Смартфоны с поддержкой GenAI выйдут на 45% мировых поставок в 2026 году против 36% годом ранее (Counterpoint Research, GenAI Smartphone Share Forecast 2026), и почти все они зависят от малой языковой модели, работающей локально на нейропроцессоре. Сами модели сжались, чтобы уместиться: базовая модель Apple на устройстве вмещает около 3 миллиардов параметров при 2 битах на вес (Apple Machine Learning Research, Foundation Models 2025 Updates), а Gemma 3n E2B от Google работает всего в 2GB памяти (Google Developers Blog, Gemma 3n Developer Guide 2025). Кремний развивается так же быстро: Qualcomm заявляет до 220 токенов в секунду на своём новейшем NPU Hexagon. Мы свели данные Counterpoint Research, Gartner, IDC, MLCommons, Apple, Google, Qualcomm, MediaTek, Meta, Microsoft, Deloitte и Samsung, чтобы показать, где находятся SLM на устройстве в 2026 году. О более широкой картине по оборудованию читайте в нашем обзоре статистики периферийного ИИ.
Кратко (TL;DR)
- 45% смартфонов, поставленных в 2026 году, будут поддерживать GenAI, против 36% в 2025 году (Counterpoint Research, 2026)
- 559 миллионов GenAI-смартфонов прогнозируется на 2026 год после 369,3 миллиона в 2025 году (Gartner, прогноз по GenAI-смартфонам 2025)
- USD 393,3 миллиарда конечных расходов на GenAI-смартфоны прогнозируется на 2026 год, рост на 32% (Gartner, 2025)
- Около 3 миллиардов параметров при 2 битах на вес лежат в основе модели Apple на устройстве (Apple Machine Learning Research, 2025)
- Объём памяти 2GB и 3GB для Gemma 3n E2B и E4B (Google Developers Blog, 2025)
- На 56% меньше и на 41% меньше памяти у квантизованных моделей Llama 3.2 1B и 3B (Meta AI, 2024)
- До 220 токенов в секунду на NPU Hexagon в Snapdragon 8 Elite Gen 5, на 37% быстрее предыдущего поколения (Qualcomm, 2025)
- Gemini Nano на Tensor G5 в 2,6 раза быстрее и в 2 раза эффективнее, чем на Tensor G4 (Google, 2025)
- 3 размера моделей Llama (1B, 3B, 8B) в новом тесте LLM MLPerf Mobile v6.0 (MLCommons, 2026)
- Примерно четырёхкратный рост цен на мобильную память ко второму кварталу 2026 года (Counterpoint Research, 2026)
- Прогнозируемое падение поставок смартфонов в 2026 году на 13,9%, до 1,08 миллиарда единиц, из-за дефицита памяти (Counterpoint Research, 2026)
- Более 70% пользователей Galaxy S25 активно используют встроенные функции ИИ (Samsung, 2025)
1. Поставки GenAI-смартфонов: установленная база для SLM на устройстве
Каждый GenAI-смартфон по определению является носителем малой языковой модели: Gartner определяет эту категорию как устройства со встроенным нейронным движком или NPU, способным запускать SLM. Поэтому прогнозы поставок - самый чистый показатель того, сколько устройств могут запускать локальную модель. Counterpoint теперь ожидает, что 45% всех смартфонов, поставленных в 2026 году, будут поддерживать GenAI, а в 2027 году - 52% (Counterpoint Research, доля GenAI-смартфонов вырастет до 45% в 2026 году).
История за этой кривой - средний сегмент. По словам Counterpoint, GenAI теперь стандарт выше USD 400 в оптовой цене. Ограничение сместилось от вопроса «может ли чип запустить модель» к вопросу «может ли спецификация материалов вместить память», что количественно оценивает раздел 6. Если нужен более широкий контекст по аппаратам, наша страница о статистике рынка смартфонов охватывает общие объёмы по производителям.
