Future of Life Institute — некоммерческая организация, известная многолетним мониторингом рисков продвинутого ИИ, — выпускает Safety Index регулярно с 2024 года, сравнивая крупнейшие лаборатории по единой методологии. Летний выпуск 2026 года охватывает девять компаний: Anthropic, OpenAI, Google DeepMind, Meta, xAI, DeepSeek, Mistral и ещё двух игроков, которых эксперты института включили как претендентов на статус «фронтир»-лабораторий.
Методология включает 37 индикаторов, сгруппированных в шесть доменов: управление рисками (risk assessment), текущий вред (current harms), безопасность и защищённость инфраструктуры (safety & security), корпоративное управление (governance), прозрачность (transparency) и экзистенциальная безопасность (existential safety). Именно последний домен оказался самым слабым по всей индустрии: ни одна компания не превысила C-, большинство получили D или ниже.
Anthropic сохранил первое место, лидируя в пяти из шести доменов благодаря относительно продвинутой прозрачности, устоявшемуся фреймворку безопасности и активным техническим исследованиям в области интерпретируемости. Тем не менее итоговая оценка компании — лишь C+, что подчёркивает разрыв между лидерством в отрасли и абсолютным уровнем безопасности.
OpenAI теперь возглавляет отдельно домен управления рисками благодаря более широкому набору оценочных тестов и разнообразному внешнему тестированию модели сторонними исследователями. Meta совершила заметный скачок — с шестого на четвёртое место, тогда как xAI, наоборот, упала с четвёртого на седьмое место. DeepSeek и Mistral замыкают таблицу с оценкой F — по мнению авторов индекса, обе компании практически не публикуют данные о своих практиках безопасности, что делает независимую верификацию невозможной.
Отдельное беспокойство авторов индекса вызывает динамика с 2024 по 2026 год: Anthropic, OpenAI, Google DeepMind и Meta — все четыре компании, ранее публично запрещавшие военное применение своих моделей, — за два года развернулись на 180 градусов и заключили партнёрства с оборонными ведомствами. Эксперты FLI указывают, что это системный сдвиг всей индустрии, а не единичное решение одной компании, и он напрямую влияет на оценку по домену управления (governance).
Индекс также фиксирует общее «отступление» крупных технологических компаний от ранее заявленных добровольных обязательств по безопасности — формулировка, использованная несколькими СМИ при цитировании доклада. Это резонирует с параллельными наблюдениями регуляторов в разных странах о разрыве между публичными заявлениями лабораторий и их фактическими практиками.
Для России, где 10 июля Госдума приняла собственный закон о больших фундаментальных моделях (БФМ), международный индекс безопасности даёт любопытную точку сравнения. В отличие от подхода FLI — независимой оценки по десяткам публичных индикаторов — российское регулирование пока строится вокруг статусов «суверенная»/«национальная» модель и требований к данным, но не включает сопоставимой системы внешнего аудита безопасности с открытой методологией.
Для российских компаний, выбирающих между GigaChat, YandexGPT и зарубежными моделями (там, где доступ технически возможен), рейтинг FLI полезен не как прямое руководство к действию — большинство западных моделей всё равно ограниченно доступны из России, — а как индикатор общего уровня зрелости практик безопасности в отрасли. Он показывает, что даже у лидера рынка, Anthropic, оценка ниже «хорошо», а значит ожидать от любого поставщика ИИ безупречной прозрачности пока преждевременно вне зависимости от страны происхождения модели.