דוח מדד ה-AI של אוניברסיטת סטנפורד סופר מדי שנה "מודלים בולטים" — מודלים שנחשבו משמעותיים דיים כדי להיכנס לתיעוד המקצועי של השנה. הספירה הזו היא אחת הדרכים הנוחות לראות מי מוביל בפועל.
ב-2024 יצאו מארצות-הברית 40 מודלים בולטים, לעומת 15 מסין ושלושה בלבד מכל אירופה יחד. באותה שנה הגיעו כמעט 90 אחוזים מהמודלים הבולטים מהתעשייה ולא מהאקדמיה — קפיצה חדה לעומת כ-60 אחוזים ב-2023, ותוצאה ישירה של עלות האימון, שכבר מזמן אינה בהישג ידה של מעבדה אוניברסיטאית.
הכמות אינה מתורגמת ישירות לאיכות, ודווקא כאן הפער מפתיע. לפי מהדורת 2026 של אותו דוח, נכון למרץ 2026 המודל האמריקאי המוביל מקדים את המודל הסיני המוביל ב-2.7 אחוזים בלבד, ופער זה נשאר חד-ספרתי לאורך השנה שקדמה לכך. במילים אחרות, ארצות-הברית מייצרת הרבה יותר מודלים, אך לא מודלים טובים בהרבה.
אותו ממצא עולה גם ממדידה קודמת: לפי מהדורת 2025 של הדוח, הפער בביצועים בין מודלים אמריקאיים לסיניים במבחנים כמו MMLU ו-HumanEval הצטמצם מדו-ספרתי ב-2023 לכמעט שוויון ב-2024. שתי מהדורות עוקבות, שתי מדידות שונות, אותה מסקנה — וזה מה שהופך את הממצא לאמין יחסית.
נתון משלים נוגע לפער בין מודלים סגורים לפתוחים: נכון למרץ 2026 המודל הסגור המוביל מקדים את המודל הפתוח המוביל ב-3.3 אחוזים, לעומת 0.5 אחוזים בלבד באוגוסט 2024. חשוב לזכור שהגדרת "מודל בולט" נקבעת בידי עורכי הדוח, ושינוי בקריטריון משנה את הספירה.
שלושת המודלים האירופיים ב-2024 הם המספר שראוי לתשומת לב מיוחדת. אירופה מובילה בעולם ברגולציה על בינה מלאכותית, אך מייצרת חלק זעיר מהמודלים עצמם — פער שעומד בבסיס חלק ניכר מהדיון הציבורי שם על ריבונות טכנולוגית ועל תלות בספקים אמריקאיים וסיניים.