| Показатель | Значение | Источник |
|---|---|---|
| Доля GenAI-смартфонов в мировых поставках смартфонов, 2026 | 45% (против 36% в 2025) | Counterpoint Research, июнь 2026 |
| Прогноз доли GenAI-смартфонов, 2027 | 52% | Counterpoint Research, июнь 2026 |
| Поставки GenAI-смартфонов, прогноз на 2025 | Более 400 миллионов, примерно каждый третий телефон | Counterpoint Research, март 2025 |
| Доля GenAI-смартфонов в 2024 | Каждый пятый смартфон | Counterpoint Research, март 2025 |
| Число GenAI-смартфонов, 2024 / 2025 / 2026 | 260,4 / 369,3 / 559 млн | Gartner, прогноз по GenAI-смартфонам, сентябрь 2025 |
| Поставки GenAI-смартфонов, 2025 | Свыше 370 миллионов (доля 30%), рост на 73,1% | IDC, мировой прогноз по смартфонам, 2025 |
| Поставки GenAI-смартфонов, 2028 | 912 миллионов единиц, CAGR 78,4% | IDC, прогноз по смартфонам с генеративным ИИ, июль 2024 |
Примечание к контексту: три компании используют разные определения и даты. Релиз IDC от июля 2024 года (пресс-релиз IDC) прогнозировал, что GenAI-телефоны займут 70% рынка к 2028 году, а её прогноз 2025 года сдвинул отметку «более 70%» на 2029 год. Самые свежие долгосрочные данные IDC: июль 2024 года.
2. Расходы и размер рынка: большие деньги в оборудовании, малая выручка от моделей
Этот рынок описывают две очень разные цифры. Оборудование, запускающее SLM, - массовая потребительская категория, а рынок самих моделей пока невелик и плохо очерчен. Gartner прогнозирует USD 393,3 миллиарда конечных расходов на GenAI-смартфоны в 2026 году, рост на 32% по сравнению с USD 298,2 миллиарда в 2025 году (Gartner, пресс-релиз о конечных расходах на GenAI-смартфоны, 2025).
Что касается программной части, оценки аналитиков рынка малых языковых моделей расходятся на порядок, а это говорит скорее об определениях, чем о спросе. MarketsandMarkets оценивает 2025 год в USD 0,93 миллиарда, тогда как Research and Markets - почти в USD 9,16 миллиарда. Общая нить: все компании называют развёртывание на периферии и на устройстве самым быстрорастущим сегментом.
| Показатель | Значение | Источник |
|---|---|---|
| Конечные расходы на GenAI-смартфоны, 2024 / 2025 / 2026 | USD 244,7 / 298,2 / 393,3 млрд | Gartner, сентябрь 2025 |
| GenAI-смартфоны как доля всех конечных расходов на ИИ, 2025 | 20% | Gartner, сентябрь 2025 |
| Базовые (дешевле USD 350) GenAI-смартфоны с NPU, 2025 | 41% | Gartner, сентябрь 2025 |
| Премиальные смартфоны с поддержкой GenAI к 2029 | 100% | Gartner, сентябрь 2025 |
| Рынок малых языковых моделей, 2025-2032 | USD 0,93-5,45 млрд, CAGR 28,7% | MarketsandMarkets, апрель 2025 |
| Рынок малых языковых моделей, 2025-2030 | USD 9,16-22,45 млрд, CAGR 19,6% | Research and Markets, отчёт о рынке SLM 2026 |
| Рынок малых языковых моделей, 2026-2030 | USD 11,1-20,7 млрд, CAGR 15,1% | Grand View Research, отчёт о рынке SLM |
Релиз MarketsandMarkets (GlobeNewswire, апрель 2025) называет развёртывание на периферии самым быстрорастущим сегментом, обусловленным требованиями к задержке и конфиденциальности на смартфонах и IoT-устройствах.
3. Размер и сжатие моделей: 3 миллиарда параметров при 2 битах
Практический потолок для модели, живущей в телефоне, задаёт оперативная память, а не амбиции. Производственные модели группируются между 1B и 4B параметров, а настоящая инженерия - в том, как мало бит достаётся каждому весу. Apple сжимает свою модель примерно на 3 миллиарда параметров на устройстве до 2 бит на вес с помощью обучения с учётом квантизации, с 4-битными эмбеддингами и 8-битным KV-кэшем (Apple Machine Learning Research, обновления базовых языковых моделей Apple на устройстве и на сервере, 2025).
