Motif-3 (Beta): Внутри суверенной ИИ-модели Кореи, которая только что вошла в топ-3 среди открытых моделей

Motif-3-Beta — новейший участник в переполненной гонке за модели с открытыми весами, и у него необычная история происхождения: он создан компанией Motif Technologies, дочерней структурой из примерно 30 человек корейской инфраструктурной AI-компании Moreh, основанной в феврале 2025 года и поддерживаемой серией B на сумму около ₩24 миллиарда (примерно $16 миллионов). Это крошечная команда и скромный запас средств по сравнению с лабораториями, которые обычно возглавляют эти рейтинги, что и привлекло внимание к раннему размещению модели в бенчмарках: независимый индекс AI-анализа (AAII) оценивает модель в 44 балла, что является третьим местом среди моделей с открытым исходным кодом и открытыми весами в мире, и 11-м в целом, если учитывать закрытые пограничные лаборатории.

Модель явно является незавершённой работой — бета-версией или предварительным эталоном, а не готовым релизом — и распространяется по некоммерческой исследовательской лицензии, а не по полностью разрешительным условиям Apache 2.0, как её предшественник Motif-2. Такое сочетание «сильного раннего показателя» и «всё ещё не завершённого, всё ещё ограниченного» — честная рамка для всего, что следует далее: Motif-3 представляет собой действительно интересную точку отсчёта в гонке открытого исходного кода и в стремлении Кореи к технологической независимости в сфере ИИ, но это ещё не та модель, которую большинство команд могут развернуть в коммерческих целях, и многие из её более технических утверждений не были независимо проверены.

TL;DR. Motif-3-Beta — это модель смеси экспертов с общим количеством параметров 314B и 13B активных параметров от Motif Technologies, дочерней компании Moreh в Южной Корее (около 30 человек), созданная в рамках национальной программы суверенного ИИ «Докпамо». Она набирает 44 балла по Индексу Artificial Analysis Intelligence — третье место среди моделей с открытым исходным кодом в мире, уступая Kimi K3 и GLM-5.2, и одиннадцатое место в общем зачете. Веса доступны для скачивания с Hugging Face по некоммерческой исследовательской лицензии; бесплатный чат доступен на chat.motiftech.io; цены на общедоступный API пока нет. Финальная версия ожидается примерно в начале августа 2026 года, и для самой модели не опубликованы результаты MMLU, GPQA или HumanEval.

Основные выводы

• Дебют #3 с открытым исходным кодом от крошечной команды. AAII 44 ставит Motif-3-Beta на третье место среди моделей с открытым исходным кодом/открытым весом — позади Kimi K3 и GLM-5.2 — и на 11-е место в целом среди закрытых лабораторий frontier, согласно сообщениям прессы со ссылкой на Artificial Analysis.

• Большая модель, эффективная активация. ~314B общих параметров, но только ~13B активных на токен, через 384 маршрутизируемых эксперта (8 активных плюс 1 общий) — коэффициент разреженности, созданный для экономичного вывода, несмотря на общий размер модели.

• Все еще бета, все еще некоммерческая. Это предварительный чекпоинт; финальная версия запланирована примерно на начало августа 2026 года. Веса открыты на Hugging Face, но под некоммерческой исследовательской лицензией — шаг назад от условий Apache 2.0 предшественника Motif-2.

• Флагманский кандидат суверенного ИИ Кореи. Разработан в рамках национальной программы «Dokpamo» (Независимая фундаментальная модель ИИ) с использованием предоставленных правительством GPU B200 и позиционируется как независимая архитектура без использования иностранной открытой основы.

• Ориентированная на корейский язык, контекст 256K. Обучался на специализированном корпусе предварительного обучения корейскому языку объемом ~106 ГБ, с окном контекста в 256K токенов — позиционируется как текстовая/диалоговая модель, а не мультимодальная.

• Стандартные бенчмарки еще не опубликованы. Никакие показатели MMLU, GPQA, HumanEval или KMMLU не были опубликованы для самого Motif-3, а его утверждения о собственной архитектуре являются непроверенной терминологией вендора.

