Z.AI: как китайская AI-компания работает с открытыми языковыми моделями

Когда в 2024–2025 годах в рейтингах открытых языковых моделей начали регулярно появляться названия GLM-4, ChatGLM и Z.AI, многие впервые задумались: кто стоит за этими релизами. За ними — одна из старейших китайских AI-компаний, выросшая из университетской лаборатории и выбравшая стратегию, заметно отличающуюся от закрытого подхода OpenAI: публиковать веса моделей и зарабатывать на сервисах вокруг них.

Что такое Z.AI и откуда взялась компания

Z.AI — это новое имя компании Zhipu AI (полное название — Beijing Zhipu Huazhang Technology), основанной в 2019 году в Пекине. Страна происхождения — Китай, и это принципиально для понимания её пути: компания развивалась в экосистеме, где государство активно поддерживает собственные AI-технологии, а доступ к западным сервисам ограничен.

Технологические корни Zhipu AI уходят в лабораторию Knowledge Engineering Group Университета Цинхуа — одного из двух самых престижных вузов Китая. Именно там работали исследователи, которые ещё до бума больших языковых моделей занимались графами знаний, репрезентационным обучением и предварительным обучением трансформеров. Среди ключевых фигур часто называют профессора Цзе Тана (Jie Tang), чья команда стала научным ядром будущей компании, и генерального директора Чжана Пэна (Zhang Peng).

Компания сразу позиционировала себя не как стартап с приложением, а как разработчика фундаментальных моделей. Её лозунг строился вокруг идеи «научить машины мыслить как люди», а практический фокус — на собственной архитектуре GLM, которая должна была стать китайским ответом на GPT.

История бренда: от университетской лаборатории до Z.AI

История Z.AI хорошо иллюстрирует, как академическая наука превращается в технологический бизнес. Условно путь компании можно разделить на несколько этапов.

Этап формирования (2019–2021)

За первые два года Zhipu AI получила начальные раунды финансирования и собрала команду из выпускников и исследователей Цинхуа. В этот период команда публиковала научные работы об архитектуре GLM (General Language Model) — подходе, сочетающем преимущества авторегрессионного и автоэнкодерного обучения. В отличие от GPT, которая предсказывает текст только слева направо, GLM учится заполнять пропуски в тексте с учётом контекста с обеих сторон, что, по мнению авторов, даёт более гибкую модель.

Прорыв с GLM-130B и ChatGLM (2022–2023)

В 2022 году компания выпустила GLM-130B — двуязычную (китайский и английский) модель с 130 миллиардами параметров с открытыми весами. Это был один из немногих на тот момент больших открытых LLM, способных конкурировать с закрытыми решениями. Весной 2023 года появился ChatGLM-6B — компактная диалоговая модель, которую можно было запустить даже на потребительской видеокарте. Она мгновенно стала популярной среди разработчиков в Китае и за его пределами, а репозитории проекта набрали десятки тысяч звёзд на GitHub.

Масштабирование и ребрендинг (2024–2025)

Далее компания выпустила поколение GLM-4, которое по внутренним и сторонним бенчмаркам приблизилось к возможностям GPT-4 в отдельных категориях задач, а также мультимодальные и агентные модели. В 2025 году Zhipu AI провела ребрендинг в Z.AI, консолидировав продукты под одним именем и сделав акцент на глобальной аудитории: домен, англоязычный интерфейс и открытые релизы серии GLM-4.5 должны были вывести бренд за пределы китайского рынка.

Кто владеет Z.AI и кто финансирует разработку

Z.AI — частная компания, поэтому точная структура собственности публично не раскрывается в деталях. Известно, что основательский состав связан с командой Университета Цинхуа, а среди инвесторов в разные раунды упоминались как ведущие китайские технологические гиганты (в частности Alibaba и Tencent), так и венчурные фонды, а также фонды с государственным участием. Оценка компании в пиковые периоды достигала нескольких миллиардов долларов, что делает её одним из самых ценных AI-стартапов Китая.

Из этого следует практический вывод для тех, кто оценивает Z.AI как партнёра или поставщика: компания имеет сильную институциональную поддержку внутри Китая, что снижает риск внезапного сворачивания проекта, но одновременно означает ориентацию прежде всего на китайский рынок и регуляторную среду. Юридические вопросы — лицензирование, обработка данных, трансграничная передача информации — стоит проверять отдельно для каждой юрисдикции, где планируется использование моделей.

Линейка моделей GLM: что именно компания открывает

Ключевой актив Z.AI — семейство моделей GLM. Оно охватывает несколько классов продуктов, и понимание этой структуры помогает выбрать инструмент под конкретную задачу.

• Базовые языковые модели GLM-4 различных размеров — от компактных версий, работающих локально, до флагманских с сотнями миллиардов параметров.
• Диалоговые и агентные модели, оптимизированные под вызов инструментов, работу с кодом и многошаговые сценарии.
• Мультимодальные модели, обрабатывающие изображения и видео (линейка GLM-4V).
• Модели для генерации изображений и видео (семейство CogView и CogVideoX), которые компания также публиковала в открытом доступе.
• Модели для программирования (CodeGeeX), используемые в плагинах для IDE.

Важный нюанс: открытость у Z.AI не абсолютна. Компания публикует веса многих моделей, в том числе мощных релизов серии GLM-4.5, под лицензиями, допускающими коммерческое использование, но сильнейшие версии и инфраструктура обучения остаются закрытыми. Это осознанный баланс: открытые релизы строят сообщество и репутацию, а закрытые компоненты монетизируются.

