Открытые ИИ-модели 2022–2026: полный путеводитель для бизнеса

Открытая модель (open-weights) — это нейросеть, чьи обученные веса разработчик выложил в открытый доступ: их можно скачать, запустить на своём сервере и дообучить под свою задачу по условиям лицензии. От открытого кода это отличается принципиально: открытый код — это программа, которая запускает или обучает модель, а веса — результат обучения, сама «память» нейросети. Бывает, что код открыт под MIT, а веса закрыты или выложены только для исследований. Для бизнеса важно именно второе: без весов ничего не запустить у себя. Все семейства, о которых я пишу ниже, собраны в каталоге открытых ИИ-моделей — в каталоге 346 семейств с датами выпусков, размерами, лицензиями и требованиями к железу.

Как менялся рынок: 2022 → 2026

Удобнее всего смотреть на рынок через выпуски версий. В каталоге за 2022 год отмечено 35 выпусков, за 2023-й — 144, за 2024-й — 259, за 2025-й — 418, а за девять месяцев 2026-го уже 245. Ещё 16 выпусков приходятся на 2019–2021 годы: это ранние, но до сих пор рабочие модели вроде русских энкодеров ruBERT и rubert-tiny или LaMa для удаления лишних объектов с фото. Разберу, что было главным в каждом году.

2022: первые модели, которые можно взять себе

Год, когда открытые модели вышли за пределы лабораторий. В августе вышла Stable Diffusion 1.4, в октябре — 1.5: генерация картинок впервые стала доступна на обычной видеокарте. В сентябре OpenAI выложила Whisper — распознавание речи, которое до сих пор остаётся стандартом для расшифровки звонков. Среди языковых моделей — OPT от Meta в мае и BLOOM в июле. Россия тоже отметилась: Яндекс выложил YaLM-100B (семейство YandexGPT), Сбер — Kandinsky 2.0, а Silero выпустил синтез речи v3 в pip-пакете. Весной Сбер открыл многоязычную mGPT 1.3B на 61 язык.

2023: год LLaMA и открытых чат-моделей

В феврале вышла LLaMA, в июле — Llama 2 (семейство Llama), и вокруг неё выросла огромная экосистема дообучений. В сентябре появилась Mistral 7B, в декабре — Mixtral 8x7B (Mistral). В августе стартовал Qwen от Alibaba, в ноябре — первая DeepSeek LLM 7B / 67B (DeepSeek). Рядом с текстом росли и другие направления: SDXL 1.0 для картинок, SAM для выделения объектов на фото, LLaVA — модель, которая понимает картинку и текст, MusicGen для музыки и XTTS v2 для клонирования голоса. Для русского языка 2023-й дал первую волну: Сбер выложил ruGPT-3.5 13B и FRED-T5, Илья Гусев начал выпускать Saiga, а Alpha Cephei обновила офлайн-распознавание Vosk.

2024: открытые модели догоняют коммерческие

Llama выпустила сразу четыре поколения: Llama 3, 3.1, 3.2 и 3.3. Qwen прошёл путь от Qwen1.5 до Qwen2.5, Google открыл Gemma и Gemma 2, Microsoft — Phi-3 и Phi-4 (Phi). В августе вышел FLUX.1, в декабре — DeepSeek-V3 и HunyuanVideo. Для русского языка год оказался поворотным: Сбер выложил GigaAM для распознавания речи, в декабре — GigaChat 20B-A3B (GigaChat) и эмбеддинги FRIDA и Giga-Embeddings-instruct (Giga-Embeddings), Т-Банк — T-Lite / T-Pro 1.0 (T-Pro), а команда Vikhr начала выпускать русскоязычные дообучения.

