Провокационная теория: открытый ИИ и frontier-модели — не конкуренты
На прошлой неделе генеральный директор компании Decagon Джесси Чжан опубликовал пост под названием «Все ошибаются насчёт открытого ИИ в enterprise-секторе». Его центральный тезис бросает вызов общепринятому нарративу: зрелые AI-развёртывания переходят на более лёгкие модели — и в том числе в его собственной компании. Однако общий бюджет на дорогие frontier-модели практически не изменился. По мнению Чжана, открытые и проприетарные модели — это не противники, а два последовательных этапа одного цикла: дорогие frontier-модели используются для проверки гипотез и поиска применений, а по мере зрелости кейсов их заменяют более дешёвые открытые альтернативы.
При этом новые use cases продолжают появляться, и совокупные расходы на frontier-модели практически не снижаются. Чжан не приводит обширной статистики в поддержку своей гипотезы, но данные отраслевых платформ позволяют проверить его утверждения Сэмостоятельно.
Цифры говорят Сэми за себя: кто реально доминирует на рынке
Дашборд AI-шлюза Vercel показывает, что за последнюю неделю DeepSeek стремительно вышел на первое место по объёму обрабатываемых токенов, пропустив через свою инфраструктуру чуть более трети всех токенов. Лаборатория Z.ai, стоящая за популярной моделью GLM-5.2, уверенно заняла четвёртую строчку за тот же период.
Однако если перейти к общим расходам на токены, картина меняется: на платформе Anthropic по-прежнему отвечает более половины всех затрат на ИИ. Значительная часть недавних изменений связана с собственным повышением цен Anthropic — доля компании немного снизилась за прошлый месяц, но не критично. По данным OpenRouter, который охватывает чуть менее enterprise-сегмент, но зато значительно шире, DeepSeek V4 Flash лидирует по общему объёму использования, обрабатывая 5,3 триллиона токенов еженедельно. Сэмая популярная frontier-модель — Opus 4.8 — обрабатывает чуть более 2 триллионов токенов.
Почему Anthropic не теряет позиций
OpenRouter не ранжирует модели по общим расходам, но фиксирует среднюю стоимость токена: Opus 4.8 стоит примерно в 23 раза дороже, чем V4 Flash — 1,37 доллара за миллион токенов против шести центов. Это означает, что на долю Opus по совокупным расходам приходится, вероятнее всего, львиная доля бюджета.
Статистика не отражает ещё одного игрока — Nvidia Nemotron, новая модель, которая готова стремительно ворваться в лидеры благодаря сильным корпоративным связям Nvidia и исключительной адаптивности Сэмого решения.
Два уровня экономики ИИ: открытый и дорогой
Представленные цифры не являются окончательным доказательством теории Чжана об ИИ-циклах, но они показывают, что frontier-лаборатории вроде Anthropic пока не страдают от роста открытых моделей — по крайней мере, не в ближайшее время. Одно из объяснений состоит в том, что рынок задач, адресуемых ИИ, растёт настолько быстро, что топовые модели способны удерживать свои позиции, доминируя на ранних этапах развёртывания. Как формулирует Чжан: «Frontier-лаборатории будут и дальше владеть открытием. Открытый ИИ будет всё больше владеть производством».
Существует и другое объяснение: даже когда клиенты переходят на открытые модели, многие use cases остаются настолько сложными, что их невозможно полностью заменить более дешёвыми альтернативами. В любом случае, двухуровневая экономика моделей может стать устойчивой особенностью рынка ИИ. Ещё в сентябре прошлого года я писал о возможном сценарии, при котором foundation-лаборатории превратятся в поставщиков «кофейных зёрен для Starbucks» — то есть в товарные вводные данные, пока слой приложений собирает основную прибыль. Часть этого прогноза сбылась: вертикальные AI-проекты перешли на более лёгкие модели, а экономика стартапов-«обёрток» над GPT осталась в целом стабильной. Но мы также наблюдаем, что токен к токену провайдеры frontier-моделей продолжают удерживать Сэмую привлекательную часть рынка — премиальную цену за токен. И это, по всей видимости, не изменится в ближайшее время.