Это резкий шаг вниз по сравнению с 2024 годом, когда модель Apple в среднем использовала 3,7 бита на вес. Google пошла другим путём с Gemma 3n: сохранила больше исходных параметров, но вынесла послойные эмбеддинги за пределы памяти ускорителя, так что в быстрой памяти находятся лишь около 2B или 4B «эффективных» параметров (Google Developers Blog, представление Gemma 3n, 2025). На таких уровнях сжатие стоит мало точности: Apple сообщает об улучшении MMLU на 1,5% и снижении MGSM примерно на 4,6% после сжатия.
| Показатель | Значение | Источник |
|---|---|---|
| Размер модели Apple на устройстве | Около 3 миллиардов параметров | Apple Machine Learning Research, 2025 |
| Точность весов модели Apple на устройстве | 2 бита на вес (QAT); эмбеддинги 4 бита; KV-кэш 8 бит | Apple Machine Learning Research, 2025 |
| Сокращение памяти KV-кэша Apple за счёт совместного использования блоков | 37,5% | Apple Intelligence Foundation Language Models, технический отчёт, 2025 |
| Точность модели Apple на устройстве в 2024 | Смешанная 2 и 4 бита, в среднем 3,7 бита на вес | Apple Machine Learning Research, 2024 |
| Исходные параметры Gemma 3n E2B / E4B | 5B / 8B | Google Developers Blog, 2025 |
| Объём памяти Gemma 3n E2B / E4B | От 2GB / 3GB | Google Developers Blog, 2025 |
| Сокращение размера и памяти квантизованных Llama 3.2 1B и 3B по сравнению с BF16 | На 56% меньше, на 41% меньше памяти | Meta AI, квантизованные модели Llama, октябрь 2024 |
| Размер и квантизация Phi Silica | 3,3B параметров, 4-битные веса, сокращение памяти около 60% | Microsoft Windows Blog, декабрь 2024 |
Примечание к контексту: релиз квантизованных моделей Llama от Meta (блог Meta AI) и публикация Microsoft о Phi Silica (Windows Experience Blog) относятся к концу 2024 года. Самые свежие доступные данные по обеим: 2024 год. Академическое исследование на ноутбуках добавляет полезное эмпирическое правило: около 3,5 эффективного бита на вес - это порог, с которого сильно квантизованная крупная модель начинает превосходить меньшую модель с более высокой точностью (arXiv 2505.15030, систематическая оценка LLM на устройстве).
4. Пропускная способность NPU: токены в секунду на флагманском кремнии
Заявления о пропускной способности делают сами производители, и измеряют их на разных моделях, поэтому относитесь к ним как к потолкам, а не к сопоставимым оценкам. Тем не менее направление очевидно. Qualcomm заявляет, что NPU Hexagon в Snapdragon 8 Elite Gen 5 на 37% быстрее предшественника и стабильно выдаёт до 220 токенов в секунду с поддержкой INT2 и FP8 (Qualcomm, запуск Snapdragon 8 Elite Gen 5, сентябрь 2025; цифры подтверждены Futurum Group).
Более показательны цифры обработки промпта по сравнению с генерацией. Чтение промпта на NPU обходится дёшево; генерация каждого нового токена упирается в память. Gemma 3n E2B на NPU Dimensity 9500 читает более 1 600 токенов в секунду, но пишет 28, поэтому все производители борются за пропускную способность памяти и форматы с меньшей точностью. Этот разрыв важен для голосовых и ассистентских функций в реальном времени, где быстрый первый ответ скрывает медленный хвост; наша статистика голосовых помощников отслеживает, как это проявляется в использовании.
