„Amerika elvesztette vezető szerepét a fejlett mesterséges intelligencia terén”

Ezt a markáns véleményt nem akárki, hanem Mike Allen, az Axios egyik alapítója, a Politico társalapítója fogalmazta meg. Véleménye szerint a vészharangoknak még nem kell megszólalniuk, de a vészcsengőt már meg kell nyomni. Mire a berregés?

A hír: egy kínai AI-cég, a Moonshot Kimi K3 nevű új modellje olyan eredményeket ért el egyes teszteken, amelyek meglepték a Szilícium-völgyet, s felzaklatták a szakértőket.

Mi az a Kimi, és miért izgatja fel ennyire a szakmát?

A Kimi K3 egy 2,8 billió paraméteres nyelvi modell — ez a valaha is nyilvánosan elérhetővé tett legnagyobb ilyen rendszerek egyike.

A „paraméter” a modell méretének és komplexitásának egyik mércéje — nagyjából annyi „csavar”, amit a betanítás során finomhangolnak.

A Kimi egyetlen napon belül olyan eredményt ért el egy népszerű, fejlesztők által használt kódolási versenyben (a Frontend Code Arenán), amivel megelőzte az Anthropic és az OpenAI vezető modelljeit. Ráadásul körülbelül 40 százalékkal olcsóbban kínálják, mint amerikai vetélytársait,

és július 27-től nyílt súlyú modellként is elérhető lesz.

Mit jelent az, hogy „nyílt súlyú”? Egy zárt AI-modell leegyszerűsítve olyan, mint a bérelt szoftver: a gyártó távoli szerverén fut, és minden használatért fizetünk. A nyílt súlyú modell inkább egy recept, amit hazaviszünk — letölthetjük, saját gépünkön futtathatjuk, tetszés szerint módosíthatjuk:

semmilyen módon nem függünk attól a cégtől, amelyik megalkotta.

Ez az, amire kormányok és nagyvállalatok egyaránt felkapják a fejüket: ezúttal már nem csupán árban van a tét, hanem abban is, hogy ki fölött kinek van kontrollja.

Miért fontos mindez? Mert az elmúlt évek megszokott állítása volt, hogy Kína nyolc hónappal le van maradva az amerikai éllovasok mögött. A Kimi K3 megjelenése pont ezt a magabiztosságot kérdőjelezi meg — még akkor is, ha csak egyetlen versenyszámban győzött, nem az összes fronton.

Mit jelent, ha egy AI-modell „megelőz” egy másikat? Az AI-modelleket úgynevezett benchmarkokkal, azaz versenyszerű tesztekkel mérik össze – kicsit úgy, mint egy tízpróbán. Egy sportoló megnyerheti a súlylökést, és közben messze lemaradhat a hosszútávfutásban. A Kimi K3 pontosan ezt tette: egyetlen, jól látható versenyszámban (a kódolási teszten) verte meg az amerikai éllovasokat, miközben bár az összesített, átfogóbb rangsorokban is szorosan a mezőny élén jár, de nem vezet.

Az Artificial Analysis Intelligence Index összesített rangsorán a Kimi K3 a 3. helyen áll, szorosan az Anthropic Fable 5 és az OpenAI GPT-5.6 Sol mögött.

Viszont van adat, ami többet mond minden benchmark-eredménynél. Az OpenRouter – az a piactér, ahol fejlesztők több száz versengő AI-modell közül válogathatnak – cikkünk írásakor azt mutatja, hogy a heti tokenhasználat szerinti top 5 helyet kivétel nélkül mind kínai modell foglalja el: a Tencent, a Xiaomi, a DeepSeek, a MiniMax és a Z.ai fejlesztése egyaránt ott van az élen, és mindegyik nyílt súlyú. Ez nyomósabb bizonyíték egy benchmark-győzelemnél, mert itt már nem arról van szó, hogy egy modell megvert egy másikat egy teszten — hanem arról, hogy a fejlesztők a mindennapi munkájukban, tömegesen, ténylegesen ezeket választják.

