Экономический канал @proeconomics пишет: клиенты ИИ охотятся за дешевизной. Переходят на модели попроще, чаще их меняют, и расходы на ИИ вышли на плато, хотя пользуются нейросетями всё больше. А дальше, допускает автор, рынок ждёт «китайский сценарий»: модели хуже американских, но втрое дешевле. Как с автомобилями: китайская машина служит меньше японской, но за свои деньги едет.

Звучит тревожно, будто ИИ выдыхается. Но источников в самом посте нет, это мнение канала. Мы раскопали, что стоит за этими словами по цифрам, и данные рисуют картину точнее, а для небольшого бизнеса приятнее.

Цена действительно рухнула

Тут пост прав. За год миллион токенов подешевел в разы: то, что стоило дорого, теперь стоит копейки. По индексу Ramp AI Index эффективная цена ИИ упала примерно на 41%, до $0,68 за миллион токенов, от мартовского пика в $1,15. Правит бал конкуренция: провайдеры режут цены, в игру вошли дешёвые открытые модели. Для того, кто платит за ИИ из своего кармана, это главное событие года.

«Плато» это полуправда

А вот с «расходы вышли на плато» сложнее. На всём рынке траты не замерли, а выросли втрое. По отчёту Menlo Ventures «2025 State of Generative AI in the Enterprise» (опрос 495 руководителей в США, ноябрь 2025) компании потратили на генеративный ИИ $37 млрд за 2025 год против $11,5 млрд за 2024. Цена одного запроса падает, но запросов стало кратно больше, особенно у агентов, которые ради одной задачи делают десятки обращений к модели. Счёт растёт, хотя каждый токен дешевеет.

Плато есть, но только на верхней кромке. Крупные компании, которые жгут на ИИ больше всех, начали ставить потолки. Uber сжёг годовой бюджет на ИИ-помощника для программистов за четыре месяца и ввёл лимит $1500 на сотрудника в месяц. Так же поступили AT&T, Walmart, Meta. Это не конец роста, а наведение порядка в тратах.

Рынок раскололся надвое

Самое важное, чего пост не замечает: «дешевеет» и «бегут на дешёвое» это про разные рынки.

Крупный бизнес держится за дорогие закрытые модели. У тех же Menlo доля открытых моделей в корпоративе даже упала, с 19% до 11%: компании предпочитают проверенное и закрытое. За сложные задачи вроде программирования они платят не глядя на цену, там важнее качество.

А все, кто считает деньги, малый бизнес, стартапы, разработчики-одиночки, едут на обвале цен. На бирже моделей OpenRouter китайские модели по объёму уже обошли американские, доля лабораторий США упала примерно с 70% до 30%. То есть «китайский сценарий» уже наступил, но не для всех, а для тех, кому важна цена.

Китайский сценарий ближе, чем кажется

Аналогия из поста рабочая. По Stanford AI Index 2026 разрыв в качестве между лучшей моделью США и лучшей китайской сжался до 2,7% (в 2023 году было 17-31%), а по оценке RAND китайские модели обходятся в 4-6 раз дешевле сопоставимых американских. Для большинства деловых задач модель, которая на пару процентов слабее, но втрое дешевле, выгоднее. «Достаточно хорошо» за треть цены бьёт «идеально» за полную. Ровно как с машиной, которая просто возит.

Там и здесь: для России это уже норма

Для российского малого бизнеса эта картина не будущее, а настоящее. Доступ к американскому фронтиру у нас и так дорогой и хлопотный: оплата через обходные пути, прокси, задержки, риск, что канал однажды ляжет. Мы видим это в своих проектах каждую неделю.

Поэтому дешёвые и открытые модели у нас не компромисс, а основной инструмент: DeepSeek и Qwen из Китая, GigaChat от Сбера, YandexGPT и Алиса. Причём за китайскими моделями далеко ходить не нужно: Яндекс сам раздаёт их в своей облачной студии, рядом с YandexGPT и Алисой там лежат и DeepSeek, и Qwen. «Китайский сценарий», которым на Западе пугают, здесь давно норма, и это нам на руку.

Есть и бонус по данным. Открытую модель можно поставить на свой сервер, и тогда переписка клиентов и документы не уходят на чужой сервис. Для чувствительных задач и требований 152-ФЗ это весомый плюс. Подробнее про данные и закон мы писали в статье «Где обжигаются: данные, доступы и закон».

Наше мнение

Обвал цен на ИИ это лучшая новость для малого бизнеса за год, а не тревожный звонок. Тревога у тех, кто вложил миллиарды в самый дорогой фронтир и ждёт, когда это окупится. Небольшому делу переживать не о чем: инструменты, за которые год назад просили дорого, теперь по карману.

Ошибка гнаться за единорогом, то есть ставить всё на самую умную и дорогую модель. Выигрывает не самая мощная нейросеть, а правильно собранная система, где каждая задача идёт на подходящую по цене модель. Про то, как собрать такую систему по шагам, у нас есть разбор «Агент вместо чат-бота».

Что делать владельцу

  1. Разделите задачи по сложности. Простое, автоответы клиентам, сортировку заявок и писем, черновики постов, разбор обращений, отдайте дешёвой модели. Сильную и дорогую берегите для лица компании и сложных случаев.
  2. Включите маршрутизацию. Пусть система сама выбирает модель под задачу: простой вопрос на дешёвую, сложный на сильную. Это экономит в разы там, где качество фронтира не нужно.
  3. Поставьте лимит на ИИ. Урок Uber: без потолка агент незаметно съест бюджет. Считайте расход и задайте месячный лимит.
  4. Чувствительные данные держите у себя. Для переписки и документов рассмотрите открытую модель на своём сервере.
  5. Пересчитайте старые отказы. То, что год назад отложили как дорогое, сейчас может окупаться: автоответчик, обработка заявок, генерация контента подешевели. Про то, какую рутину уже можно снять с людей, мы писали в «ИИ и черновая работа».

Выигрывает не тот, у кого самая умная модель, а тот, кто платит ровно за ту задачу, которую решает. Поможем разобрать на ваших процессах, где дешёвая модель закроет задачу без потери качества, а где действительно нужен фронтир, и соберём из этого работающую систему. Напишите нам.