Американские корпорации переходят к более дешевым моделям ИИ, поскольку ценовая война меняет рынок
- Американские корпорации все чаще выбирают самую дешевую модель искусственного интеллекта, способную надежно выполнять задачу, вместо того чтобы платить за самую мощную.
-
Этот сдвиг, о котором сообщила Financial Times и который подтверждается данными о расходах Ramp, указывает на снижение использования моделей, основанных на граничных показателях, и падение эффективной цены токенов на 41%.
- Рынок перестраивается вокруг стоимости выполненной задачи, несмотря на предупреждения таких аналитиков, как Gartner, о том, что общие затраты на вывод информации могут продолжать расти.
Американские предприятия выбирают наименее дорогое решение на основе ИИ, способное эффективно выполнять поставленные задачи, вместо того чтобыmaticотдавать предпочтение самому передовому доступному решению в этой области.
Согласно Financial Times , эта тенденция создала определенное давление на высокие цены, поскольку новые модели ИИ устраняют пробелы в возможностях, в то время как стоимость токенов постоянно снижается.
Покупка самой дешевой модели, которая выполнит свою задачу
Суть идеи заключается в том, что дорогостоящие модели, находящиеся на стыке технологий, должны работать только тогда, когда это необходимо, а стандартную работу могут выполнять недорогие модели, которые справляются с задачей достаточно хорошо.
Эта тенденция проявилась в индексе ИИ от Ramp от 9 сентября. Согласно данным о расходах за август 2026 года, 43,8% американских компаний в выборке Ramp приобрели продукты Anthropologie, по сравнению с 39,8% у OpenAI. Ramp также указала на растущее использование более дешевых моделей как на угрозу для компаний, занимающихся ИИ, которые зависят от того, что предприятия будут постоянно увеличивать расходы на передовые системы.
Эта тенденция также согласуется с выводами доклада ОЭСР об агентном искусственном интеллекте, опубликованного в сентябре 2026 года. Опросы 25 организаций показали, что экономия затрат является распространенной причиной использования агентных систем, наряду с их вкладом в повышение производительности и решение проблемы нехватки рабочей силы.
Ценовая война, измеряемая долями цента
Цены на модели быстро снижаются, как раз в тот момент, когда внедряются новые системы.
Согласно более ранним сообщениям Cryptopolitan, компания OpenAI выпустила GPT-6 Sol и GPT-6 Luna 22 сентября по ценам, как минимум на 50% ниже, чем у предыдущей модели, GPT-5.6. Стоимость GPT-6 Sol составляет 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов.
На той же неделе компания Anthropic выпустила Opus 5.5, а xAI представила Grok 4.7 на рынке, где все большее значение приобретает соотношение цены и качества. По данным Axios, дешевые, но при этом эффективные модели представляют собой новую конкурентную гонку в отрасли.
Еще более поразительна долгосрочная тенденция к снижению. По данным Epoch AI, стоимость достижения стабильного уровня производительности ИИ снижалась примерно на 47% в квартальном исчислении с 2023 года, или примерно в 13 раз в год.
Стоимость выполненной задачи имеет большее значение
В связи с растущим ценовым давлением меняются и показатели, по которым компании оценивают успех. Важность лидерства в бенчмарках не уменьшилась, но все больше внимания уделяется тому, сколько клиенты должны платить за эффективную работу.
Тестовый инструмент AutomationBench от Zapier проверяет работу агентов на соответствие сквозным рабочим процессам в 47 бизнес-инструментах. По состоянию на 28 сентября лидировал Claude Opus 5.5 с эффективностью 42,47% при стоимости задачи 1,44 доллара, в то время как GPT-6 Sol показал эффективность 33,2% в XHigh всего за 0,27 доллара за задачу.
Аналогичный компромисс наблюдается и в искусственном анализе. GPT-6 Sol при максимальных усилиях набирает 48 баллов по индексу интеллекта при предполагаемой стоимости выполнения задачи в 1,06 доллара. Xiaomi MiMo-V2.6-Pro с открытым корпусом набирает 46 баллов, при этом стоимость выполнения задачи составляет всего 0,13 доллара.
Этот разрыв настолько мал, что становится возможным использование многомодельной маршрутизации. Вместо того чтобы использовать одного поставщика для всех рабочих нагрузок, компании получают возможность выбирать подходящую модель в зависимости от относительной важности и сложности задачи.
Более дешевые жетоны все равно могут означать более крупные купюры
Снижение цен не обязательно означает снижение расходов на ИИ.
Согласно Axios, парадокс Джевонса указывает на то, что более доступные ресурсы приводят к их большему потреблению. Gartner сделала аналогичное заявление, основанное на парадоксе Джевонса, в своем прогнозе от 17 августа, где оценила более чем пятикратное увеличение стоимости вывода в агентных рабочих процессах к 2028 году.
Более дешевые модели также могут повысить доступность в других частях мира. Согласно глобальному отчету Microsoft о распространении ИИ , доступные и открытые модели также могут обеспечить доступность, однако инфраструктура, связь и навыки будут играть важную роль в определении того, кто сможет воспользоваться этим преимуществом.
Спрос соtronкорпоративных покупателей растет: лучший ИИ может быть не самым умным, но это тот тип ИИ, который эффективно выполняет свою работу с минимальными затратами.
Если вы это читаете, значит, вы уже впереди. Оставайтесь на шаг впереди, подписавшись на нашу рассылку.
Часто задаваемые вопросы
Насколько дешевле новейшие модели ИИ?
22 сентября OpenAI снизила цены на GPT-6 Sol и Luna как минимум на 50% по сравнению с их предшественниками GPT-5.6, а Anthropic заявляет, что выпущенная в тот же день версия Opus 5.5 примерно на 40% дешевле, чем Opus 5.
Действительно ли компании переходят на более дешевые модели?
Данные Ramp показывают, что доля новых моделей в общем объеме токенов упала до 45% с пикового значения в 53% в августе, а индекс эффективной цены снизился на 41% до примерно 0,68 доллара за миллион токенов, поскольку компании установили параметры по умолчанию, направляя рутинную работу на более дешевые стандартные модели.
Означает ли удешевление ИИ, что компании в целом тратят меньше средств?
Не обязательно. Gartner прогнозирует, что затраты на вывод данных для каждого рабочего процесса с участием агентов вырастут более чем в пять раз к 2028 году, а Axios ссылается на парадокс Джевонса, согласно которому снижение цен приводит к росту общего использования и расходов.
Предупреждение. Предоставленная информация не является торговой рекомендацией. Cryptopolitanнастоятельно не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мыtronпровести независимоеdent и/или проконсультироваться с квалифицированным специалистом, прежде чем принимать какие-либо инвестиционные решения.
Ибиам Вайяс
Ибиам Вайас освещает новости криптовалют с 2019 года. Он изучал информатику в Национальном открытом университете Нигерии. Его работы публиковались на различных новостных платформах, посвященных криптовалютам, включая Coinfomania, Crypto News Australia и AltcoinBuzz. Опираясь на свои знания в области информатики, сейчас он специализируется на новостях, связанных с криптовалютами, робототехникой и долголетием.