És van egy másik szempont is. Az Anthropic vezető amerikai AI-cég korábban azzal vádolta a kínai laborokat – köztük kifejezetten a Moonshotot is –, hogy egészen furcsa módokon is bejáratosak az amerikai modellek „fejébe”:

úgy tűnik, hogy emberek (vagy embernek látszó botok?) tízezrei, gyanúsan egyforma mintázatú fiókokról, milliószor tettek fel kérdéseket a Claude-nak, és a kapott válaszokból tanították a saját rendszereiket.

Az Anthropic 24 000 csalárd fiókról beszél, ami összesen három kínai labor – a DeepSeek, a Moonshot és a MiniMax – között oszlik meg. Kifejezetten a Moonshot esetében az Anthropic „több száz csalárd fiókról” ír, és 3,4 millió interakciót említ.

Kicsit olyan ez, mintha egy versenyszakács nem a saját receptjét főzné meg, hanem sorra megkóstolná a szomszéd étterem összes fogását, és abból rakná össze a sajátját. Ha ez igaz – és az Anthropic szerint igaz –, akkor a Kimi K3 sikere jelentős hányadban nem önálló kínai áttörés, hanem az amerikai technológia tükörképe, olcsóbb csomagolásban.

„Így veszítjük el a versenyt” – David Sacks, az amerikai kormányzat egyik fő AI-tanácsadója

Allen hírlevele megjelenésének napján David Sacks is nyilvánosan aggodalmát fejezte ki: szerinte az amerikai szabályozási túlbuzgóság – az új adatközpontok tiltása, az egyre szigorodó állami szabályok – gyengíti a versenyképességet.

„A Kongresszusnak kellene kivizsgálnia. Komolyan.” — Gary Marcus, AI-kutató

Mások más irányból árnyalják a képet. Gary Marcus nem megnyugtat, hanem épp az amerikai költekezés észszerűségét vonja kétségbe. Ő egy Goldman Sachs-elemzésre hivatkozva rámutatott, hogy az amerikai felhő- és adatközponti beruházások 2027-re elérhetik az 1000 milliárd dollárt – ez nagyjából nyolcszorosa a kínai kiadásoknak. A kérdés, amit felvet: ha egy kínai modell töredék költségből ér utol egy amerikai fejlesztést, mennyire indokolt egyáltalán a horribilis amerikai ráfordítás?

„Most Amerika kontra Kína kérdésről van szó” — Raffi Krikorian, a Mozilla technológiai igazgatója

Amerika és Kína nem csak két különböző gazdasági-politikai rendszer, hanem két gyökeresen eltérő vezetői alkat mentén versenyez az AI-fölényért.

Trump adminisztrációja a gyorsítás és a dereguláció útját választotta, ami a gyakorlatban konkrétan azt jelenti, hogy visszavonta elődje biztonsági célú rendelkezéseit, amelyek korábban kötelező kockázatvizsgálatot írtak elő a legerősebb modellekre; igyekszik felülírni azokat az egyes tagállami törvényeket, amelyek saját maguk szabnának korlátokat az AI-nak; és egy Manhattan-terv léptékű állami programot indított („Genesis Mission” néven) a minél nagyobb, minél gyorsabban felépülő adatközpontokért. A filozófia lényege: aki lassít, az veszít – a szabályozás luxus, amit Amerika most nem engedhet meg magának.

Hszi Csin-ping Kínája ezzel szemben nem a szabályok lebontásában, hanem az állami koordinációban látja az előnyét. Sok elemző szerint amit most az AI-piacon látunk, nem elszigetelt jelenség, hanem ugyanannak a jól ismert kínai gazdaságstratégiának a legújabb fejezete, amit korábban az acéliparban vagy éppen az elektromos autóknál is végignézhettünk. A recept: állami támogatással, veszteséget is vállalva annyira lenyomni az árakat, hogy a piaci alapon, nyereségre dolgozó nyugati versenytársak ne tudják tartani a lépést.