Как работает Z.AI: бизнес-модель компании

Бизнес-модель Z.AI типична для разработчиков фундаментальных моделей, но с китайской спецификой. Источников дохода несколько, и они дополняют друг друга.

API и облачные сервисы

Основной поток выручки — доступ к моделям через API на платформе open.bigmodel.cn и через облачные партнёрства. Клиент платит за токены, как и в OpenAI или Anthropic, но тарифы на китайском рынке традиционно ниже — конкуренция между локальными игроками (Baidu, Alibaba, Moonshot, DeepSeek) заставляет держать цены агрессивными.

Корпоративные внедрения

Значительная доля дохода — это частные развёртывания для крупных клиентов: банков, государственных учреждений, производственных компаний. В Китае многие организации не могут передавать данные в публичное облако, поэтому покупают локальное развёртывание модели с файнтюнингом под свои задачи. Именно здесь открытые веса становятся коммерческим преимуществом: клиент получает модель, которую можно доработать и держать на собственной инфраструктуре.

Потребительские продукты

Чат-бот ChatGLM и мобильные приложения выполняют скорее роль витрины технологий и источника данных о поведении пользователей, чем самостоятельного прибыльного бизнеса. Это похоже на роль ChatGPT на ранних этапах OpenAI.

Зачем Z.AI открывает модели и что это даёт рынку

Стратегия открытых моделей кажется контринтуитивной: зачем бесплатно раздавать то, на разработку чего потрачены миллионы? В случае Z.AI есть несколько рациональных причин.

Во-первых, открытые релизы — это маркетинг с самой низкой стоимостью привлечения. Каждый разработчик, запустивший ChatGLM локально, становится потенциальным клиентом API или корпоративного решения. Во-вторых, сообщество находит ошибки, создаёт файнтюны и интеграции, фактически расширяя R&D-команду без затрат. В-третьих, в геополитическом контексте открытые китайские модели становятся стратегическим инструментом: они формируют стандарты и зависимость экосистемы от китайского технологического стека.

Для пользователей и бизнеса за пределами Китая это означает доступ к моделям уровня, близкого к ведущим закрытым системам, без оплаты за API. Практические сценарии выглядят так:

1. Выбрать модель нужного размера на Hugging Face или ModelScope — для локальных экспериментов достаточно версий на 9 миллиардов параметров.
2. Проверить условия лицензии: большинство открытых релизов GLM допускают коммерческое использование, но детали отличаются между версиями.
3. Оценить аппаратные требования: компактные модели работают на одной потребительской GPU, флагманские требуют серверной инфраструктуры или квантизации.
4. При необходимости выполнить файнтюнинг на собственных данных — открытые веса это позволяют, в отличие от API-only моделей.

Z.AI на фоне других AI-компаний: сильные и слабые стороны

Внутри Китая Z.AI конкурирует с Ernie от Baidu, Qwen от Alibaba, моделями DeepSeek и Moonshot. Глобально — с Meta (Llama), Mistral и закрытыми системами OpenAI и Anthropic. На этом фоне у компании есть несколько заметных характеристик.

Сильные стороны — глубокая академическая база, полный цикл технологий (от базовой модели до приложений), стабильное финансирование и одна из самых последовательных программ открытых релизов среди китайских игроков. Модели GLM традиционно сильны в китайскоязычных задачах и двуязычных сценариях китайский–английский.

Слабые стороны тоже очевидны. Глобальная узнаваемость бренда ниже, чем у OpenAI или даже DeepSeek, который в 2025 году перехватил значительную часть внимания. Англоязычная документация и поддержка сообщества исторически уступали западным проектам. Наконец, для европейских и американских клиентов китайское происхождение компании — фактор комплаенс-риска, который приходится учитывать при выборе поставщика AI-сервисов.

Часто задаваемые вопросы о Z.AI

Z.AI и Zhipu AI — это одна компания?

Да. Z.AI — бренд, под которым Zhipu AI вышла на глобальный рынок в 2025 году. Юридическое лицо, команда и модели те же, изменилось позиционирование и название продуктового портала.

Можно ли бесплатно использовать модели GLM в коммерческом продукте?

Для большинства открытых релизов — да, лицензии допускают коммерческое применение. Однако условия отличаются между конкретными моделями и версиями, поэтому перед запуском продукта стоит прочитать лицензию именно того релиза, который вы используете.

Чем GLM отличается от GPT?

GLM — это и архитектура, и семейство моделей. Архитектурно она сочетает авторегрессионное обучение с заполнением пропусков, тогда как GPT — чисто авторегрессионная модель. Для конечного пользователя практическая разница невелика: обе работают как диалоговые системы, различаются сильные стороны в конкретных языках и задачах.

Безопасно ли передавать данные в API Z.AI?

Данные обрабатываются на инфраструктуре в юрисдикции Китая, что регулируется местным законодательством. Для нечувствительных задач это приемлемо, но для персональных данных граждан ЕС или коммерческой тайны более безопасный вариант — локальное развёртывание открытых весов, где данные не покидают вашу инфраструктуру.

Как выбрать сценарий работы с моделями Z.AI

Практическое решение сводится к трём вопросам. Если нужно быстро протестировать возможности — начните с бесплатного веб-чата или API с минимальным тарифом. Если критичны контроль над данными и кастомизация — берите открытые веса GLM и разворачивайте локально или в собственном облаке. Если нужна поддержка enterprise-уровня внутри Китая — корпоративное предложение Z.AI закрывает этот сценарий напрямую. Для большинства команд за пределами Китая оптимальная стартовая точка — именно открытые модели: они дают возможность оценить качество без обязательств и перенести решение на собственную инфраструктуру, когда проект вырастет.