MWS Cloud, входящая в МТС Web Services (MWS), проанализировала потребление китайских больших языковых моделей российскими компаниями на основе данных платформ MWS GPT Model Hub и MWS GPT. В первом полугодии 2026 года объём потребления более чем в 11 раз превысил показатель за весь 2025 год. Наиболее востребованными стали семейства Qwen, GLM и Kimi. Рынок предоставления LLM из облака в 2026 году достигнет почти 1,5 млрд рублей.

В 2025 году на работу с китайскими генеративными моделями российские компании израсходовали 39,1 млрд токенов. В первом полугодии 2026 года потребление превысило 400 млрд токенов, увеличившись в 11,3 раза.

Основными пользователями платформы являются представители крупного бизнеса. Они чаще всего применяют LLM для автоматизации клиентского взаимодействия: запускают чат-ботов для круглосуточной поддержки без участия оператора, генерируют и персонализируют маркетинговый контент — от текстов рассылок и описаний товаров до рекламных объявлений, — а также автоматизируют анализ обратной связи: выявляют тональность отзывов, категоризируют запросы и формируют сводные отчёты.

Весь рынок LLM в России в 2026 году вырастет на 35% и составит порядка 19,6 млрд рублей. Облачный сегмент рынка, включающий предоставление доступа к LLM по модели SaaS и через API, в 2026 году достигнет почти 1,5 млрд рублей.

На фоне растущего спроса и выхода новых моделей MWS Cloud почти вдвое расширила число больших языковых моделей в сервисе MWS GPT Model Hub, доведя их количество до 17. Главными пополнениями платформы стали GLM 5.2, опенсорс LLM от компании Z.AI, которая была признана лучшей LLM в агентских задачах. MWS Cloud стала первой компанией в России, развернувшей модель у себя в облаке. Кроме того, в сервисе появились первые модели распознавания речи (ASR) и синтеза речи (TTS), а также реранкеры для повышения качества поиска и RAG-пайплайнов. Сервис доступен в рамках платформы MWS Cloud Platform.

Среди новых LLM — GLM 5.2, Kimi K2.6, Qwen3.6, Gemma 4, GPT OSS и другие. Каталог из 17 моделей даёт разработчикам возможность подбирать модель под конкретную задачу с учётом требований к качеству, скорости и стоимости. Все модели доступны через единый OpenAI-совместимый API, что упрощает интеграцию и переключение между ними.