Корпоративный сектор США переходит на более дешевые модели ИИ, поскольку ценовая война перекраивает рынок
- Корпорации США всё чаще выбирают наименее дорогую модель ИИ, способную надёжно выполнить задачу, вместо самой мощной.
-
Согласно данным FT и отчётам о расходах Ramp, этот сдвиг свидетельствует об уменьшении использования передовых моделей и снижении эффективной цены токенов на 41%.
- Рынок перестраивается вокруг стоимости за завершённую задачу, хотя аналитики вроде Gartner предупреждают, что общие счета за инференс могут продолжать расти.
Американские предприятия выбирают наименее дорогое решение ИИ, которое может эффективно выполнять работу, а не автоматически выбирают самое передовое доступное решение ИИ.
Эта тенденция создала определенное давление на высокие цены, поскольку новые модели ИИ устраняют разрыв в возможностях, в то время как стоимость токенов неуклонно снижается, согласно Financial Times.
Покупка самой дешевой модели, которая справляется с задачей
Суть концепции заключается в том, что дорогие модели передового уровня требуются только при необходимости, а рутинную работу могут выполнять недорогие модели, которые справляются с задачей достаточно хорошо.
Эта закономерность проявилась в сентябрьском Индексе ИИ от Ramp. На основе данных о расходах за август 2026 года, 43,8% компаний США в выборке Ramp приобрели продукты Anthropic, по сравнению с 39,8% для OpenAI. Ramp также указал на растущее использование более дешевых моделей как угрозу для компаний ИИ, которые полагаются на то, что бизнес будет постоянно тратить больше на системы передового уровня.
Эта тенденция также согласуется с выводами из отчета ОЭСР об агентном ИИ, опубликованного в сентябре 2026 года. Интервью с 25 организациями показали, что экономия затрат была распространенной причиной использования агентных систем, наряду с их вкладом в повышение производительности и решение проблем нехватки рабочей силы.
Ценовая война, измеряемая долями цента
Цены на модели быстро снижаются, в то время как внедряются новые системы.
Согласно более раннему освещению от Cryptopolitan, OpenAI выпустила GPT-6 Sol и GPT-6 Luna 22 сентября по ценам как минимум на 50% ниже, чем у предыдущих моделей GPT-5.6. GPT-6 Sol стоит $2 за каждый миллион входных токенов и $10 за каждый миллион выходных токенов.
В ту же неделю Anthropic запустила Opus 5.5, а xAI представила Grok 4.7 на рынке, который все больше определяется критериями соотношения цены и производительности. Согласно Axios, дешевые, но все еще эффективные модели представляют собой новую конкурентную гонку в отрасли.
Долгосрочная нисходящая тенденция еще более поразительна. Согласно Epoch AI, цена достижения постоянного уровня производительности ИИ снижалась примерно на 47% ежеквартально с 2023 года, или примерно в 13 раз в год.
Стоимость за завершенную задачу имеет большее значение
Из-за этого растущего давления, основанного на цене, метрики, с помощью которых компании измеряют успех, меняются. Важность лидерства в бенчмарках не уменьшилась, но больше внимания уделяется тому, сколько клиенты должны платить за эффективную производительность.
AutomationBench от Zapier тестирует агентов в отношении сквозных рабочих процессов в 47 бизнес-инструментах. По состоянию на 28 сентября Claude Opus 5.5 лидировал с эффективностью 42,47% при цене $1,44 за задачу, а GPT-6 Sol показывал 33,2% в режиме XHigh всего за $0,27 за задачу.
Та же самая компромиссная ситуация наблюдается в Artificial Analysis. GPT-6 Sol при максимальных усилиях набирает 48 баллов в Индексе интеллекта при примерной стоимости $1,06 за задачу. Открытая модель MiMo-V2.6-Pro от Xiaomi набирает 46 баллов, обходясь всего в $0,13 за задачу.
Эта разница настолько мала, что становится целесообразным использование маршрутизации между несколькими моделями. Вместо того чтобы полагаться на одного поставщика для всех рабочих нагрузок, компании получают возможность использовать правильную модель в зависимости от относительной важности и сложности задачи.
Более дешевые токены все еще могут означать большие счета
Более низкие цены не обязательно означают снижение расходов на ИИ.
Согласно Axios, парадокс Джевонса указывает на то, что более доступные ресурсы приводят к их большему потреблению. Gartner сделал заявление, аналогичное парадоксу Джевонса, в своем прогнозе от 17 августа, где оценил более чем пятикратный рост затрат на вывод (инференс) агентных рабочих процессов к 2028 году.
Более дешевые модели также могут повысить доступность в других частях мира. Согласно Глобальному отчету о распространении ИИ, опубликованному Microsoft, доступные и открытые модели могут обеспечить доступность, однако инфраструктура, подключение к сети и навыки будут играть жизненно важную роль в определении того, кто сможет воспользоваться этим.
Спрос со стороны корпоративных покупателей становится все сильнее: лучший ИИ может быть не самым умным ИИ, но это тот ИИ, который выполняет свою работу эффективно при наименьших затратах.
Не просто читайте новости о криптовалютах. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.
Часто задаваемые вопросы
Насколько дешевле новые 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 сообщила, что Opus 5.5, выпущенная в тот же день, работает примерно на 40% дешевле, чем Opus 5.
Действительно ли компании переходят на более дешёвые модели?
Данные Ramp показывают, что доля передовых моделей упала до 45% от общего числа токенов с августовского пика в 53%, а индекс эффективной цены снизился на 41% до примерно $0,68 за миллион токенов, поскольку компании устанавливают настройки по умолчанию, направляющие рутинные задачи на более дешёвые стандартные модели.
Означает ли более дешёвый ИИ меньшие общие расходы компаний?
Не обязательно. Gartner прогнозирует, что затраты на выполнение агентных рабочих процессов в расчете на один инференс вырастут более чем в пять раз к 2028 году, а Axios ссылается на парадокс Джевонса, согласно которому снижение цен ведет к росту общего потребления и расходов.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимые исследования и/или консультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Ибиам Вайяс
Ибиам Вайяс освещает криптовалютные новости с 2019 года. Он изучал компьютерные науки в Национальном открытом университете Нигерии. Его работы публиковались на различных криптовалютных новостных платформах, включая Coinfomania, Crypto News Australia и AltcoinBuzz. Опираясь на свой опыт в области компьютерных наук, он теперь фокусируется на новостях о криптовалютах, робототехнике и долголетии.