Цифры AAII 44 / #3-open-source / #11-overall в этой статье получены из публикаций в прессе, ссылающихся на Artificial Analysis и карточку модели на Hugging Face, а не из прямого, независимо перепроверенного считывания живого сайта Artificial Analysis — относитесь к ним как к указанию направления, а не как к точным данным на данный момент. Motif-3-Beta, как следует из названия, является бета-версией: бенчмарки, лицензирование и цены могут измениться до финального релиза. Лицензия Hugging Face допускает только некоммерческое исследовательское использование. На момент написания ни один источник не опубликовал показатели MMLU, GPQA, HumanEval или KMMLU для Motif-3.

Что такое Motif-3 (Beta)

Motif Technologies — это корейская AI-лаборатория, выделившаяся из Moreh, компании, более известной своим программным обеспечением для AI-инфраструктуры и виртуализации GPU. Основанная в феврале 2025 года с примерно 30 сотрудниками и раундом Series B объемом около 24 млрд вон (примерно $16 млн), Motif является небольшой по меркам разработчиков frontier-моделей — большинство конкурентов в этом классе эталонных тестов имеют инженерные команды на порядок больше. Компанию возглавляет генеральный директор Лим Чжон Хван, а Motif-3-Beta — это ее самый амбициозный на сегодняшний день релиз, следующий за меньшей моделью Motif-2.6B.

Архитектурно Motif-3-Beta представляет собой разреженную модель-смесь экспертов (MoE) большого языка с примерно 314 миллиардами общих параметров, из которых для каждого токена активны лишь около 13 миллиардов. Маршрутизация проходит по 384 маршрутизируемым экспертам, из которых 8 активны на токен плюс один общий эксперт. Модель имеет контекстное окно в 256 тысяч токенов, скрытое измерение 4 096, 53 слоя трансформера, словарь из 220 160 токенов и поставляется в точности bf16. Это текстовая/диалоговая модель — без заявленных возможностей изображения, аудио или видео — и она целенаправленно ориентирована на корейский язык, частично обучаясь на специальном корпусе (внутренне называемом motif-3-korean-pt-v0) объёмом примерно 106 ГБ текста на корейском языке.

Статус здесь важен не меньше, чем характеристики. Motif-3-Beta — это явно предварительная контрольная точка, а не готовая модель — Motif сообщил, что финальная версия запланирована примерно на начало августа 2026 года. Веса открыты и доступны для загрузки с Hugging Face, но по некоммерческой исследовательской лицензии, что означает, что производственное или приносящее доход использование не допускается в рамках текущих условий. Это заметное изменение по сравнению с предыдущим выпуском компании, Motif-2, который распространялся по полностью разрешительной лицензии Apache 2.0. Есть бесплатный веб-чат на chat.motiftech.io для тех, кто хочет попробовать модель без её загрузки, но пока нет публичных цен на API, нет организации на GitHub для проекта и нет статьи Motif-3 на arXiv, описывающей архитектуру в деталях, доступных для рецензирования — всё это нормальные пробелы для бета-версии, но о них стоит знать, прежде чем строить планы вокруг этой модели.

Крючок AAII: глубокое погружение в бенчмарк

Основная причина, по которой Motif-3-Beta привлекает внимание за пределами Кореи, — это единственное независимое число: индекс оценки искусственного анализа (AAII), равный 44. Согласно публикациям в прессе со ссылкой на Artificial Analysis, это ставит модель на третье место среди открытых моделей и моделей с открытым весом в мире — позади Kimi K3 и GLM-5.2 — и на одиннадцатое место в общем рейтинге, когда в рейтинг включаются закрытые проприетарные передовые модели. Для команды из 30 человек, существующей примерно полтора года, попадание в тройку лучших открытых моделей в мире по нейтральному стороннему индексу — это законный результат, и это наиболее яркое на сегодняшний день доказательство того, что подход Motif является конкурентоспособным, а не просто амбициозным.

Тем не менее, эта цифра заслуживает особой оговорки: она получена из пресс-релизов и собственной карточки модели на Hugging Face, ссылающейся на Artificial Analysis, а не из прямого, свежепроверенного чтения актуальной таблицы лидеров Artificial Analysis на момент написания. Рейтинги AA меняются по мере добавления новых моделей и переоценки существующих, поэтому рассматривайте AAII 44 / #3-open-source / #11-overall как моментальный снимок, который следует сверять с живым сайтом, прежде чем цитировать его как текущий факт в любых последующих решениях.

