Всеки път, когато бъде пуснат китайски AI модел, наблюдателите заявяват, че местните модели са на път да настигнат гранични играчи като Anthropic. Въпреки това разликата продължава да се разширява. Въпреки това, тъй като AI се премества от лаборатории в корпоративни производствени среди, се появи фундаментална търговска реалност: най-умните модели неизбежно са най-скъпите. Граничните модели като GPT-5.5 и Claude Opus осигуряват изключителни резултати, но работата им 24/7 за корпоративни работни натоварвания е икономически нежизнеспособна за повечето организации.
Този капан на разходите отвори изненадващ път за китайските домашни модели. Вместо да се състезават директно в сравнителни резултати или екстремни разсъждения – области, в които хардуерните ограничения поставят местните модели в неравностойно положение – се появява нова инженерна парадигма: базирано на задачи разпределение на модели чрез динамично маршрутизиране с множество модели, известно като технология Fusion.
Основната логика е проста, но ефективна: сложен проблем се разпределя паралелно на множество различни модели, а моделът за преценка синтезира резултатите. В бенчмарка за дълбоки изследвания на DRACO, „група от бюджетни модели“, състояща се от Gemini 3 Flash, Kimi K2.6 и DeepSeek V4 Pro, не само победи самостоятелен GPT-5.5, но също така се доближи до резултата от комбинации от гранични модели от най-високо ниво – само на 50% от цената. Два от трите модела в тази група са китайски модели с ясни пропуски в производителността в сравнение с GPT-5.5.
Това сочи към това, което статията нарича „архитектура на хибриден агент (MoA)“: граничните модели от Anthropic и OpenAI служат като оркестрационен „мозък“, обработващ по-малко от половината потребление на токени за извличане на консенсус и сложни разсъждения, докато китайските модели и моделите с отворен код – DeepSeek, GLM, Kimi – служат като „крайници“ за изпълнение, обработващи масово четене на документи, паралелни търсения в мрежата и основно генериране на код за оставащия символичен дял.
Тази стратегия за асиметрична конкуренция преформулира китайските модели от „вътрешни алтернативи“ към гранични модели в „компютърен лост“ за гранични модели. Докато поддържат конкурентно ценообразуване на API и отговарят на 及格线 при обработка на дълги текстове, основно генериране на код и специфично разбиране на езика, китайските модели могат да си осигурят незаменима позиция в тези многомоделни системи за маршрутизиране – захранвайки реални корпоративни работни потоци, а не просто състезания за бенчмарк.
Междувременно индустрията също е свидетел на нарастващо заключване на платформата, като Anthropic изгражда Claude Code, OpenAI разработва Codex и китайски играчи като Zhipu AI актуализират ZCode 3.0, за да се обвържат тясно с техния GLM модел – създавайки предимства на домашното поле, които маскират слабостите на модела чрез оптимизирани среди.