2025: рассуждающие модели и взрыв направлений

Год открыл DeepSeek-R1 в январе — рассуждающая модель в открытом доступе. Дальше вышли Gemma 3, Qwen3 и Llama 4, летом — Kimi K2 и GLM-4.5 (GLM), в августе OpenAI выложила gpt-oss 20b и 120b. Видео стало реальностью благодаря Wan 2.1 и 2.2, документы — благодаря DeepSeek-OCR и PaddleOCR-VL. Российские разработчики выпустили YandexGPT-5-Lite-8B, T-Pro 2.0, потоковую модель T-one для телефонии, GigaAM-v3, GigaChat3 10B-A1.8B, Silero TTS v5 и Kandinsky 5.0.

2026: январь–сентябрь

Темп не снижается: 245 выпусков за девять месяцев, больше всего в январе — 44. В январе вышли Kimi K2.5, FLUX.2 [klein], LTX-2 (LTX-Video), речевые Qwen3-ASR и Qwen3-TTS, DeepSeek-OCR 2 и GLM-OCR. В феврале — Qwen3.5, GLM-5 и MiniMax-M2.5 (MiniMax). В марте Сбер выпустил GigaChat3.1 в двух размерах — 10B и 702B, вышли Mistral Small 4 и Nemotron 3 Super 120B-A12B (Nemotron).

Апрель стал самым плотным месяцем для языковых моделей: DeepSeek-V4-Pro / V4-Flash, Gemma 4, Qwen3.6, Kimi K2.6 и Granite 4.1 (Granite). Летом вышли Nemotron 3 Ultra 550B-A55B, Cosmos 3 (Cosmos), GigaChat3.5 432B-A28B, Kimi K3, Inkling, GigaAM Multilingual, Qwen3.8 и Muse Glimmer 30B. В сентябре Яндекс выложил базовую AliceAI-Foundation-80B-A3B-Base, Сбер — GigaChat3.5 Reasoning, вышли DeepSeek-V4.1-Flash и Qwen-Image-2.1.

26 направлений: что умеют открытые модели

Одно семейство может попадать в несколько направлений, поэтому сумма в последнем столбце (462) больше числа семейств в каталоге (346). Строки отсортированы по числу семейств.

Направление	Что делает для бизнеса	Примеры семейств	В каталоге
Текст	Чат-боты, ответы клиентам, работа с базой знаний	Qwen, GigaChat, Llama	83
Картинка + текст	Понимание фото, скриншотов, схем	Qwen-VL, InternVL, MiniCPM-V	55
Синтез речи	Озвучка, голосовые ответы, клонирование голоса	Silero, CosyVoice, Qwen3-TTS	25
Картинки	Генерация изображений для карточек и рекламы	FLUX, Kandinsky, Qwen-Image	22
Видео	Ролики из текста и картинки	Wan, LTX-Video, HunyuanVideo	22
Документы и OCR	Распознавание сканов, счетов, таблиц	PaddleOCR-VL, DeepSeek-OCR, MinerU	19
Математика и рассуждения	Пошаговые решения, расчёты, проверка логики и доказательств	QwQ, OpenThinker, Qwen2.5-Math, DeepSeek-Math	18
Код	Помощь разработчикам, автоматизация	Qwen-Coder, Devstral	17
Обработка фото	Удаление фона, увеличение, реставрация, чистка кадра для каталога	BiRefNet, Real-ESRGAN, LaMa, GFPGAN	17
Речь в текст	Расшифровка звонков и встреч	Whisper, GigaAM, T-one, Vosk	16
Поиск и RAG	Смысловой поиск по документам компании	Giga-Embeddings, BGE-M3, Qwen3 Embedding	16
Медицина	Помощь врачу и разработчику медицинских сервисов: тексты, снимки, черновики заключений	MedGemma, Lingshu, BioMistral, HuatuoGPT	14
Компьютерное зрение	Подсчёт, поиск и выделение объектов на камерах	YOLO, SAM, RF-DETR	13
Голос: спикеры и звук	Кто говорит в записи, шумоподавление, отделение голоса от музыки, конверсия голоса	pyannote, DeepFilterNet, Demucs, RVC	13
Агенты для компьютера	Модель смотрит на экран и сама кликает: заполнение форм, работа в браузере и старых программах	UI-TARS, OpenCUA, Fara, OmniParser	12
Аватары	Говорящие головы, оживление фото	LivePortrait, MuseTalk, InfiniteTalk	11
Музыка и звук	Фоновая музыка, джинглы, звуки	ACE-Step, Stable Audio	11
Разбор текста	Классификация обращений, тональность отзывов, извлечение имён, сумм и дат	GLiNER, XLM-RoBERTa, rubert-tiny, FRED-T5	11
Модерация и безопасность	Фильтр опасных запросов к боту, защита от взлома через промпт, скрытие персональных данных	Qwen3Guard, Llama Guard, Granite Guardian, OpenAI Privacy Filter	11
Роботы	Управление манипуляторами и роботами	GR00T, openpi, SmolVLA	10
Перевод	Перевод каталогов, сайтов, переписки с зарубежными поставщиками	MADLAD-400, Hunyuan-MT, TranslateGemma, NLLB-200	10
Примерка одежды	Вещь с фото товара переносится на фото человека: карточки маркетплейса, примерочная на сайте	FASHN VTON, IDM-VTON, CatVTON, OmniTry	10
3D	3D-модели товаров по фото	TRELLIS, Hunyuan3D	9
Табличные данные	Прогноз оттока, скоринг заявок, заполнение пропусков в таблицах без долгого обучения	TabPFN, TabICL, Mitra	7
Прогнозы	Спрос, продажи, нагрузка по временным рядам	Chronos, TimesFM, Toto	6
Голосовые ассистенты	Живой голосовой диалог в реальном времени	Qwen Omni, MiniCPM-o, Moshi	4

