В мире стремительно развивающихся технологий искусственного интеллекта вопрос о том, CPM выгодный или нет, становится краеугольным для бизнеса. Мы постоянно слышим о снижении стоимости «интеллекта», но при этом флагманские модели становятся дороже, а расходы на ИИ растут. Как разобраться в этом парадоксе? В этой статье мы погрузимся в экономику больших языковых моделей (LLM) к концу 2026 года, рассмотрим реальные цены, маржу провайдеров и попытаемся спрогнозировать будущее.
Сколько стоит токен сейчас — по прайсу и фактически?
В предыдущих материалах мы уже затрагивали тему локального инференса, однако корпоративная практика в значительной степени опирается на облачные модели. Здесь вопрос стоимости становится критически важным. Несмотря на заявления исследователей об удешевлении «интеллекта», флагманские модели, выпущенные к 2026 году, оказались дороже. Провайдеры активно урезают лимиты, а общие расходы на ИИ продолжают расти. Давайте разберемся в ценообразовании и реальной экономике.
К концу 2026 года рынок LLM сформировал четкую трехуровневую структуру:
- Сверхфлагманы: Claude Fable 5.1 и GPT-6 Astra.
- Рабочие флагманы: Claude Opus 5.5, GPT-6 Sol, Gemini 3.5 Flash.
- Массовые модели: GPT-6 Luna, DeepSeek V4.1-Flash.
Стандартный прайс-лист за 1 миллион токенов выглядит следующим образом:
- Claude Fable 5.1 (Anthropic): $75
- GPT-6 Astra (OpenAI): $60
- Claude Opus 5.5 (Anthropic): $30
- Gemini 3.5 Flash (Google): $15
- DeepSeek V4.1-Flash (внепиковый тариф, массовая, открытые веса): $2
Однако важно понимать, что этот прайс-лист не отражает реальных затрат. По данным Ramp, средневзвешенная цена, которую американские компании фактически платят OpenAI и Anthropic, составила около $0,56 за миллион токенов к 23 октября 2026 года. Это объясняется тем, что основной объем запросов приходится на повторное чтение контекста из кэша и использование более дешевых моделей.
Мартин Алдерсон показал, что стоимость длинной агентной сессии определяется ставкой за чтение кэша, а не ценой ввода/вывода. Одна и та же задача может стоить от $0,23 до $25. Разница в два порядка.
Таким образом, выбор модели и архитектура кэширования оказывают гораздо более сильное влияние на бюджет, чем изменения в прайс-листах. Это не допущение, а подтвержденный факт. Оптимизация CPM становится критически важной для любого AI-проекта.
Обоснованы ли эти цены экономически?
Отчет Epoch AI под названием «The plunging price of thought» (сентябрь 2026 года) утверждает, что стоимость достижения фиксированного качества снижается примерно в 13 раз в год. Это темпы, опережающие удешевление секвенирования ДНК или вычислительных мощностей.
Гидо Аппенцеллер (a16z) еще в 2024 году назвал это явление «LLMflation» и оценил снижение стоимости в десять раз в год.
Важно отметить, что эта кривая относится к фиксированному уровню способностей. Итан Динг справедливо заметил, что спрос постоянно смещается к новейшим моделям, цена которых остается относительно постоянной, а число токенов, необходимых для выполнения задачи, растет. Если экстраполировать темп Epoch, цена фиксированного уровня способностей снизилась в десять тысяч раз. Однако за тот же период цена выходных токенов флагманских моделей OpenAI и Anthropic остается в диапазоне $10–$75 за миллион.
В 2026 году новые модели действительно подорожали. Маттиас Бастиан указывает, что Gemini 3.5 Flash дороже своего предшественника, а новые версии Claude расходуют больше токенов на выполнение той же задачи. По индексу Ornn, фактические цены закрытых моделей выросли, в то время как цена открытой DeepSeek, наоборот, снизилась.
Прибыльны ли подписки для провайдеров?