В документации Motif также описано несколько собственных архитектурных компонентов: «Grouped Differential Latent Attention (GDLA)», «Grouped PolyNorm activation» и «модифицированный механизм mHC». Это термины, введённые разработчиком, и на момент написания этого текста они не детализированы в карточке модели, не прошли независимого бенчмаркинга или рецензирования — статьи о Motif-3 на arXiv пока нет. Разумно рассматривать их как интересный сигнал того, что Motif создал собственную архитектуру, а не форкнул существующую открытую основу, но не считать их доказанными преимуществами в производительности до появления независимого анализа.

Также важно прямо говорить о том, чего не хватает: для самой Motif-3 не были опубликованы результаты MMLU, GPQA, HumanEval или KMMLU. Это существенный пробел по сравнению с более устоявшимися открытыми моделями, которые обычно публикуют полный набор стандартных академических тестов вместе с любым составным индексным показателем. Пока Motif не заполнит эту картину — вероятно, около финального релиза в начале августа 2026 года — показатель AAII выполняет большую часть оценочной работы самостоятельно, и его следует воспринимать как «многообещающий ранний сигнал», а не как «всесторонне протестированную модель».

Контекст о моделях, расположенных выше: Kimi K3 от Moonshot имеет AAII около 57 (четвёртое место в общем зачёте) и занимает первое место в Frontend Code Arena. Модель построена как MoE с примерно 2,8 трлн параметров и стоит $3/$15 за миллион токенов — сильная, но, по сообщениям, медленная и многословная, с обещанными открытыми весами, которые пока полностью не подтверждены. GLM-5.2 от Z.ai/Zhipu набирает AAII 51 и занимает первое место среди открытых моделей в общем зачёте. Это MoE примерно с 750B/40B параметров, выпущенный под полностью разрешительной лицензией MIT, доступен для самостоятельного хостинга и стоит $1.40/$4.40 за миллион токенов. Обе модели превосходят Motif-3-Beta в индексе открытого исходного кода на сегодняшний день, что является полезным контекстом: «третье место в мире» среди открытых моделей — действительно сильный результат, но это далёкое третье место после двух моделей, которые обе более зрелы в плане развёртывания и, в случае GLM-5.2, значительно более открыты по условиям лицензирования.

Доступ и цены

Сегодня начать работу с Motif-3-Beta можно одним из двух способов. Первый — скачать открытые веса напрямую с Hugging Face и разместить модель у себя, но только для некоммерческих исследовательских целей в соответствии с текущими условиями лицензии; в этом бета-релизе нет разрешения на коммерческое использование, что исключает его применение в продакшене независимо от того, как выглядят бенчмарки. Второй способ — бесплатный размещённый чат-интерфейс Motif на сайте chat.motiftech.io, который позволяет любому попробовать модель в браузере без скачивания или размещения чего-либо.

В настоящее время нет общедоступного API с опубликованными ценами за токен — это существенный пробел, если вы оцениваете эту модель в сравнении с API-ориентированными конкурентами, такими как Kimi K3 (3/15 долларов за миллион токенов) или GLM-5.2 (1,40/4,40 долларов за миллион токенов), оба из которых позволяют оценить стоимость в масштабе уже сегодня. Пока Motif не опубликует цены на API (вероятно, приуроченные к финальному, не бета-версии), любое сравнение стоимости с этими моделями будет неизбежно неполным. На данный момент практические варианты: попробовать бесплатно через chat.motiftech.io или самостоятельно разместить открытые веса строго для некоммерческих исследований.

История суверенного ИИ Кореи

Motif-3-Beta — это не просто запуск продукта компании, а заметная точка отсчета в стремлении Южной Кореи к тому, что называют суверенным ИИ: способности самостоятельно создавать и контролировать модели frontier-класса внутри страны, не полагаясь целиком на фундаментальные модели из США или Китая. Motif-3 разрабатывается в рамках поддерживаемой правительством инициативы «Независимая фундаментальная модель ИИ», которую в корейской прессе называют «Dokpamo»; эта инициатива одновременно финансирует несколько конкурирующих проектов, включая линейку EXAONE от LG AI Research, модели Solar от Upstage и собственные программы ИИ от SK Telecom. Motif-3 — один из наиболее пристально наблюдаемых участников в этой области, отчасти благодаря тому, как быстро он был создан.