Что появилось в каталоге нового

Десять направлений из таблицы раньше в каталоге не выделялись. Для бизнеса практичнее всего четыре. Обработка фото — рутина интернет-магазина: убрать фон, увеличить снимок поставщика, стереть ценник. BiRefNet и BEN2 под MIT, а популярная BRIA RMBG некоммерческая (подробнее — в статье про удаление фона). Голос: спикеры и звук дополняет расшифровку звонков: pyannote размечает, где говорит менеджер, а где клиент (см. локальную расшифровку созвонов). Модерация и безопасность нужна каждому клиентскому боту: Qwen3Guard проверяет вопрос и ответ на 119 языках, включая русский, а GLiNER-PII находит телефоны и номера счетов до того, как текст уйдёт в модель (см. ИИ-модерацию контента). Агенты для компьютера вроде UI-TARS сами кликают по экрану там, где у старой программы нет API; направление молодое, поэтому я ставлю их только с проверкой человеком на необратимых шагах.

Примерка одежды: смотрите на лицензию до пилота

Для магазинов одежды это самое заметное из новых направлений и самое коварное по лицензиям. Из 10 семейств примерки в каталоге 7 только некоммерческие: IDM-VTON, CatVTON, OOTDiffusion, FitDiT, StableVITON, FastFit и Any2AnyTryon. Ещё у двух условия: Leffa выложена под MIT, но обучена на наборах данных с некоммерческими условиями, а OmniTry под Apache 2.0 требует базовую FLUX.1 Fill [dev] с некоммерческой лицензией. Без оговорок в коммерцию можно только FASHN VTON под Apache 2.0: примеряет без маски, веса около 2 ГБ. Поэтому демо на CatVTON можно показать за вечер, а вот ставить его в карточки маркетплейса нельзя. Как устроена сама примерка, я разбирал в статье про виртуальную примерку на CatVTON.

Медицина: инструмент для врача, а не вместо него

Медицинских семейств в каталоге 14: MedGemma читает тексты и снимки, CheXagent готовит черновик заключения по рентгену, Hulu-Med работает и с 3D-исследованиями. Они разгружают рутину, но ни одна из них не заменяет врача: решения по диагнозу и лечению принимает специалист. Лицензии здесь тоже пёстрые: у MedGemma собственные условия Google, у Clinical Camel — только некоммерческое использование.

