько хороши, что GLM-5 прямо использовала DeepSeek Sparse Attention — а это сильный сигнал о техническом лидерстве именно в архитектуре моделей.
Почему же недооценена? Хайп-цикл. Люди «уже слышали про DeepSeek» в 2025-м — и мысленно поставили галочку. А модель тем временем тихо эволюционировала.
Где мейнстрим проигрывает: быстрое сравнение
| Параметр | ChatGPT (GPT-5.2) | Claude Opus 4.5 | GLM-5 | Kimi K2.5 | Qwen 3.5 |
|---|---|---|---|---|---|
| Цена (input/1M tok) | $1.25 | $5.00 | $1.00 | $0.60 | ~$0.40 |
| Цена (output/1M tok) | $10.00 | $25.00 | $3.20 | $2.50 | ~$1.20 |
| Open-source | ❌ | ❌ | ✅ MIT | ✅ Modified MIT | ✅ Apache 2.0 |
| Локальный запуск | ❌ | ❌ | Возможен (8×GPU) | Возможен | Да, 1 GPU 32ГБ |
| Мультимодальность | Текст, код | Текст, код, изображения | Текст, код, аудио, видео | Текст, код, изображение, видео | Текст, изображение, видео |
| Agent Swarm | ❌ | ❌ | ❌ | До 100 агентов | ❌ |
| Humanity’s Last Exam | 45.5% | 43.4% | 50.4% | 50.2% | — |
Паттерн очевиден. Лучшие нейросети 2026 — это не обязательно те, у которых больше маркетинговый бюджет. Скорее даже наоборот.
Что зацепило лично меня
Знаете, что меня тревожит? Не сами модели. А то, как мы о них (не)узнаём.
Разрыв в производительности, который когда-то существовал между американскими лабораториями и остальным миром, практически исчез — лаборатории из Китая, Франции и других стран стали серьёзными конкурентами. А вот информационный разрыв — остался. В русскоязычном пространстве «нейросети» по-прежнему равно «ChatGPT плюс ещё парочка».
Я не утверждаю, что GLM-5 лучше GPT-5 во всём. И не заявляю, что Kimi K2.5 заменит Claude. Но вот что я точно говорю: мощные нейросети, о которых мало кто знает, часто решают конкретные задачи лучше, дешевле и с большей гибкостью, чем мейнстримные аналоги.
Главная тема 2026-го — не в том, что одна модель победила. А в том, что модели расходятся по специализациям, и поэтому выбор правильного инструмента под задачу важнее лояльности одному провайдеру.
Попробуйте хотя бы одну из этого списка. Серьёзно. Не потому что я так сказал — а потому что вы удивитесь. Я удивился.
Какую модель из «тёмных лошадок» пробовали вы?
Часто задаваемые вопросы
Какие нейросети мощнее ChatGPT?
На отдельных бенчмарках ChatGPT (GPT-5.2) обходят GLM-5 от Zhipu AI, Kimi K2.5 от Moonshot AI и Grok 4.20 от xAI. Например, GLM-5 показывает 50.4% на Humanity’s Last Exam против 45.5% у GPT-5.2. Конечно, это не значит, что они «лучше во всём» — но по конкретным задачам мощные нейросети из Китая реально конкурируют с лидерами.
Есть ли бесплатные мощные нейросети в 2026?
Да, и немало. GLM-5 доступна бесплатно на chat.z.ai без регистрации. DeepSeek, в свою очередь, предлагает бесплатный чат-интерфейс и API. А Qwen 3.5 — полностью open-source и может работать локально. Всё это — скрытые нейросети, которые дают frontier-уровень за ноль долларов.
Какие малоизвестные нейросети стоит попробовать?
В работе с текстом и кодом — GLM-5 (лучшая среди open-source) и Qwen 3.5 (локальный запуск). В агентных задачах выделяется Kimi K2.5 с технологией Agent Swarm. А в музыке стоит присмотреться к Udio (продюсерский контроль) и AIVA (оркестровые композиции). Все перечисленные — рабочие альтернативы ChatGPT, которые стоит иметь в арсенале.
Почему о некоторых сильных ИИ-моделях никто не пишет?
Три причины: маркетинг, язык, география. Китайские лаборатории — Zhipu AI, Moonshot AI, Alibaba — вкладывают минимум в продвижение на западную аудиторию. Документация зачастую частично на китайском. А западные СМИ тем временем зациклены на гонке OpenAI vs Anthropic vs Google. Именно поэтому нейросети, которые мало кто знает, часто страдают не от плохого качества, а от плохого PR.
Какой топ нейросетей 2026 года?
Мейнстрим: GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro. Андердоги: GLM-5, Kimi K2.5, Qwen 3.5, Grok 4.20. В музыке же — Suno v5, Udio, AIVA. В итоге топ нейросетей 2026 зависит от задачи — универсального лидера больше нет, и это, пожалуй, лучшая новость года.