Открытый ИИ: Почему Anthropic не страдает... пока

Генеральный директор Decagon Джесси Чжан недавно представил новую теорию о роли открытых и передовых моделей ИИ в бизнесе. Он утверждает, что эти модели не конкурируют, а дополняют друг друга, находясь на разных этапах жизненного цикла. Эта идея затрагивает одно из ключевых противоречий современной экономики искусственного интеллекта.

Чжан отмечает, что зрелые внедрения ИИ переходят на более легкие модели, даже внутри его компании. При этом общие расходы на дорогие передовые модели почти не меняются. По его мнению, дорогие передовые модели используются для проверки концепций, которые затем передаются более дешевым открытым аналогам по мере их развития. Новые сценарии использования постоянно появляются, что поддерживает спрос на передовые решения.

Хотя Чжан не приводит много данных, их легко найти. Панель мониторинга Vercel AI Gateway показывает, что DeepSeek недавно вышел в лидеры по объему токенов, обрабатывая более трети всех токенов через инфраструктуру компании. Лаборатория Z.ai, разработчик популярной модели GLM-5.2, заняла четвертое место за тот же период. Однако по общим расходам на токены Anthropic по-прежнему занимает более половины всех затрат на платформе. Доля Anthropic немного снизилась за последний месяц из-за роста цен, но это изменение несущественно.

OpenRouter подтверждает схожую картину. DeepSeek V4 Flash лидирует по общему использованию, обрабатывая 5,3 триллиона токенов еженедельно. Самая популярная передовая модель, Opus 4.8, обрабатывает чуть более 2 триллионов. OpenRouter не ранжирует модели по общим расходам, но указывает, что средняя стоимость токена для Opus 4.8 примерно в 23 раза выше, чем для V4 Flash ($1,37 за миллион токенов против 6 центов). Это означает, что Opus, вероятно, по-прежнему получает львиную долю расходов.

К этим данным скоро добавится Nemotron от Nvidia, который может быстро выйти в лидеры благодаря связям Nvidia и адаптивности модели. Эти цифры не полностью доказывают теорию Чжана о жизненных циклах ИИ, но они показывают, что передовые лаборатории, такие как Anthropic, не сильно страдают от роста открытого исходного кода, по крайней мере пока.

Одно из объяснений состоит в том, что рынок задач, решаемых ИИ, растет так быстро, что ведущие модели сохраняют свои позиции, доминируя на ранних этапах внедрения. Чжан формулирует это так: «Передовые лаборатории будут продолжать заниматься открытиями. Открытый исходный код будет все чаще использоваться в производстве». Другое объяснение: многие сценарии использования настолько сложны, что их нельзя полностью заменить более дешевыми альтернативами, даже если клиенты переходят на открытый исходный код.

Эта двухуровневая экономика моделей может стать относительно стабильной чертой рынка ИИ. Ранее предполагалось, что фундаментальные лаборатории станут поставщиками базовых компонентов, а выгоды будут получать приложения. Частично это сбылось: вертикальные ИИ-решения перешли на более легкие модели, а экономика стартапов, использующих «обертки GPT», осталась стабильной. Однако поставщики передовых решений смогли сохранить за собой самую прибыльную часть рынка — премиальную цену за токены. Это вряд ли изменится в ближайшее время.