Модели с сильным русским языком

В каталоге 19 семейств из России, и почти все сделаны с прицелом на русский язык. Для текста это GigaChat от Сбера — от лёгкой 10B-A1.8B до флагманов до 702B, всё под MIT. YandexGPT / AliceAI — модели Яндекса, обученные с нуля с упором на русский и российские реалии; новая AliceAI-Foundation 80B-A3B выложена под Apache 2.0 как база для дообучения. T-Pro / T-Lite от Т-Банка — дообучения Qwen под русский язык, T-Pro на 32B помещается на одну видеокарту. Vikhr — независимая команда, которая дообучает Mistral, Qwen и Llama под русский, есть компактные версии для обычного ПК.

Рядом с ними — дообучения сообщества и научных групп. Saiga Ильи Гусева — самая известная русскоязычная доучка: Llama, Mistral, Gemma и YandexGPT, дообученные отвечать на русском как ассистент. Лицензия наследуется от базовой модели, поэтому смотреть её надо у конкретной версии. Ruadapt (RuadaptQwen) из НИВЦ МГУ — Qwen с заменённым токенизатором и дообучением на русских текстах, за счёт этого русский текст генерируется до двух раз быстрее исходной модели того же размера; основные версии под Apache 2.0. ruGPT-3.5 13B от Сбера под MIT — база, из которой вырос GigaChat. Контекст у неё всего 2048 токенов, так что это основа для узкого дообучения.

Отдельно стоит mGPT от Сбера: многоязычная модель на 61 язык, включая языки народов России и СНГ, с отдельными доучками под бурятский, якутский, татарский, башкирский, казахский и другие языки. Для открытых моделей это редкость.

Для разбора русского текста хватает процессора. FRED-T5 от Сбера пересказывает, перефразирует и исправляет орфографию (версии SAGE). ruBERT, ruRoBERTa и ruELECTRA — энкодеры Сбера для классификации и извлечения сущностей. rubert-tiny Давида Дале весит 12–29 миллионов параметров и имеет готовые версии для тональности и токсичности. RuModernBERT и USER от VK читают длинные тексты и дают векторы для поиска.

Для речи — GigaAM (одна из самых точных моделей для русской речи, есть многоязычная версия с казахским, киргизским и узбекским), T-one (72M, потоковое распознавание телефонных разговоров без видеокарты), Vosk (офлайн-распознавание русской речи, которое работает даже на Raspberry Pi и телефоне, Apache 2.0) и Silero — лёгкий синтез русской речи, в версии v5 добавлены языки СНГ и народов России. Для картинок и видео — Kandinsky, который понимает запросы на русском и российский культурный контекст. Для поиска по документам — FRIDA и Giga-Embeddings, по данным разработчиков, в числе лучших на русскоязычных тестах поиска. А LaMa, сделанная в московском центре Samsung AI вместе со Сколтехом, до сих пор остаётся стандартом для удаления лишних объектов с фото.

Из зарубежных семейств русский явно указан у Qwen, Whisper, многоязычных E5, Qwen3 Embedding, Omnilingual ASR, CosyVoice, VoxCPM, PaddleOCR-VL и фильтра Qwen3Guard. Обратное тоже бывает: у Kokoro и Parler-TTS русского нет, это стоит проверить до выбора.

Переводчики с русским в каталоге тоже есть, и здесь снова решает лицензия. Для коммерции подходят MADLAD-400 (более 400 языков, Apache 2.0), M2M-100 (MIT), OPUS-MT с отдельными лёгкими моделями под пару русский–английский, Seed-X и EuroLLM. С условиями — Hunyuan-MT, TranslateGemma и ALMA. А известные NLLB-200 и Tower — только некоммерческие. Практическую сторону я разбирал в статье про нейросеть для перевода.

