2025-yil yanvarida DeepSeek'ning arzon va kuchli modeli G'arb texnologiya bozorini larzaga solgan edi. Oradan bir yarim yil o'tib, bu bir martalik «zarba» emas, balki tizimli siljish ekani ayon bo'ldi: 2026-yil o'rtalariga kelib Sharqning ochiq vaznli modellari OpenRouter'dagi token hajmining taxminan 61% ini egalladi, Alibaba'ning Qwen oilasi Hugging Face'da 1 milliard jami yuklab olishdan oshib, Meta'ning Llama'sini ortda qoldirdi. G'arb va Sharq modellari o'rtasidagi benchmark farqi 3–6 oygacha qisqardi — asosiy farq endi sifatda emas, biznes modelida, tarqatishda va infratuzilma nazoratida.

Ikki lager: yopiq premium va ochiq hajm

Global LLM landshafti ikki ekotizimga bo'lindi. G'arb laboratoriyalari (OpenAI, Anthropic, Google) token boshiga daromadni maksimallashtiradi: premium narxlar, korxona shartnomalari, xavfsizlik hujjatlari, SLA kafolatlari. GPT-5.5 chiqish tokenlari uchun millioniga $10–$30 oralig'ida (turli manbalarda aytiladi), Claude Opus 4.7 — $25 turadi.

Sharq laboratoriyalari (DeepSeek, Alibaba/Qwen, Xiaomi, Zhipu, MiniMax) esa token boshiga hajmga tikadi: standart holatda ochiq vazn, agressiv narxlar, hamjamiyat orqali tarqatish. DeepSeek V4-Flash chiqish tokenlari uchun $0,28, Qwen 3.6 Plus taxminan $0,60 — flagman darajadagi narx farqi 100 baravardan oshadi. OpenRouter raqamlari hikoyani aytadi: Xiaomi (MiMo) 21,1% token hajmi bilan yetakchilik qiladi, undan keyin Alibaba (Qwen) 13,9%, MiniMax 8,1%. Ammo dollar daromadida G'arb yutadi: Anthropic'ning token ulushi 12% bo'lsa-da, premium narxlar tufayli daromad ulushi mutanosib ravishda ancha yuqori.

Nega kompaniyalar vaznlarni ochmoqda? Besh biznes modeli

Ochiq vazn — xayriya emas, hisob-kitob. Birinchidan, ekotizim strategiyasi: Meta Llama orqali ishlab chiquvchilarni o'z ekotizimida ushlab turadi; Alibaba Qwen orqali bulut mijozlarini jalb qiladi. Ikkinchidan, taqsimlangan takomillashtirish: minglab mustaqil jamoalar modelni sozlaydi, xatolarini topadi, yangi qo'llanishlarni kashf qiladi — bularning barchasi bepul R&D. Uchinchidan, standart belgilash: sizning modelingiz asos bo'lsa, raqobatchilar sizning formatingizga moslashadi. To'rtinchidan, xizmatlar daromadi: vazn bepul, lekin boshqariladigan API, korxona qo'llab-quvvatlash va bulut joylashtirish pullik. Beshinchidan, geosiyosiy ta'sir: ochiq modellar «yumshoq kuch» — ularni qabul qilgan mamlakatlar sizning texnologik standaringizga bog'lanadi.

«Muhandislik byudjetini sozlash sikliga investitsiya qiling: QLoRA, keyin SFT, keyin DPO/GRPO, baholash to'plami va xizmat ko'rsatish steki. Baza modelini tanlash shiftingizni belgilaydi — qolgan hamma narsa unga qanday yetishingizdir.» (Mustaqil muhandislik tahlili, hieptran)

Litsenziyalar: «ochiq» degani bir xil emas

«Ochiq vaznli» toifasining ichida litsenziyalar sezilarli farq qiladi va bu tijorat miqyosida ahamiyatli. Ruxsat beruvchi litsenziyalar (Apache 2.0/MIT): Qwen oilasining katta qismi, DeepSeek, Mistral, Microsoft Phi, Google Gemma 4, OpenAI'ning gpt-oss liniyasi. Cheklovchi maxsus litsenziyalar: Meta'ning Llama (Llama Community litsenziyasi — qo'lda tasdiqlash, oylik faol foydalanuvchi chegarasi) va Google Gemma 3. Farq amaliy: Apache 2.0 ostidagi modelni istalgan mahsulotga erkin joylashtirasiz; Llama litsenziyasi esa katta miqyosda qo'shimcha shartlar qo'yadi. Korxona tanlovida litsenziya auditi model tanlashning ajralmas qismi bo'lishi kerak.

