Проприетарные модели
Паспорт
- Порода
- Активы
- Глубина
- 3.5 · Шахта
- Сколько копать
- 10+ лет
- Капитал
- ◉ · экстремальный
- Соло
- ✗ нет
- AI
- ↑ устойчив к AI
- Аренда
- ✓ сдаётся в аренду
Выборка
- Доля приложений
- 12.3%
- No-rate
- 71%
- Медианная цена
- $18.99
Данные выборки canivibecodeit. No-rate — доля приложений с этим тегом, которые нельзя вайбкодить; это прокси структурной прочности. Измерены только первые тринадцать механик.
Суть
Собственные обученные модели — от frontier до узкоспециальных — плюс компьют и инференс под ними. Тег не для обёрток чужих API: ров есть только там, где модель действительно своя.
Как строится
OpenAI / Anthropic — frontier как капитальная гонка
Ров из трёх слоёв: миллиарды на компьют для обучения, редчайший исследовательский талант и накопленные данные обратной связи (RLHF, предпочтения пользователей), которых нет ни в одном открытом датасете. Каждое поколение моделей поднимает порог входа, а инференс-инфраструктура на сотни миллионов пользователей — отдельный ров внутри рва.
Synthesia / HeyGen — узкая модель на собранных данных
Не пытаться конкурировать с frontier, а обучить специализированную модель (фотореалистичные аватары, липсинк) на данных, которые компания собрала и залицензировала сама — включая студийные съёмки актёров с договорами. Узкая задача + собственный датасет + пайплайн продакшн-качества: frontier-модели «в целом умнее», но в этой точке хуже.
Midjourney — модель, заточенная обратной связью сообщества
Midjourney тренирует эстетику на миллионах пользовательских выборов (какие варианты апскейлят, что рероллят). Продукт с самой большой аудиторией получает больше сигнала для затачивания модели — flywheel как у данных, только на уровне весов: усидеть на этом колесе догоняющему трудно даже с тем же базовым чекпойнтом.
Как обходится
Опенсорс догоняет — коммодитизация капабилити
Stable Diffusion за месяцы обесценил уникальность закрытой генерации картинок; Llama и Mistral сделали то же с текстом «уровня достаточно»; DeepSeek показал, что и цена обучения фронтира падает на порядок. Для большинства приложений разрыв между «лучшей моделью» и «бесплатной моделью» сузился до незаметного пользователю — а значит, платить ров позволяет только за верхний край качества.
Дистилляция и fast-follow
Выходы лидера — обучающие данные для догоняющего: дистилляция сжимает фору с лет до месяцев. Полностью защититься нельзя (выходы у пользователей), поэтому лидеры вынуждены бежать быстрее, а не выше стены. Для атакующего это легальная серая зона, но рыночно она работает: каждое поколение лидера быстро получает «почти такое же, сильно дешевле».
Cursor / Perplexity — ценность утекает в слой приложения
Самый важный обход: не строить модель вообще. Cursor арендует лучшие модели по API и владеет тем, что моделью не является — воркфлоу разработчика, контекстом кодбазы, дистрибуцией. Когда модели коммодитизируются, маржа и лояльность собираются на слое приложения; владелец модели превращается в поставщика электричества. Ров инкумбента не сломан — он просто перестал быть местом, где решается конкуренция.
Вывод
Модельный ров реален на фронтире и в узких доменах с собственными данными. Обходится опенсорсом, дистилляцией и — стратегически — переносом игры в слой приложения, где модель лишь арендуемый компонент.