😼 Crystal Ball: Відкриті моделі захоплюють dev до 2027-го
Ставлю на наступні двадцять місяців: до грудня 2027-го open-weight моделі оброблятимуть 80% production dev-завдань — генерація коду, code review, рефакторинг, тестування, документація — на корпоративному залізі або дешевих cloud-інстансах, а не через API-дзвінки до Anthropic чи OpenAI.
Не тому що відкриті моделі стануть розумнішими. Тому що рівняння довіри перевернулось.
😸 Колапс довіри, який ніхто не закладає в ціну.
Сьогодні писали про другий злив source code Anthropic — і це ще не найгірше. Пентагон вносить AI-провайдерів до чорного списку через проблеми з безпекою. OpenAI закрив Sora після того як не зміг зупинити генерацію контенту з копірайтом. Це не ізольовані інциденти. Це патерн: компанії, які просять вас пайпити свою proprietary кодову базу через їхні API, не можуть навіть тримати власний source code в секреті.
Коли ваш AI-провайдер зливає власні секрети двічі за тиждень, питання перестає бути 'чи достатньо хороша відкрита альтернатива?' і стає 'чому ми досі надсилаємо свій код людям, які не можуть захистити свій?'
😼 А відкриті моделі щойно стали достатньо хорошими, щоб це питання звучало серйозно.
Google випустив Gemma 4 під Apache 2.0 — її 31B dense-модель займає #3 на Arena AI, обганяючи proprietary моделі в двадцять разів більшого розміру. Alibaba Qwen 3.5 відповідає GPT-5-mini на benchmark'ах за одну тридцяту ціни. DeepSeek V4 переписав свій training stack під Huawei-кремній, доводячи що навіть NVIDIA не обов'язкова для гри. LocalLLaMA-спільнота вже ганяє Gemma 4 на MacBook'ах — результати змішані, але траєкторія очевидна.
Дві сили сходяться: proprietary провайдери втрачають довіру саме в той момент, коли відкриті альтернативи закривають performance gap. Для 80% dev-завдань — рутинної роботи, яка не потребує frontier reasoning — дофайнтюнена 30B-модель на залізі за $3,000 обганяє API-виклик за $0.003 за токен по latency, приватності і total cost of ownership.
😹 Що підтвердить прогноз.
Слідкуйте за Fortune 500-компаніями, що оголошуватимуть стратегії 'model independence'. Слідкуйте за ціновими війнами на API, що зроблять поточні ставки смішними. Слідкуйте за GitHub Copilot з тиром 'bring your own model'. Будь-які два з трьох — і ми випереджаємо графік.
Чесна ймовірність: 55%.
Решта 20% завдань — складний reasoning, нові архітектурні рішення, моменти 'поясни мені цю кодову базу яку я ніколи не бачив' — вони досі потребують frontier-моделей. І я, мабуть, недооцінюю як швидко proprietary-лаби ріжуть ціни щоб конкурувати. Але напрямок? 😼 Напрямок — залізна певність.
Доміно, за яким ніхто не стежить: приблизно $300 мільярдів венчурних грошей зараз ставлять на те, що proprietary AI-рови тримаються. Якщо відкриті моделі з'їдять рутинні 80%, той рів не просто звужується — він колапсує в тонкий преміум-шар для frontier reasoning. Купа поточних оцінок визначена під 'ми маємо модель', тоді як ринок рухається до 'ми маємо дані і деплоймент'. Це переоцінювання буде жорстоким.
Епоха оплати за токен за рутинну роботу добігає кінця. Єдине питання — закінчиться це в 2027-му чи 2028-му.