Ekotizim: Hugging Face — tarqatish qatlami

Hugging Face ochiq vaznli modellar uchun de-fakto tarqatish qatlamiga aylandi; Microsoft Azure AI Foundry va AWS Bedrock esa korxona kirish nuqtalari. 2026-yilda oltita oila yuklab olishlarning asosiy qismini tashkil qiladi: Qwen, Llama, Mistral, Gemma, DeepSeek va Phi. Qwen to'liq «zinapoya» taklif qiladi: dense, MoE, koder, ko'rish va fikrlash variantlari 0,8B dan 397B gacha. DeepSeek fikrlash talab qiladigan vazifalarda o'z apparatingizda eng yaxshi sifat/narx nisbatini beradi. Llama ingliz tilidagi vazifalar va eng chuqur hamjamiyat ekotizimi uchun kuchli. Mistral Yevropa CTO'lariga «suverenitet kartasi»ni o'ynaydi: ishonch, ma'lumotlar rezidentligi, Apache 2.0.

Alohida trend — kichik til modellari: jiddiy ishlab chiqarish yuklamalari uchun 30B dan kichik modellar eng katta sur'atga ega — byudjet va kechikish cheklovlari bo'lgan joyda aynan ular ishlaydi.

Kichik modellar: e'tibordan chetda qolgan inqilob

Trillion parametrli sarlavhalarni bir chetga surib tursak, 2026-yilning eng jiddiy sur'ati 30B dan kichik modellarda kuzatilmoqda. Sababi oddiy: real ishlab chiqarish yuklamalarida byudjet va kechikish cheklovlari mavjud. Microsoft'ning Phi-4 oilasi (14B gacha, MIT litsenziya) chekka qurilmalar va tor xotira byudjetlari uchun, Google'ning Gemma 3 (27B) qo'shimcha o'rgatish uchun eng kuchli kichik model hisoblanadi, Qwen esa 0,8B dan boshlanadigan to'liq zinapoya taklif qiladi — har bir apparat darajasi uchun mos variant bor.

Kichik modellar iqtisodiyoti butunlay boshqacha: ularni bitta GPU'da, hatto kuchli noutbukda ishlatish mumkin; kechikish millisekundlarda o'lchanadi; ma'lumotlar tashkilotdan tashqariga chiqmaydi. Ko'plab amaliy vazifalar uchun — matnlarni tasniflash, ma'lumot ajratib olish, oddiy savol-javob — to'g'ri sozlangan 7B model flagman API'dan sezilarli yomon ishlamaydi, lekin yuz baravar arzon. O'zbekistonlik kompaniyalar uchun bu eng amaliy boshlanish nuqtasi: qimmat API obunasidan oldin ochiq kichik modelni o'z ma'lumotlaringizda sinab ko'ring, natijani o'lchang — shunda qaysi vazifaga qanday darajadagi model kerakligi aniq bo'ladi. Ko'pincha javob kutilmaganda oddiy chiqadi: kundalik vazifalarning 80% ini kichik model bemalol uddalaydi, qimmat flagman esa faqat eng murakkab 20% uchun kerak bo'ladi. Bu «80/20 qoidasi» byudjetni rejalashtirishda eng ishonchli tayanch nuqta.

Distillyatsiya nizolari va IP savollari

Ochiq vazn olamining kam gapiriladigan tomoni — distillyatsiya (bir model bilimlarini boshqasiga ko'chirish) atrofidagi nizolar. Microsoft va OpenAI tergovlari pretsedent yaratdi: yopiq modelning chiqishlaridan ochiq model o'rgatish ko'plab provayderlarning foydalanish shartlarini buzadi. Bu huquqiy kulrang zona: texnik jihatdan oson, huquqiy jihatdan xavfli. Model tanlashda nafaqat benchmark, balki «bu model qanday o'rgatilgan» degan savolni ham berish kerak.

