Menlo Ventures: 89% מהוצאות הארגונים על AI בקוד פתוח הולכות למודלים סיניים

הדו"ח השנתי של Menlo Ventures על AI בארגונים לשנת 2026 שם מספרים על תחושה שהרבה מפתחים כבר הכירו: כשחברות משלמות על מודלי open-source, הן בוחרות כמעט תמיד במודלים סיניים. המודלים הסיניים תופסים 89% מההוצאה הארגונית על AI בקוד פתוח. Kimi של Moonshot מובילה עם 61%, אחריה DeepSeek עם 15% ו-GLM של Zhipu עם 11%. Llama של Meta, שפעם הייתה ברירת המחדל בעולם המודלים הפתוחים, עומדת היום על 7% בלבד.

חשוב להבין מה נמדד כאן: הוצאה, לא הורדות. כלומר המספרים משקפים deploy אמיתי ב-production, שבו חברות משלמות על אירוח, fine-tune או תמיכה. הדומיננטיות של Kimi מרמזת שארגונים מחפשים את היכולת הכי גבוהה לכל דולר, בעיקר במשימות agent וקוד, ובדיוק שם חברות ה-AI הסיניות שחררו מודלים פתוחים חזקים במיוחד.

ההקשר הופך את המספר לחד עוד יותר. Meta עברה למשפחת המודלים הסגורים Muse, השיקה השבוע את Muse Wonder ואת Muse Ember, ולמעשה ויתרה על מחנה המודלים הפתוחים. Mistral שחררה כמודל פתוח את Large 4 עם טריליון פרמטרים, והיא כרגע המשקל הנגדי המערבי העיקרי. Alibaba אישרה ש-Qwen 4 בפיתוח, ופלטפורמת Harness של DeepSeek מדווחת על 1.54 מיליון משתמשים יומיים.

כמה הסתייגויות: המקור לא מפרט את המתודולוגיה ואת גודל המדגם, ונתח ההוצאה יכול להיות מוטה בגלל כמה חוזים גדולים. גם הרגולציה היא נעלם, כי ממשלות בודקות בזכוכית מגדלת שימוש ב-AI סיני בסקטורים רגישים. בקהילת ה-open-source כבר הספידו את Llama כסוף של עידן. השאלה הבאה: האם Mistral Large 4 תצליח לכרסם ביתרון של Kimi.