Лицензии: что можно в коммерцию

В каталоге семейства разделены на три группы. Можно в коммерцию — 207 семейств: Apache 2.0, MIT и похожие свободные лицензии, например GigaChat, gpt-oss, Wan. Коммерция с условиями — 111 семейств. Только некоммерческое — 28 семейств, среди них Coqui XTTS, Seamless, Ideogram 4, переводчик NLLB-200, реставрация лиц CodeFormer и большинство моделей примерки одежды. За последнее время доля некоммерческих выросла: новые направления вроде примерки и обработки фото часто выходят из научных лабораторий с лицензиями только для исследований.

Условия во второй группе бывают очень разными. Вот типичные примеры из каталога:

• Порог по выручке. У Stable Audio бесплатно для компаний с выручкой до 1 млн долларов в год, у LFM — до 10 млн долларов, выше нужна отдельная лицензия.
• Ограничение по территории. Лицензия Tencent Hunyuan Community License у HunyuanVideo не действует в ЕС, Великобритании и Южной Корее.
• Обязанность открыть свой код. YOLO распространяется под AGPL-3.0: код продукта придётся открыть или купить корпоративную лицензию.

Отдельная ловушка — разные лицензии внутри одного семейства. У FLUX версии [schnell] и [klein] 4B под Apache 2.0, а версии [dev] некоммерческие. У TimesFM версии до 2.5 под Apache 2.0, а TimesFM 3.0 — уже некоммерческая. Поэтому смотреть надо на лицензию конкретной версии, а не семейства. Подробно о том, как читать лицензии по слоям, я писал в разборе лицензий открытых моделей. И оговорка: я даю инженерную проверку, а финальное решение по лицензии для бизнеса принимает юрист.

Какое железо нужно

В каталоге у каждой модели отмечено, на каком классе железа запускаются её версии. Один и тот же Qwen есть и в версии для ноутбука, и во флагмане для кластера, поэтому классы пересекаются.

Ноутбук или обычный ПК (до 8 ГБ видеопамяти) — версии есть у 249 семейств. Сюда попадают распознавание речи Whisper, GigaAM и T-one, синтез Silero, маленькие языковые SmolLM, эмбеддинги BGE-M3, OCR вроде PaddleOCR-VL на 0.9B, а ещё почти все модели для обработки фото, разбора русского текста и табличных данных.

Одна видеокарта на 16–80 ГБ — версии есть у 260 семейств. Это gpt-oss 20B и 120B, T-Pro на 32B, Muse Glimmer 30B, генерация картинок FLUX и видео Wan.

Кластер из нескольких видеокарт — нужен для флагманов 69 семейств: DeepSeek до 1.6T-A49B, Kimi до 2.8T-A104B, GigaChat 702B, Inkling 975B-A41B. Для большинства бизнес-задач такие размеры не нужны. Как посчитать память под конкретную модель, я разбирал в статье сколько железа нужно локальному ИИ, а про выбор видеокарты — в материале о GPU для локального ИИ.

Как выбрать модель под задачу

Я иду по пяти шагам и не начинаю с рейтингов.

1. Задача. Сначала понять, что именно нужно: отвечать клиентам, расшифровывать звонки, разбирать сканы, искать по базе знаний. От этого зависит направление из таблицы выше, и выбор сразу сужается с 346 семейств до одного-двух десятков.

2. Язык. Если работа идёт на русском, в приоритете семейства, где русский явно заявлен или ради него модель и делалась. Для речи и поиска это особенно заметно.

3. Лицензия. Проверяю лицензию конкретной версии под коммерческий сценарий заказчика, до установки. Модель, которую нельзя использовать в продукте, не нужна, какой бы сильной она ни была.

4. Железо. Смотрю, что есть у заказчика или что он готов поставить, и выбираю размер под это. Часто версия поменьше на одной видеокарте полезнее флагмана, для которого нужен кластер.