| Показатель | Значение | Источник |
|---|---|---|
| Прирост NPU Snapdragon 8 Elite Gen 5 | На 37% быстрее предыдущего поколения | Qualcomm, сентябрь 2025 |
| Устойчивая генерация Snapdragon 8 Elite Gen 5 | До 220 токенов в секунду | Qualcomm, сентябрь 2025 |
| Общая экономия энергии SoC Snapdragon 8 Elite Gen 5 | 16% | Анализ Futurum Group данных Qualcomm, октябрь 2025 |
| Вывод LLM на 3B параметров на Dimensity 9500 | В 2 раза быстрее (100%), с пиковой мощностью на 56% ниже | Запуск MediaTek Dimensity 9500, сентябрь 2025 |
| Gemma 3n E2B на NPU Dimensity 9500 (контекст 4K) | Более 1 600 токенов/с при обработке промпта, 28 токенов/с при генерации | Результаты Google LiteRT NeuroPilot, декабрь 2025 |
| Пропускная способность NPU в LiteRT по сравнению с CPU / GPU на MediaTek | До 12 раз быстрее CPU, до 10 раз быстрее GPU | Результаты Google LiteRT NeuroPilot, декабрь 2025 |
| Gemini Nano на Tensor G5 по сравнению с Tensor G4 | В 2,6 раза быстрее, в 2 раза эффективнее; TPU до 60% мощнее | Google, анонс Tensor G5 в Pixel 10, август 2025 |
| Модель Apple на устройстве (iPhone 15 Pro) | 0,6 мс на токен промпта до первого токена; 30 токенов/с | Apple Machine Learning Research, 2024 |
Цифры MediaTek взяты из её релиза о запуске (MediaTek через PR Newswire); заявления Google о Tensor G5 - из публикации о Tensor G5 в Pixel 10. Показатель токенов в секунду у Apple - самый свежий из опубликованных: 2024 год.
5. Бенчмарки и качество: MLPerf Mobile входит в эпоху LLM
До 2026 года нейтральной меры для LLM на телефонах не существовало; каждая цифра в разделе 4 принадлежит самому производителю. MLPerf Mobile v6.0, выпущенный MLCommons 15 июня 2026 года, добавляет бенчмарки LLM на основе Llama 3.2 1B, Llama 3.2 3B и Llama 3.1 8B, оцениваемые по TinyMMLU и IFEval (MLCommons, MLPerf Mobile v6.0).
Главная новость - включение модели на 8B: MLCommons отмечает, что v6.0 поддерживает выполнение Llama 3.1 8B на NPU в Snapdragon 8 Elite Gen 5, а годом ранее такой размер был бенчмарком для дата-центров. По качеству малые модели теперь близки к более крупным аналогам в тестах на знания. Модель Apple на 3B на устройстве набирает 67,85% в MMLU, немного опережая Qwen-2.5-3B, а Phi Silica теряет менее одного пункта в PIQA после 4-битной квантизации. О семействах моделей с открытыми весами, стоящих за многими из этих бенчмарков, читайте в нашей статистике LLM с открытым исходным кодом.
| Показатель | Значение | Источник |
|---|---|---|
| Модели LLM в MLPerf Mobile v6.0 | Llama 3.2 1B, Llama 3.2 3B, Llama 3.1 8B | MLCommons, июнь 2026 |
| SoC с новой или обновлённой поддержкой в v6.0 | Snapdragon 8 Elite Gen 5, Dimensity 9500, Exynos 2600 | MLCommons, июнь 2026 |
| Эталонное качество MLPerf Mobile, Llama 3.1 8B | TinyMMLU около 61%, IFEval около 67% (FP16) | MLCommons, страница бенчмарка MLPerf Mobile |
| Эталонное качество MLPerf Mobile, Llama 3.2 3B | TinyMMLU около 59%, IFEval около 65,5% (FP16) | MLCommons, страница бенчмарка MLPerf Mobile |
| Интерактивные пороги малых LLM в MLPerf Inference 5.1 (Llama 3.1 8B) | Первый токен в пределах 0,5 с, 30 мс на выходной токен | MLCommons, сентябрь 2025 |
| MMLU модели Apple на устройстве | 67,85% против Qwen-2.5-3B 66,37% и Gemma-3-4B 62,81% | Apple Foundation Models, технический отчёт, 2025 |
| Точность Phi Silica после 4-битной квантизации | PIQA 80,47% до 79,76%; ARC Challenge 63,48% до 60,49% | Microsoft Windows Blog, декабрь 2024 |
| Оценка Gemma 3n E4B в LMArena | Свыше 1300 | Google Developers Blog, 2025 |
Примечание к контексту: страница бенчмарка MLPerf Mobile (MLCommons) использует задержку 90-го процентиля как основную метрику для задач с одним потоком. Публичные результаты LLM по устройствам из v6.0 не были опубликованы в проанализированном нами анонсе релиза. Оценки Apple взяты из технического отчёта 2025 года на arXiv.