Согласно сообщениям, модель обучалась на примерно 700–768 предоставленных правительством графических процессорах Nvidia B200, при этом основной цикл разработки занял около пяти месяцев — быстрые сроки для модели с 314 миллиардами параметров, даже с учётом эффективности 13 миллиардов активных параметров её архитектуры MoE. Motif подчеркнул, что это независимая архитектура, не имеющая под собой иностранной открытой базы, — момент национальной и технической гордости: цель программы Dokpamo — не просто «хорошая модель», а модель, построенная от начала до конца с использованием отечественных архитектурных решений, а не тонкая настройка или производная от существующего американского или китайского релиза с открытыми весами.

Такая трактовка эффективности — 13B активных параметров из 314B общих — также является намеренным контрастом с собственной историей Motif. Ранняя модель компании, Motif-2.6B, обучалась на GPU AMD MI250, а не на оборудовании Nvidia, что отражает более широкий интерес Moreh к гибкости GPU-инфраструктуры. В совокупности Motif-2.6B и Motif-3-Beta рассказывают последовательную историю о небольшой команде, оптимизирующей вычислительную эффективность — сначала через выбор оборудования, теперь через разреженную MoE-маршрутизацию, — что, вероятно, является более переносимым навыком для ограниченной в ресурсах национальной AI-программы, чем простое масштабирование количества параметров.

Для кого это: три сценария

1. Исследователи корейского языка и команды NLP

Motif-3-Beta — специализированный корпус предобучения на корейском языке делает её естественным выбором для академических и исследовательских групп, работающих конкретно с задачами NLP на корейском языке: оценка, эксперименты по дообучению или сравнительные исследования с другими моделями, ориентированными на корейский язык, такими как LG EXAONE или Upstage Solar. Поскольку лицензия предусматривает некоммерческое исследовательское использование, это именно тот случай, для которого лицензия и была написана: скачать веса, провести собственные оценки и рассматривать модель как действительно новую, независимо разработанную точку данных в исследованиях корейских языковых моделей.

2. Команды, отслеживающие передовые разработки с открытым исходным кодом

Если часть вашей работы — следить за тем, куда движется гонка моделей с открытыми весами, то Motif-3-Beta стоит внимания хотя бы как сигнал: третье место среди мировых open-source моделей, достигнутое командой из 30 человек примерно за пять месяцев на выделенных национальных вычислительных ресурсах, говорит о том, насколько эффективные MoE-архитектуры снижают порог для получения конкурентоспособных результатов. Попробуйте её через бесплатный интерфейс на chat.motiftech.io, чтобы качественно оценить её поведение, и следите за финальным релизом в начале августа 2026 года, когда должны появиться более полный набор бенчмарков и (вероятно) обновлённые условия лицензирования.

3. Аналитики в области политики и промышленности, следящие за программами суверенного ИИ.

Для тех, кто следит за национальными стратегиями в области ИИ — как правительства за пределами США и Китая пытаются создать независимые возможности ИИ — Motif-3 является полезным конкретным примером программы Dokpamo в Корее: выделение государственных GPU, небольшая частная компания, явное заявление об архитектуре «no foreign open-source base» и пятимесячный цикл разработки. Он стоит рядом с EXAONE от LG AI Research и Solar от Upstage как один из нескольких параллельных проектов, и сравнение их подходов, лицензионных решений и траекторий бенчмарков — разумный способ понять, как финансирование суверенного ИИ преобразуется в реальный результат модели.

Когда не следует использовать это

Не развертывайте Motif-3-Beta в каком-либо коммерческом или приносящем доход продукте — текущая лицензия Hugging Face явно разрешает только некоммерческое исследовательское использование, и использование ее в производстве будет нарушением лицензии, а не просто риском. Не рассматривайте показатель AAII 44 как полностью проверенный, окончательный результат бенчмарка: он получен из прессы и собственной карточки модели, а не из свежего, прямого считывания живого рейтинга Artificial Analysis, и, скорее всего, изменится к моменту выхода финальной версии. Не полагайтесь на эту модель для задач, требующих стандартного, хорошо документированного покрытия бенчмарками — пока нет опубликованных показателей MMLU, GPQA, HumanEval или KMMLU, с которыми можно было бы проверить ваш вариант использования. И не ожидайте сегодня производственного доступа к API: нет публичных цен на API, нет организации на GitHub и нет рецензируемой статьи об архитектуре — все это разумно подождать, прежде чем строить что-то, кроме исследовательского прототипа, на основе Motif-3.