5. Проверка на своих примерах. Беру двух-трёх кандидатов и прогоняю на реальных данных: письмах, звонках, документах. Бенчмарки дают ориентир, но на конкретной задаче расклад может оказаться иным. Подробнее о шорт-листе под русский — в статье какой локальный LLM выбрать, а о том, нужна ли модели база знаний или дообучение, — в разборе RAG или дообучение.

Как я ставлю модель заказчику

Начинаю с задачи и данных: что должна делать модель, на каком языке, какие данные нельзя выпускать из компании. По ответам подбираю два-три семейства из каталога и сверяю лицензии со сценарием заказчика. Затем разворачиваю модель на арендованном сервере, на железе заказчика или в закрытом контуре без интернета и проверяю, что она выдерживает нужный поток.

Специфику бизнеса модель получает через базу знаний с поиском по смыслу, если нужно отвечать по документам и прайсам, или через дообучение LoRA, если нужен особый стиль ответов. Последний шаг — встраивание в CRM, 1С, Telegram- или MAX-бота: пользу модель даёт там, где сотрудники и клиенты уже работают.

Частые вопросы

Чем открытая модель отличается от ChatGPT или облачного GigaChat?

Облачную модель вы используете через чужой сервер и платите за запросы. Открытую модель можно скачать и запустить у себя: данные не уходят наружу, условия не меняются без вашего ведома. Минус — нужны железо и настройка.

Открытая модель — значит бесплатная для бизнеса?

Не всегда. В каталоге 207 семейств без оговорок для коммерции, 111 с условиями (порог выручки, территория, открытие кода, некоммерческая базовая модель) и 28 только некоммерческих. Скачать можно почти всё, а использовать в продукте — не всё.

Какие открытые модели лучше всего работают с русским?

Для текста — GigaChat, YandexGPT / AliceAI, T-Pro, Vikhr, Saiga, RuadaptQwen и Qwen. Для речи — GigaAM, T-one, Vosk, Silero. Для поиска по документам — Giga-Embeddings и USER от VK, для классификации и орфографии — ruBERT, rubert-tiny и FRED-T5. Для языков народов России — mGPT. Окончательный выбор делается тестом на ваших данных.

Можно ли сделать виртуальную примерку на открытой модели для магазина?

Можно, но выбор узкий. Из 10 семейств примерки в каталоге без оговорок для коммерции только FASHN VTON под Apache 2.0, ещё у двух условия, а семь, включая популярные IDM-VTON и CatVTON, только некоммерческие. Для пилота подходят все, для продукта нужно проверить лицензию до старта.

Можно ли запустить модель без видеокарты?

Да, у 249 семейств из каталога есть версии для ноутбука или обычного ПК. Распознавание речи, синтез, эмбеддинги и небольшие языковые модели работают даже на процессоре, просто медленнее.

Как часто выходят новые версии?

Очень часто: в каталоге 418 выпусков за 2025 год и 245 за январь–сентябрь 2026-го. Гнаться за каждой новинкой не нужно, важнее, чтобы выбранная версия решала задачу и подходила по лицензии.

Коротко о главном

За четыре года открытые модели прошли путь от единичных выпусков вроде Whisper, Stable Diffusion и BLOOM до сотен версий в год. Сегодня они закрывают 26 направлений — от чат-ботов и расшифровки звонков до примерки одежды, модерации, агентов для компьютера и прогнозов спроса, а у российских разработчиков есть сильные открытые модели для текста, речи, картинок и поиска.

Главное при выборе — не громкое имя, а связка из пяти вещей: задача, язык, лицензия конкретной версии, железо и проверка на своих примерах. Лицензия заслуживает отдельного внимания: у трети семейств есть условия для коммерции, ещё 28 только некоммерческие, и внутри одного семейства условия могут различаться от версии к версии.

Если хотите, чтобы модель подобрали, поставили на ваш сервер или в закрытый контур, дообучили под ваши данные и встроили в CRM, 1С или бота, — я помогу пройти этот путь целиком. Напишите в Telegram, MAX или VK.