6. Ограничения по памяти и стоимости: дефицит DRAM
Главная угроза для SLM на устройстве в 2026 году - не качество моделей, а цена оперативной памяти, в которой они живут. Counterpoint сообщает, что цены на мобильную память к второму кварталу 2026 года выросли примерно в четыре раза, поскольку дата-центры ИИ поглотили большую часть выпуска DRAM и NAND (Counterpoint Research, удорожание мобильной памяти, сентябрь 2026).
Посмотрите, как за полгода ухудшился прогноз: падение поставок на 2,1% в декабре 2025 года, на 12,4% в марте 2026 года и на 13,9% к июню. Модели на 3B при 2 битах для весов нужно намного меньше гигабайта, но запас в несколько гигабайт оперативной памяти, которого ждут функции GenAI, - это именно то, что бюджетные телефоны сейчас урезают. Это объясняет, почему Counterpoint связывает следующую волну GenAI-телефонов и с предложением памяти, и с более эффективными моделями.
| Показатель | Значение | Источник |
|---|---|---|
| Изменение цены мобильной памяти ко второму кварталу 2026 | Примерно в четыре раза | Counterpoint Research, сентябрь 2026 |
| Цена мобильной LPDDR4/5 во втором квартале 2026 по сравнению с третьим кварталом 2025 | Почти в 3 раза | Counterpoint Research, через EE Times Asia, март 2026 |
| Рост стоимости спецификации материалов (BoM) из-за скачка цен на DRAM, начальный / средний / высокий сегмент | Около 25% / 15% / 10% | Counterpoint Research, декабрь 2025 |
| Пересмотр оптового ASP, 2026 | Рост на 6,9% год к году | Counterpoint Research, декабрь 2025 |
| Прогноз поставок смартфонов на 2026, дек. 2025 / март 2026 / июнь 2026 | -2,1% / -12,4% / -13,9% | Counterpoint Research |
| Мировые поставки смартфонов в 2026 | 1,08 миллиарда единиц, исторический минимум | Counterpoint Research, июнь 2026 |
| Поставки в сегменте дешевле USD 200, 2026 | Падение более чем на 20% | Counterpoint Research, через EE Times Asia, март 2026 |
Источники: Counterpoint, прогнозы поставок смартфонов на 2026 год пересмотрены в сторону снижения и EE Times Asia о пересмотре в марте 2026 года. Gartner добавляет аппаратный минимум: она ожидает, что NPU мощностью выше 40 TOPS станут стандартом в премиальных телефонах к 2027 году.
7. Внедрение, использование и доверие: разработчики и потребители
Распространение больше не узкое место. Apple открыла свою модель на устройстве для сторонних приложений через фреймворк Foundation Models с бесплатным выводом, который работает офлайн и требует всего три строки на Swift (Apple Newsroom, WWDC25). Samsung заявляет, что более 70% пользователей Galaxy S25 активно используют встроенные функции ИИ, а Galaxy AI она нацеливала на более чем 400 миллионов устройств к концу 2025 года, вдвое больше цели в 200 миллионов на 2024 год (Samsung Newsroom, Galaxy Tech Forum 2025).
Доверие - противовес и самый сильный аргумент в пользу локального вывода. Deloitte установила, что 70% потребителей в США беспокоятся о конфиденциальности и безопасности данных, а высокую уверенность в защищённости своих данных имеют лишь 27%. SLM на устройстве отвечают на это беспокойство самой своей конструкцией, поэтому локальная обработка важна и для голосовых инструментов, таких как изменение голоса в реальном времени для Discord, где звук никогда не должен покидать компьютер.
