Корпоративные расходы на ИИ достигли потолка: почему компании не спешат платить за самые мощные модели

Новые данные о продажах показывают: даже самые передовые модели ИИ не находят массового спроса у корпоративных клиентов. Флагманская Fable 5 от Anthropic принесла лишь 6% токенов и 11,4% выручки компании. Более дешевая GPT-5.6 Sol от OpenAI заняла 25% токенов и 23% расходов. Компании голосуют бюджетом за практическую выгоду, а не за техническое превосходство.

Высокая цена Fable 5, около $10 за миллион входных токенов и $50 за миллион выходных, заставляет бизнес сомневаться. Прирост производительности не всегда очевиден в повседневной работе. Готовность платить за ИИ имеет пределы, если дополнительные возможности не приносят измеримой пользы. Это главный вывод из статистики Ramp, сервиса для управления корпоративными расходами.

Рынок корпоративного ИИ: признаки насыщения

Расходы на ИИ продолжают расти, но темпы замедляются. OpenAI и Anthropic, лидеры рынка, фиксируют замедление роста доходов. Часть клиентов переходит на открытые модели, которые отстают от флагманов всего на несколько месяцев. Это сигнал: рынок достиг определенного потолка, когда компании стали тщательнее считать деньги.

Бизнес больше не готов платить за абстрактное лидерство в бенчмарках. Нужен конкретный результат: сокращение времени на задачи, снижение операционных расходов, рост выручки. Если модель не дает этого здесь и сейчас, ее заменяют более доступной альтернативой. Подробнее о том, как компании теряют контроль над расходами на ИИ, читайте в разборе метрики «горизонт расходов».

Fable 5 против GPT-5.6 Sol: цифры, которые говорят сами за себя

Статистика Ramp показывает разрыв в спросе. Fable 5: 6% токенов и 11,4% выручки Anthropic. GPT-5.6 Sol: 25% токенов и 23% расходов. Разница в четыре раза по токенам и в два раза по выручке. Компании выбирают модель, которая решает задачи за разумные деньги.

Почему Fable 5 не стала хитом продаж

Цена Fable 5, $10 за миллион входных токенов и $50 за миллион выходных, делает ее одной из самых дорогих моделей на рынке. Для сравнения, GPT-5.6 Sol стоит значительно дешевле. Прирост производительности Fable 5 в повседневных задачах часто не оправдывает разницу в цене. Компании не видят смысла переплачивать за мощность, которая нужна лишь в узких сценариях.

Anthropic попыталась исправить ситуацию, выпустив Claude Opus 5, более дешевую альтернативу Fable 5. Модель показывает сопоставимые результаты при вдвое меньшей цене. Это признание того, что рынок требует доступности, а не только производительности.

GPT-5.6 Sol: золотая середина?

GPT-5.6 Sol от OpenAI заняла нишу оптимального соотношения цены и качества. Модель достаточно производительна для большинства бизнес-задач: обработка документов, поддержка клиентов, генерация отчетов. Компании платят за реальную пользу, а не за потенциальные возможности. OpenAI сделала ставку на экономическую эффективность, и это сработало. Узнайте больше о подходе OpenAI в материале о GPT-5.6.

Почему компании не готовы платить за топовые модели

Причины прагматичны. Бизнес оценивает рентабельность инвестиций, а не технические характеристики. Если дорогая модель не дает измеримого преимущества, ее не покупают. Открытые модели усиливают этот тренд.

Цена против практической пользы

Для большинства задач, таких как классификация текстов, ответы на типовые вопросы, генерация маркетинговых описаний, разница между топовой и средней моделью минимальна. Компании тестируют обе и видят: результат сопоставим, а цена отличается в разы. Выбор очевиден.

Рентабельность инвестиций становится главным критерием. Финансовые директора задают простой вопрос: «Что мы получаем за эти деньги?» Если ответ не содержит конкретных цифр экономии или роста, бюджет не выделяют. Это здоровая реакция рынка на завышенные цены.

Открытые модели как реальная альтернатива

Открытые модели, такие как Llama и Mistral, догоняют флагманы по качеству. Отставание сократилось до нескольких месяцев. При этом они бесплатны или значительно дешевле. Компании могут дообучать их под свои нужды, получая контроль над данными и расходами.

Крупные IT-компании активно поддерживают открытые модели. Дженсен Хуанг, Microsoft и Meta выступают за открытость. Это снижает зависимость бизнеса от дорогих проприетарных решений. Подробнее об аргументах за открытые модели читайте в разборе позиции IT-гигантов.

Что это значит для рынка ИИ

Вендоры будут вынуждены пересматривать ценовую политику. Anthropic уже выпустила более дешевый Claude Opus 5. OpenAI снижает цены на доступные модели. Конкуренция с открытыми моделями заставляет делать флагманы доступнее или доказывать их ценность конкретными кейсами.

Фокус смещается с гонки за бенчмарками на эффективность. Модели будут оценивать по реальным бизнес-задачам, а не по академическим тестам. Новый рейтинг Enterprise Scenarios Leaderboard от Patronus и Hugging Face тестирует модели на финансах, юриспруденции и поддержке клиентов. Это шаг к более честной оценке. Узнайте, как выбрать ИИ для реальных задач, в материале о новом лидерборде.

Как выбрать модель ИИ для бизнеса: практические советы

Начните с оценки задач. Составьте список сценариев, где нужен ИИ. Для каждого определите требования к качеству и скорости. Не берите топовую модель «на всякий случай». Это переплата за мощность, которая не нужна.

Тестируйте на реальных данных. Возьмите 20-30 типовых задач из вашего бизнеса. Прогоните их через несколько моделей: дорогую, среднюю, открытую. Сравните результаты по качеству и стоимости. Часто разница минимальна, а цена отличается в разы.

Следите за открытыми моделями. Они развиваются быстро. То, что вчера отставало на полгода, сегодня может догнать флагманов. Периодически пересматривайте выбор. Рынок ИИ меняется быстрее, чем кажется.

Не платите за ненужную мощность. Если GPT-5.6 Sol справляется с вашими задачами, нет смысла покупать Fable 5. Экономия на токенах может составлять тысячи долларов в месяц. Эти деньги лучше направить на развитие продукта или обучение сотрудников.

Контролируйте расходы. Внедрите инструменты мониторинга использования ИИ. Свяжите затраты на токены с реальной продуктивностью. Это поможет вовремя заметить перерасход и скорректировать стратегию. Компания Rippling уже создала AI Spend Console для решения этой проблемы. Подход прост: видеть, кто и сколько тратит, и сопоставлять с результатом.

Выбор модели ИИ, это бизнес-решение, а не техническое. Оценивайте практическую пользу, считайте деньги, тестируйте альтернативы. Рынок достиг потолка, и теперь выигрывает тот, кто умеет считать.