В 2025 году на рынке крупных языковых моделей сформировалась новая линия напряжения: российская экосистема VK AI и китайская линейка Qwen от Alibaba. Обе платформы активно переходят к модели «всё-в-одном»: ассистенты, RAG-сценарии, мультимодальные цепочки, генерация текста и видео, интеграции в продукты.

Но подходы — диаметрально разные: VK делает ставку на соцсети, рекламу и «короткую цепочку» генерации; Qwen — на гибкую инженерную инфраструктуру, масштаб и экспорт.

Ниже — разбор на уровне технологий, UX, архитектур и реальных кейсов.

1. Архитектура и модельный стек

VK AI (Россия)

VK использует несколько собственных моделей, объединённых в семейство Diona и мультимодальную рекомендательную систему (включая Vision-Language Model).

Ключевые особенности:

• оптимизация под соцсети: короткие ответы, быстрый инференс;
• улучшенная токенизация русского языка;
• мультимодальная система рекомендаций, анализирующая текст, видео и изображение в едином латентном пространстве;
• акцент на on-device inference в мобильных продуктах VK;
• активное использование эмбеддингов для ранжирования контента;
• ориентация на цепочки короткого reasoning, чтобы работать в реальном времени.

VK избегает избыточной параметризации: модели компактнее, но очень быстрые — это важно для соцсетей с десятками миллионов активных пользователей.

Qwen (Alibaba, Китай)

Линейка Qwen — одно из крупнейших семейств LLM/MLLM в мире:

• от компактных 1.8B до огромных MoE-вариантов;
• поддержка мультимодальности в режиме Vision-Language Model;
• наличие официально открытых моделей, включая Qwen2-Instruct;
• сильная оптимизация под RAG, векторные хранилища (FAISS, Milvus, Chroma DB);
• наличие собственных инструментов для квантизации и ускорения инференса (включая Qwen-CPU inference stack).

Qwen устойчив к шуму, хорошо работает в zero-shot и few-shot режимах, демонстрирует высокие результаты на reasoning-бенчмарках.

2. Производительность и обработка длинного контекста

VK AI

• Контекст до ~128K токенов в продвинутых конфигурациях.
• Модель обучена на русском языке и диалоговых сценариях.
• Сильна в кратких диалогах, генерации описаний, постов, текстов для клипов.
• Идеальна для короткого Chain-of-Thought, но не для больших отчётов или многостраничных документов.

Qwen

• Контекст до 1–2M токенов в последних версиях Qwen Long.
• Продвинутые механизмы long-context архитектур, включая token merging и context caching.
• Сильна в аналитике, больших отчётах, юридических и технических документах.
• Уверенная работа с многошаговым reasoning на больших контекстах.

3. Мультимодальность

VK AI

• Мощная платформа рекомендаций: анализ видео, изображений, текста и аудио в единой модели.
• Ориентирована на реальный контент VK:
  • клипы,
  • музыка,
  • мемы,
  • описание сцен и short-video аналитика.
• Модель обучена на массовых паттернах поведения пользователей.

Qwen

• Полноценные мультимодальные версии (MM, VL, MLLM).
• Умеют:
  • распознавать сцены,
  • читать PDF и изображения,
  • производить сложный видео-reasoning,
  • строить диалоги поверх визуального потока.
• Основа для генерации интерактивных интерфейсов, ассистентов и даже автономных агентов.

4. Интеграции в продукты

VK AI

• Глубокая интеграция в соцсети:
  • VK Ads,
  • VK Clips,
  • AI Studio,
  • генерация идей клипов («Идея клипа»),
  • генерация музыки и описаний.
• Встраивается в рекламные сценарии: описания товаров, заголовки, рекомендации тегов.
• Готовый интерфейс для разработчиков — AI Studio.

Qwen

• Встроена в Taobao, Tmall, Alipay, AliCloud.
• Используется в беспилотных складах, e-commerce, службе поддержки.
• Новый продукт «Qianwen» — персональный ассистент для пользователей, аналог ChatGPT.
• Сильные позиции в enterprise: генерация документов, аналитика, резюме и RAG-агенты.

5. Скорость и стоимость инференса

VK AI

• Очень низкая задержка.
• Оптимизация под мобильные и браузерные интерфейсы VK.
• Лёгкие модели → дешёвый и быстрый отклик.

Qwen

• Полный спектр от дешёвых моделей до дорогих MoE-конфигураций.
• При использовании больших моделей — высокая производительность, но выше нагрузка.
• Alibaba активно продвигает CPU-варианты для дешёвого инференса.

6. Стратегия развития

VK AI

• Фокус на «ИИ внутри соцсети».
• Цель — улучшить контент, удержание и рекомендации.
• Рост идёт через интеграцию в продукты, а не через открытый код.

Qwen

• Фокус на экспорт и open-source.
• Стратегия: стать «китайским GPT», доступным глобально.
• Быстрорастущая экосистема: более 5000 компаний используют Qwen.

7. Таблица сравнения

Вывод: кто сильнее?

Зависит от задачи:

Если нужен быстрый ИИ для соцсетей — VK AI вне конкуренции.

Он создан для высокой скорости, коротких генераций и идеален для контента, клипов, коротких текстов и рекламных форматов.

Если нужны большие документы, аналитика, ассистенты и open-source — Qwen намного мощнее.

Его архитектура, long-context, мультимодальность и набор инструментов превосходят VK AI по гибкости и масштабу.

Обе экосистемы растут, но в разных направлениях.

VK решает задачи российского рынка соцсетей, Qwen — задачи глобального enterprise-класса

Подписывайтесь на наш Telegram

Новости, сводки и разборы

Перейти