| Показатель | Значение | Источник |
|---|---|---|
| Пользователи Galaxy S25, активно использующие встроенный ИИ | Более 70% | Samsung, июль 2025 |
| Целевой показатель устройств с Galaxy AI, конец 2025 | Свыше 400 миллионов (против 200 миллионов в 2024) | Samsung, июль 2025 |
| Пользователи, говорящие, что функции ИИ - часть их повседневной жизни | 47% | Опрос Samsung / Symmetry Research, 2025 |
| Пользователи, которые используют голосовые команды так же часто, как печатают | 45% | Опрос Samsung / Symmetry Research, 2025 |
| Потребители, планирующие купить GenAI-смартфон в течение года | 59% | Опрос потребителей Counterpoint Research, декабрь 2024 |
| Потребители в США, которые используют GenAI или пробуют её | 53% | Deloitte Connected Consumer Survey 2025 (n=3 524) |
| Потребители в США, обеспокоенные конфиденциальностью и безопасностью данных | 70% | Deloitte Connected Consumer Survey 2025 |
| Потребители с высокой уверенностью в защищённости своих данных | 27% | Deloitte Connected Consumer Survey 2025 |
Подробности опросов: пресс-релиз Deloitte о Connected Consumer 2025 и опрос Counterpoint о намерении обновиться. Опрос Counterpoint проведён в декабре 2024 года, это самые свежие данные компании о намерении обновиться.
Итоги: малые языковые модели на устройстве в цифрах
| Показатель | Значение | Источник |
|---|---|---|
| Доля GenAI-смартфонов в поставках смартфонов, 2026 | 45% | Counterpoint Research, 2026 |
| Доля GenAI-смартфонов, 2027 | 52% | Counterpoint Research, 2026 |
| Число GenAI-смартфонов, 2026 | 559 миллионов | Gartner, 2025 |
| Конечные расходы на GenAI-смартфоны, 2026 | USD 393,3 миллиарда (+32%) | Gartner, 2025 |
| Поставки GenAI-смартфонов, 2028 | 912 миллионов | IDC, 2024 |
| Рынок малых языковых моделей, 2032 | USD 5,45 миллиарда (CAGR 28,7%) | MarketsandMarkets, 2025 |
| Модель Apple на устройстве | Около 3B параметров при 2 битах на вес | Apple Machine Learning Research, 2025 |
| Сокращение памяти KV-кэша Apple | 37,5% | Apple, технический отчёт, 2025 |
| Объём памяти Gemma 3n E2B | От 2GB | Google Developers Blog, 2025 |
| Сокращение размера / памяти квантизованной Llama 3.2 | 56% / 41% | Meta AI, 2024 |
| NPU Snapdragon 8 Elite Gen 5 | До 220 токенов/с, на 37% быстрее | Qualcomm, 2025 |
| Вывод LLM на 3B на Dimensity 9500 | В 2 раза быстрее, пиковая мощность на 56% ниже | MediaTek, 2025 |
| Gemma 3n E2B на NPU Dimensity 9500 | Более 1 600 токенов/с при обработке промпта, 28 токенов/с при генерации | Google LiteRT, 2025 |
| Gemini Nano на Tensor G5 | В 2,6 раза быстрее, в 2 раза эффективнее | Google, 2025 |
| Размеры LLM в MLPerf Mobile v6.0 | 1B, 3B, 8B | MLCommons, 2026 |
| Цены на мобильную память ко второму кварталу 2026 | Примерно в четыре раза | Counterpoint Research, 2026 |
| Поставки смартфонов в 2026 | 1,08 миллиарда (-13,9%) | Counterpoint Research, 2026 |
| Пользователи Galaxy S25, активно использующие ИИ | Более 70% | Samsung, 2025 |
| Потребители в США, обеспокоенные конфиденциальностью | 70% | Deloitte, 2025 |
Методология и источники
- Counterpoint Research, доля GenAI-смартфонов вырастет до 45% мировых поставок в 2026 году (июнь 2026), с данными по сегментам от Electronics For You
- Counterpoint Research, поставки GenAI-смартфонов превысят 400 миллионов в 2025 году (март 2025)
- Counterpoint Research, прогнозы поставок смартфонов на 2026 год пересмотрены в сторону снижения, поскольку дефицит памяти увеличивает стоимость BoM (декабрь 2025)
- Counterpoint Research, удорожание мобильной памяти (сентябрь 2026)