A Moonshotot is olyan állami háttérrel bíró óriáscégek finanszírozzák, mint az Alibaba és a Tencent, miközben Peking nyíltan hozzáférhetővé teszi a technológiát a fejlődő világ számára. Talán nem jótékonyságból, hanem mert aki ma egy kínai AI-modellre épít, holnap kínai felhőszolgáltatásra, holnapután pedig kínai hitelre lesz ráutalva: az ár a csali, a valódi tét a hosszú távú függés kialakítása. (Akad, aki vitatja ezt a tudatos-stratégia narratívát, és inkább a kínai piac sajátosságaival – alacsonyabb fizetési hajlandósággal a szoftverekért – magyarázza az agresszív árazást. A kettő nem zárja ki egymást.)

Két homlokegyenest eltérő recept az elsőség megőrzésére vagy megszerzésére. Az egyik a kockázatvállalás és a sebesség mellett teszi le a voksát, a másik a türelmes, központilag irányított, hosszú távú függőség-építés mellett. Hogy melyik stratégia bizonyul erősebbnek, azt nem egy péntek délutáni benchmark-eredmény fogja eldönteni.

Mert a kínai nem olyan piszi

Akad egy másik, sokkal inkább hétköznapi ok is, amiért egyre több nyugati felhasználó fordul kínai modellek felé — és ez ott motoszkál az angol nyelvű szakportálokon és fórumokon.

Az amerikai zászlóshajó-modellek az elmúlt években egyre óvatosabbak lettek. Minden egyes verzióval több biztonsági réteget kaptak, és ez a gyakorlatban azt jelenti, hogy a modell hajlamos visszautasítani, félremagyarázni vagy túlmagyarázni akár teljesen ártalmatlan kéréseket is – csak azért, mert azok akár csak távolról is emlékeztetnek valami kockázatosra. Ezt hívja a szakzsargon „elbutításnak” vagy – gorombábban – „kiherélésnek”: a modell technikailag ugyan, de a rákényszerített óvatosság miatt a gyakorlatban visszafogottabban, szárazabban, kockázatkerülőbben válaszol, mint amire képes lenne.

Ezzel szemben a kínai AI-k, pontosabban annak nyílt súlyú modelljei – meglepő módon – sokak szerint számos, Nyugaton érzékenynek számító témában engedékenyebbek: kevésbé finnyásak erotikus tartalmú szövegeknél, erőszakos jeleneteknél vagy vitatott társadalmi témáknál. Igaz, ugyanezek a modellek viszont vasfegyelemmel hallgatnak vagy kínai állami narratívát ismételgetnek, amint a szó Tajvanra, Tienanmenre vagy a kommunista párt bírálatára terelődik. Vagyis nem „szabadabbak” — hanem cenzúrájuk máshol húzza meg a határt: nem azt szabályozzák túl, amitől a nyugati cégek jogi vagy hírnévkockázat okán tartanak, hanem azt, ami Pekingnek kényelmetlen.

A hétköznapi felhasználó szemszögéből viszont ez a különbségtétel gyakran elvész – amit ő lát, az egyszerűen annyi, hogy egy ingyenesen letölthető kínai modell kevesebb kérdésén akad fenn, mint a havidíjas amerikai szolgáltatás. Ha pedig valaki azt látja, hogy a fizetős „jó modor” mögé zárt amerikai szolgáltatás az ő szempontjából gyakorlatilag ugyanazt tudja, mint az ingyenes, kevésbé prűd kínai alternatíva, a döntés kínálja magát.

Biztonsági szakértők szerint a laza gyeplő nem csak „izgalmasabb” válaszokat jelent. Az óvatosság hiánya azzal járhat, hogy ezekből a modellekből a fejlesztők által beírt védőkorlátokat sokkal könnyebb eltávolítani. Így nemcsak erotikus tartalmakhoz, hanem ténylegesen veszélyes információhoz (fegyverek, kártékony szoftverek) is könnyebben hozzá lehet férni.