Ikkinchi savol — ta'minot zanjiri xavfsizligi: Xitoy laboratoriyasining modelini qabul qilish, har qanday xorijiy texnologiyani qabul qilish kabi, kelib chiqish tahlilini talab qiladi. AQShning CHIPS qonuni va ilg'or yarimo'tkazgichlarga eksport nazorati kuchda qolmoqda. Muhim tizimlar uchun model tanlashda huquqshunos va xavfsizlik xodimini erta jalb qiling — litsenziya matni va o'rgatilgan ma'lumotlar manbai texnik benchmark kabi muhim mezon.

Uchinchi savol — «ochiq» so'zining o'zi nimani anglatadi. Ko'plab «ochiq» relizlarda o'rgatish kodi, ma'lumotlarni saralash metodologiyasi, xavfsizlik testlari jarayoni va hisoblash xarajatlari e'lon qilinmaydi. Ya'ni vaznlar ochiq, lekin modelni yaratish jarayoni yopiq. Bu shaffoflik emas, balki aynan «ochiq vazn» — farqni bilish va shunga qarab ishonch darajasini belgilash muhim.

Xitoy laboratoriyalari nega oldinda?

To'rtta Xitoy laboratoriyasi — Alibaba (Qwen), DeepSeek, Moonshot (Kimi), Zhipu (GLM) — har 4–6 haftada yangi top model chiqarmoqda. Sabablari: kuchli muhandislik madaniyati, ochiqlik orqali tez iteratsiya, davlat tomonidan hisoblash infratuzilmasini qo'llash va — eng muhimi — ochiq vaznni strategik qurol sifatida ko'rish. Meta'ning Llama 4 taqdimotidagi qoqilishlar hamjamiyat ishonchiga putur yetkazdi va Xitoy modellari ishlab chiquvchilar e'tiborini o'ziga tortdi.

Ammo tenglikning ikkinchi tomoni ham bor: AQSh hali ham yopiq chegarani (Claude, GPT, Gemini) va hisoblash infratuzilmasini nazorat qiladi. Shuningdek, Xitoy laboratoriyasining ochiq modelini qabul qilish — har qanday xorijiy texnologiyani qabul qilish kabi — ta'minot zanjiri va IP riskini baholashni talab qiladi: modelning kelib chiqishi, o'rgatilgan ma'lumotlar manbai va eksport nazorati holati tekshirilishi kerak.

O'zbekiston uchun amaliy xulosa

O'zbekistonlik qaror qabul qiluvchilar uchun ochiq vaznli modellar uchta strategik imkoniyat beradi. Birinchidan, suveren AI: davlat idoralari va banklar maxfiy ma'lumotlarni chet el API'lariga yubormasdan, o'z infratuzilmasida model ishga tushirishi mumkin — DataVolt kabi data-markazlar qurilayotgan bir paytda bu real stsenariy. Ikkinchidan, til suvereniteti: ochiq modellarni o'zbek tilidagi korpuslarda qo'shimcha o'rgatish (fine-tuning) orqali mahalliy sifatga erishish mumkin — yopiq API buni bermaydi. Uchinchidan, xarajat: 100 baravar arzonroq inferens startaplar va universitetlar uchun tajriba maydonini kengaytiradi.

Tavsiya oddiy: yopiq flagman API'ni murakkab, bir martalik vazifalar uchun saqlang; takrorlanuvchi, katta hajmli va maxfiy ish oqimlari uchun ochiq vaznli modelni o'z infratuzilmangizda joylashtiring. Baza modelini tanlashda esa litsenziyani birinchi o'rinda tekshiring — «ochiq» yorlig'i hamma joyda bir xil huquqni anglatmaydi.

Yakuniy kuzatuv: ochiq vaznli modellar musobaqasi endi faqat texnologiya musobaqasi emas — bu ekotizimlar musobaqasi. Yutadiganlar eng katta modelga ega bo'lganlar emas, balki atrofida eng jonli ishlab chiquvchilar hamjamiyati, eng qulay vositalar va eng aniq litsenziyalarni qurganlar bo'ladi. O'zbekiston bu musobaqada tomoshabin bo'lib qolmasligi uchun bugun boshlashi kerak: o'zbek tilidagi ochiq modellar, mahalliy benchmarklar va universitetlarda model sozlash bo'yicha amaliy kurslar — mana shu uchta qadam ekotizimning poydevori.