- Counterpoint Research, опрос потребителей об обновлении до GenAI-смартфонов (декабрь 2024)
- EE Times Asia, материал о мартовском пересмотре прогноза поставок Counterpoint в 2026 году
- Gartner, пресс-релиз о мировых конечных расходах на GenAI-смартфоны (сентябрь 2025)
- IDC, мировой прогноз поставок смартфонов с генеративным ИИ (июль 2024) и мировой прогноз IDC по смартфонам (2025)
- MarketsandMarkets, релиз о рынке малых языковых моделей (апрель 2025); Research and Markets, отчёт о рынке малых языковых моделей 2026; Grand View Research, отчёт о рынке малых языковых моделей
- Apple Machine Learning Research, обновления базовых языковых моделей Apple на устройстве и на сервере (2025), технический отчёт по Apple Intelligence Foundation Language Models 2025 (arXiv), представление базовых моделей Apple на устройстве и на сервере (2024) и Apple Newsroom, WWDC25
- Google Developers Blog, представление Gemma 3n (июнь 2025) и Google, Tensor G5 в Pixel 10 (август 2025)
- Результаты Google LiteRT NeuroPilot на Dimensity 9500 (декабрь 2025) по материалам MarkTechPost
- Qualcomm, запуск Snapdragon 8 Elite Gen 5 (сентябрь 2025) и анализ Futurum Group
- MediaTek, релиз о запуске Dimensity 9500 (сентябрь 2025)
- Meta AI, представление квантизованных моделей Llama (октябрь 2024)
- Microsoft, Phi Silica: малая, но мощная SLM на устройстве (декабрь 2024)
- MLCommons, MLPerf Mobile v6.0 (июнь 2026), страница бенчмарка MLPerf Mobile и бенчмарк малых LLM MLPerf Inference 5.1 (сентябрь 2025)
- arXiv 2505.15030, систематическая оценка LLM на устройстве: квантизация, производительность и ресурсы
- Samsung Newsroom, Galaxy Tech Forum на Galaxy Unpacked 2025 (июль 2025), данные опроса по материалам FoneArena
- Deloitte, пресс-релиз об опросе Connected Consumer 2025 (сентябрь 2025)
- Наблюдение по данным: объёмы поставок GenAI-смартфонов в 2025 году различаются по компаниям: IDC назвала свыше 370 миллионов (доля 30%), Gartner - 369,3 миллиона, а Counterpoint - более 400 миллионов в своём прогнозе от марта 2025 года, позднее пересмотрев долю 2025 года до 36%. На 2026 год 45% Counterpoint от 1,08 миллиарда единиц подразумевают около 486 миллионов GenAI-телефонов (0,45 × 1,08 миллиарда), что заметно ниже 559 миллионов Gartner, опубликованных в сентябре 2025 года, до того как дефицит памяти вынудил сократить прогнозы поставок; стоит ожидать пересмотра со стороны Gartner. Оценки рынка малых языковых моделей на 2025-2026 годы варьируются от USD 0,93 миллиарда (MarketsandMarkets) до примерно USD 9-11 миллиардов (Research and Markets, Grand View Research) из-за различий в определениях. Все показатели пропускной способности NPU заявлены самими производителями на разных моделях, точностях и длинах контекста, поэтому напрямую несопоставимы; данные, за которыми стоит следить, - результаты LLM по устройствам в MLPerf Mobile v6.0. Показатель Apple в 30 токенов/с, результаты квантизованной Llama от Meta, цифры Phi Silica от Microsoft и прогноз IDC на 2028 год - это данные 2024 года, самые свежие из опубликованных каждым источником. Страница исследований Apple перечисляет 15 поддерживаемых языков, тогда как технический отчёт на arXiv описывает 16 локалей.
Последнее обновление: 3 октября 2026 года. Мы обновляем этот обзор ежеквартально, и следующее обновление ожидается, когда Counterpoint опубликует свои трекеры по смартфонам и ценам на память за третий квартал 2026 года, а MLCommons выпустит первые публичные результаты LLM в MLPerf Mobile v6.0.