Проспект Anthropic, опубликованный 26 октября 2026 года, впервые предоставил проверяемые финансовые данные. Валовая маржа компании составила около 85% в первом полугодии 2026 года. Прямые затраты на вычисления составили около 15% выручки. Для сравнения, в 2024 году этот показатель был отрицательным. Около 80% выручки Anthropic приходится на оплату по токенам, и 20% — на подписки.
Куда же уходит выручка? Около 60 центов с каждого доллара направляется на исследования и разработки (обучение моделей). Еще 23 цента уходят на продажи и маркетинг, и 6 центов — на административные расходы. Лишь 15 центов расходуется на непосредственное обслуживание запросов.
Финансовое положение OpenAI отличается. При выручке $5,7 млрд и $6,7 млрд в первом и втором кварталах 2026 года соответственно, операционный убыток компании составил $9,3 млрд и $12,3 млрд.
Причина такого расхождения кроется в том, что значительная часть пользователей ChatGPT использует бесплатные или недорогие тарифы. Валовая маржа OpenAI составляла 33% в 2025 году и 39% в первом квартале 2026 года. Anthropic же ориентирована преимущественно на корпоративных клиентов и программный доступ.
Мартин Алдерсон еще в 2025 году заявил: «The API business is essentially a money printer». Продажа доступа через API — это, по сути, печатный станок.
Дарио Амодей, CEO Anthropic, сформулировал логику следующим образом: «Every model is profitable, but the company is unprofitable every year». То есть, каждая модель приносит прибыль, но компания в целом остается убыточной из-за колоссальных инвестиций в разработку следующего поколения технологий.
Цены на фронтирные модели обоснованы не столько себестоимостью токена, сколько следующими факторами:
- Необходимостью окупить обучение моделей с относительно коротким жизненным циклом.
- Премией за технологическое лидерство и инновации.
- Дефицитом вычислительных мощностей, который наблюдался в 2026 году.
Вывод очевиден: переплата за мощную модель оправдана только в тех случаях, когда она приносит измеримый и существенный эффект. Через месяц после запуска Claude Fable 5 на нее приходилось всего 6% токенов, приобретаемых у Anthropic. Это яркий показатель предела готовности компаний платить за прирост качества. ROI в AI-инвестициях необходимо рассчитывать очень жестко.

Экономика подписок: лимиты вместо цен
Сэм Альтман (OpenAI) еще в январе 2025 года признал, что компания теряет деньги на тарифе Pro из-за интенсивного использования. Итан Динг объяснил это тем, что при автономной работе агента потребление токенов становится практически неограниченным. «There is no flat subscription price that works in this new world», — отметил он. Фиксированная цена подписки просто не работает в новой реальности.
Провайдеры отреагировали на это управлением лимитами. Anthropic ввела недельные лимиты, а OpenAI уменьшила лимиты для пользователей тарифа Plus. Крис Зеоли прокомментировал: «Instead of raising list prices, they cut usage allowances». То есть, вместо повышения прайс-листов, провайдеры сократили допустимые объемы использования.
В массовом сегменте OpenAI постепенно смещается к рекламной модели, ожидая сокращения числа подписчиков Plus и компенсации за счет рекламного тарифа Go.
Модель расчета маржи подписок выглядит так:
- Себестоимость подписчика C = A × k, где A — месячное потребление по прайсу API, k — отношение себестоимости к прайсу (от 10% до 30%).
- Маржа M = P − C, где P — цена тарифа.
- Точка безубыточности: A = P / k.
Даже при условии, что 15% пользователей являются «тяжелыми» и экстремальными, маржа по базовому сценарию составляет около 56%. Следовательно, лимиты являются основным инструментом управления экономикой подписок.
Как будут меняться цены в 2027–2029 годах?
Стоимость токена, вероятно, продолжит снижаться, однако стоимость выполнения задачи на фронтирных моделях — нет. На рынок будут влиять разнонаправленные силы:
- Технологический тренд: Удешевление фиксированного уровня способностей не замедляется.
