Нові дані аналітичної платформи Ramp свідчать про суттєве здешевлення штучного інтелекту для бізнесу, що може підірвати основи багатотрильйонної інвестиційної моделі галузі. Ефективна ціна, яку американські компанії платять за мільйон токенів, впала приблизно на 41% від свого пікового значення у березні — з $1,15 до 68 центів. Це падіння відбувається на тлі зменшення частки використання найдорожчих «фронтирних» моделей: з 53% на початку серпня до 45% у вересні.
Головний економіст Ramp Ара Хазарян називає цю тенденцію «тріщиною в тезі про AI». Замість того, щоб стимулювати необмежений попит на найкращі моделі, токени дедалі більше набувають рис біржового товару, такого ж взаємозамінного, як сіль чи пшениця. Це створює пряму загрозу для компаній, які позичали кошти під будівництво дата-центрів без гарантованих орендарів. Аналітики Morgan Stanley вказують на потенційну вразливість облігацій на суму до $300 мільярдів, які фінансують так звані neocloud-проєкти на кшталт CoreWeave, якщо ціни на токени не зростатимуть відповідно до очікувань.
Тенденцію підтверджують і інші незалежні спостереження. Citadel Securities ще в червні зафіксувала падіння індексу витрат на великі мовні моделі від Silicon Data через «біфуркацію» ринку: концентрацію найдорожчих технологій серед небагатьох технологічних гігантів та використання дешевших рішень рештою економіки. «Зараз кілька показників одночасно рухаються в негативному напрямку», — зазначає Хазарян. За його словами, падіння цін зумовлене як вимушеним зниженням тарифів самими лабораторіями, так і свідомим переходом клієнтів на простіші та дешевші моделі.
Зокрема, OpenAI знизила вартість своєї моделі GPT-5.6 Luna на 80%, а Anthropic оголосила про власні знижки минулого місяця. Це різко контрастує з настроями весни, коли в технологічному лексиконі з’явився термін «токенмаксинг», а генеральний директор Nvidia Дженсен Хуанг стверджував, що інженер із зарплатою $500 000 має спалювати $250 000 на рік на токенах. Уже влітку дисципліна витрат посилилася: Amazon і Meta прибрали власні лідерборди використання, а Microsoft скасувала корпоративні підписки на Claude Code.
Зараз компанії, навпаки, впроваджують політику, яка скеровує співробітників від фронтирних моделей. Бізнес дедалі частіше обирає проміжні моделі на кшталт Terra чи Sonnet, які є високопродуктивними та значно дешевшими. Найбільш AI-інтенсивні компанії з топ-1% витрат тепер використовують близько $7 200 на співробітника на місяць — це приблизно третина від цільового показника Хуанга, і ця сума продовжує скорочуватися. Топ-1% клієнтів, які забезпечують близько 80% корпоративного доходу OpenAI та Anthropic, у серпні зменшили витрати на одного працівника майже на 10%.
Конкуренція між лідерами ринку стає дедалі жорсткішою. З 1 серпня ефективна ціна OpenAI впала на 38% — до 48 центів, тоді як Anthropic знизила ціну лише на 22% — до 90 центів. Anthropic весь рік тримала ціни майже вдвічі вищими за конкурента, але ця перевага поступово зникає. Фінансовий директор OpenAI Сара Фріар на конференції Goldman Sachs підтвердила агресивне зниження цін і висловила бажання взагалі відмовитися від підрахунку токенів, перейшовши на оплату за виконану роботу. Вона також заявила про зростання корпоративного доходу компанії на 32% з червня по липень, проте це зростання, схоже, забезпечується переважно збільшенням частки ринку, а не загальним розширенням попиту.