Часто задаваемые вопросы

Что такое Motif-3-Beta?

Это разреженная смесь экспертов — большая языковая модель от Motif Technologies, корейской лаборатории ИИ и дочерней компании Moreh. Она насчитывает примерно 314 миллиардов общих параметров, из которых около 13 миллиардов активны на токен, окно контекста в 256 тысяч токенов и обучена на специализированном корпусе корейского языка. В настоящее время это контрольная точка в стадии бета/предварительного просмотра, а не готовый к выпуску продукт.

Насколько хорош Motif-3-Beta на самом деле?

По одному независимому показателю — Artificial Analysis Intelligence Index — он набирает 44 балла, что, по данным прессы, ставит его на третье место среди мировых моделей с открытым исходным кодом (после Kimi K3 и GLM-5.2) и на 11-е место в общем зачете. Это сильный ранний результат, но показатели MMLU, GPQA, HumanEval или KMMLU для модели еще не опубликованы, поэтому полная картина неполна.

Могу ли я использовать Motif-3-Beta в коммерческих целях?

Не по текущей лицензии. Веса Hugging Face выпущены только для некоммерческого исследовательского использования. Это шаг назад от полностью разрешительной лицензии Apache 2.0, используемой предыдущей моделью Motif-2, и это жесткое ограничение на любое производственное использование сегодня.

Сколько стоит использование?

Публичных цен на API пока нет. Вы можете бесплатно попробовать модель в размещённом интерфейсе chat.motiftech.io или запустить открытые веса самостоятельно для некоммерческих исследований. Цены и коммерческие условия могут быть введены вместе с финальным релизом.

Это действительно независимая корейская архитектура?

Это утверждение Motif, и оно соответствует более широкой цели национальной программы суверенного ИИ Кореи «Dokpamo» — архитектуре без иностранной открытой основы под ней. Модель действительно описывает пользовательские компоненты («Grouped Differential Latent Attention», «Grouped PolyNorm activation», механизм «modified mHC»), но это термины, описанные поставщиком, которые ещё не были подробно изложены в статье или независимо проверены.

Когда выйдет финальная версия?

Motif указал, что финальный, не-бета-релиз запланирован примерно на начало августа 2026 года. Ожидайте обновленные бенчмарки и, возможно, обновленные лицензирование и цены в этот момент.

Как он сравнивается с Kimi K3 и GLM-5.2?

Обе в настоящее время занимают более высокие позиции, чем Motif-3-Beta, в индексе открытого исходного кода Artificial Analysis — Kimi K3 около AAII 57 и GLM-5.2 на AAII 51, против 44 у Motif-3-Beta. GLM-5.2 также имеет более разрешительную лицензию MIT и опубликованные цены на API ($1,40/$4,40 за миллион токенов) на сегодняшний день, чего Motif-3-Beta пока не предлагает.

Стоит ли использовать Motif-3-Beta сегодня?

Используйте его, если вы занимаетесь исследованиями в области NLP на корейском языке, следите за гонкой моделей с открытым исходным кодом или изучаете политику суверенного ИИ — все эти случаи использования хорошо поддерживаются некоммерческой лицензией и бесплатным чат-интерфейсом. Дождитесь финального релиза с более полными бенчмарками и более четкими коммерческими условиями, прежде чем создавать что-то выходящее за рамки исследовательского прототипа.

Суть

Motif-3-Beta — это действительно примечательный результат: команда из 30 корейских разработчиков, финансируемая через национальную программу суверенного ИИ, занявшая третье место среди мировых моделей с открытым исходным кодом в независимом рейтинге примерно за пять месяцев разработки. Но «Beta» и «non-commercial» — здесь не маркетинговые сноски: это два факта, определяющих, пригодна ли эта модель для ваших целей сегодня. Как исследовательский артефакт и как сигнал о том, куда движутся эффективные архитектуры MoE и национальные ИИ-программы, за ней стоит внимательно следить. Как производственная модель, она пока не готова — загляните ближе к финальному релизу в начале августа 2026 года, чтобы получить более полную картину.