Недавно одна отечественная AI-компания вышла на гонконгский рынок, претендуя на звание "первой в мире акции крупной модели". На первый взгляд это неожиданно, но, узнав об их технологическом прогрессе, это кажется логичным.

Эта компания всегда была довольно скромна. Настоящий всплеск на международной арене произошел в сентябре прошлого года при обновлении продукта — появилась версия GLM-4.6. Способность к работе с кодом повысилась на 27%, в авторитетном международном тесте Code Arena она заняла первое место наравне с другими, став первой отечественной моделью, сопоставимой с Claude Sonnet 4. Кроме того, она оптимизировала потребление токенов, снизив его на 30%. Тогда профессионалы отрасли были довольно признательны, но широкая публика не обратила особого внимания, так как инструменты программирования — это довольно нишевое направление.

Но за последние полгода ситуация изменилась. Со второй половины 2025 года весь мировой вектор разработки крупных моделей изменился. Никто больше не говорит об универсальном AGI, все понимают, что это невозможно в ближайшее время. Начиная с 2026 года, практическое применение будет намного более успешным, чем теоретические прорывы. И самая перспективная область применения? Несомненно, AI-кодирование.

Почему? Потому что это прямо генерирует доход. Claude сосредоточился именно на программировании, и хотя ресурсы Anthropic значительно меньше, чем у Google и OpenAI, он стал самым популярным в области AI-программирования. Оценка материнской компании Anthropic в октябре прошлого года была интересна — годовой ARR (годовой регулярный доход) может достичь 9 млрд долларов к концу года, а в 2026 году базовый прогноз — 20 млрд долларов. Гонконгская компания, вышедшая на биржу раньше других, во многом благодаря GLM-решениям для программирования. Их программа кодирования для разработчиков уже преодолела отметку в 100 млн юаней ARR. Еще более впечатляет — более 2,7 млн платящих客户,這個用戶基數已經相當穩固了。

Сейчас в индустрии есть консенсус: AI-кодирование нельзя "подсчитать" с помощью наборов данных, нужно сравнивать частоту ошибок и стабильность непрерывного выполнения в реальных приложениях. Интересно, что AI-кодирование одновременно похоже на "самоусиление" программы и на "самую революцию" программиста, с оттенком научной фантастики и печали, совершенно отличаясь от других применений AI. На текущем этапе в направлении кодирующих крупных моделей отечественная GLM-4.7 достаточно близка или даже превосходит американские ведущие крупные модели — это нелегко. Плюс отечественные преимущества в цене и эффективности, конкурентоспособность явно выше.

Глядя в будущее, в 2026 году продвижение AI-кодирования определенно будет прогрессировать. Больше людей действительно почувствуют мощь этих инструментов. Компания, вышедшая на рынок первой, также завоевала преимущество по доле рынка и экосистеме приложений, создав прочную базу в направлении отечественных кодирующих крупных моделей.