Аналіз ринку ШІ: долар, а не токен — головний показник сили моделі
Управляючий партнер венчурного фонду Dragonfly Хасіб Куреші зробив важливу заяву, яка перевертає звичне уявлення про оцінку ринку ШІ-моделей. На його думку, частка токенів — це вкрай ненадійний показник, що спотворює реальність. Порівнювати моделі необхідно виключно за витраченими на їх використання доларами. Аналіз, заснований на сирому споживанні токенів на платформі OpenRouter, призводить до систематичних помилок і невірних висновків.
Куреші виділяє чотири ключові проблеми такого підходу. Перша — це масштабні субсидії. Китайські лабораторії регулярно запускають нові моделі з величезними знижками або взагалі безкоштовним доступом. Це приваблює користувачів, які перескакують з однієї безкоштовної моделі на іншу, штучно роздуваючи споживання токенів, але не витрачаючи при цьому реальних грошей.
Друга проблема — розмір моделі. Невеликі моделі, такі як Qwen 3.5-27B, коштують приблизно в сто разів дешевше за токен, ніж флагманський Claude Opus. Зростання використання Qwen на графіку виглядатиме як різкий стрибок частки відкритих моделей, хоча в грошовому вираженні це економічно незначна величина. Аналізувати, на його думку, потрібно всередині вагових категорій за розміром моделі.
Третя проблема — це мультиагентні (multi-agent) системи. На одну й ту саму суму можна запустити складну мультиагентну архітектуру на базі DeepSeek або GLM 5.2, яка «спалюватиме» в рази більше токенів, ніж одна передова модель на кшталт Opus або GPT-5.5 Pro. Графік покаже близько 18% втрати частки Opus, тоді як реальні витрати змістяться лише на 5%. «Такі графіки перебільшують значення низькоцінних токенів», — підкреслює Куреші.
Четверта проблема — сама платформа OpenRouter. Великі компанії, визначившись з однією передовою лабораторією, вважають за краще звертатися до Anthropic або OpenAI безпосередньо, минаючи націнку OpenRouter. На графіку це виглядає як зниження частки США, хоча токени просто йдуть за межі платформи. Висновок Куреші: OpenRouter корисний для оцінки частки всередині відкритих моделей, але не підходить для порівняння відкритих і закритих.
Аналогічну думку розвиває засновник SageRoad Research Тревор Норен, пов'язуючи її з ціновим тиском на індустрію. Він наводить оцінку JPMorgan, згідно з якою в майбутньому основне споживання токенів припадатиме не на передові, а на невеликі відкриті моделі, достатні для конкретних завдань.
За даними JPMorgan, Amazon вже пропонує близько півтисячі відкритих моделей за ціною, що становить частку від вартості передових. Nvidia спільно з Dell, Lenovo та HP створює комп'ютери під ШІ-агенти. При цьому власні невеликі моделі, такі як Claude Haiku та GPT-5.4-mini, поки що неконкурентоспроможні на «ефективному кордоні», який зараз домінують китайські розробники — DeepSeek, MiniMax, Xiaomi та Alibaba.
Особливо показовий приклад вартості. Запуск набору завдань Artificial Analysis Intelligence Index на Claude Opus 4.8 обходиться в $3,700 при результаті 56 балів, тоді як DeepSeek V4 Pro набирає 44 бали всього за $186 — приблизно в 20 разів дешевше. Висновок: передовий рівень інтелекту потрібен не для всього, а тільки там, де він необхідний. GLM 5.2 від Z.ai виглядає порівнянним з топовими моделями Anthropic та OpenAI.
Норен вважає, що комодитизація моделей виходитиме не лише від конкуренції передових лабораторій, а й від компаній, які шукають контроль над витратами через дешевші вузькоспеціалізовані моделі. За його оцінкою, корпоративні витрати залишаються найбільш життєздатним шляхом для хмарних гігантів окупити вкладення в ШІ, але компанії витрачатимуть якомога менше.
Думка експерта: Обидві позиції сходяться в одному: вимірювати ринок штучного інтелекту потрібно за грошима, а не за токенами. Під тиском цін перевага все частіше зміщується до дешевих моделей. Це фундаментальний зсув, який інвестори та аналітики зобов'язані враховувати при оцінці сектора. Той, хто продовжить дивитися на сире споживання токенів, ризикує пропустити реальну картину ринку.