- Эффективность инференса: Gartner прогнозирует, что к 2030 году инференс модели с триллионом параметров обойдется на 90% дешевле, чем в 2025 году. Однако это удешевление не будет полностью передано заказчикам.
- Ценовая конкуренция: OpenAI снизила цены на Luna и Sol, Anthropic удешевила флагманскую модель. Открытые модели остаются в несколько раз дешевле закрытых.
- Дефицит вычислительных мощностей: Стоимость аренды ускорителей H100 выросла почти на 40% с октября 2025 по март 2026 года. Спотовые цены на B200 выросли на 114% за шесть недель весной 2026 года. AWS подняла цены на GPU-мощности на 20%.
- Память: Контрактные цены на оперативную память почти удвоились в начале 2026 года. HBM, используемая в ускорителях, подорожает в разы к 2027 году.
- Рост потребления на задачу: Агенту требуется в 5–30 раз больше токенов, чем обычному чат-боту.
Томаш Тунгуз: «Inflationary demand outpaces deflationary algorithmic & chip improvements». Инфляционный спрос опережает дефляционный эффект от совершенствования алгоритмов и чипов.
Итоговый прогноз Gartner неутешителен: к 2028 году стоимость одного агентного процесса вырастет более чем в пять раз, несмотря на удешевление токенов. Это явление получило название «парадокс инференса».
Что из этого следует для компаний и для специалистов?
Уилл Соммер (Gartner): «Руководители продуктов не могут рассчитывать, что удешевление токенов само по себе оправдает затраты на ИИ».
Это означает, что необходимо крайне жестко считать юнит-экономику. CPM выгодный только при правильном выборе модели и архитектуры. Тестирование гипотез можно проводить дешево на открытых моделях. Сравнение по цене между баннером и блогером теперь дополняется сравнением с AI-решениями. Стоит ли инвестировать в AI? Только если ROI очевиден. Цена против результата — вот ключевой показатель. Как снизить CPM — это не только про токены, но и про эффективность всей архитектуры решения.
Часто задаваемые вопросы
Каков реальный CPM на облачных LLM?
Реальный средневзвешенный CPM для американских компаний составляет около $0,56 за миллион токенов, что значительно ниже заявленных прайс-листов флагманских моделей. Это обусловлено использованием кэширования и более дешевых моделей для основной нагрузки.
Почему новые флагманские модели дорожают, если «интеллект» дешевеет?
«Интеллект» дешевеет на фиксированный уровень способностей. Однако спрос смещается на новейшие, более мощные модели, стоимость которых остается высокой. Провайдеры вынуждены окупать огромные инвестиции в обучение следующего поколения моделей, что и поддерживает высокие цены на фронтирные решения.
Прибыльны ли подписки на LLM для провайдеров?
Да, подписки прибыльны для провайдеров, если не учитывать колоссальные инвестиции в исследования и разработку новых моделей. Валовая маржа Anthropic составляет около 85% на текущих операциях. Однако из-за интенсивного использования провайдеры вынуждены вводить лимиты, а не повышать цены, чтобы управлять экономикой подписок.
Что такое «парадокс инференса»?
«Парадокс инференса» — это ситуация, когда стоимость токенов продолжает снижаться благодаря технологическому прогрессу, но общая стоимость выполнения задачи с помощью ИИ растет. Это происходит из-за увеличения сложности задач, роста потребления токенов на задачу (особенно для агентов) и дефицита вычислительных мощностей.
Какой CPM считать выгодным для AI-проектов?
Выгодный CPM зависит от конкретной задачи и ROI. Если переплата за флагманскую модель приносит измеримый эффект и конвертируется в доход, то такой CPM может быть оправдан. В остальных случаях стоит ориентироваться на более дешевые открытые модели или оптимизировать архитектуру кэширования для снижения фактических затрат.
