Выпуск #12 · 27 октября 2026 г. · 28:42
Почему ИИ дешевеет: токены, бесплатные модели и борьба за пользователей | ИИ — не новости
Описание
Почему искусственный интеллект дешевеет, а подписки дорожают и токенов всё равно не хватает? Обсуждаем стоимость ИИ, опыт работы с субагентами в Codex и борьбу компаний за пользователей.
В выпуске
- ИИ — не новости
- Интеллект дешевеет: сравниваем Opus и Haiku
- Почему цена токена не равна цене интеллекта
- Подписки и API: за что мы платим
- Почему токенов снова не хватает
- Субагенты в Codex: больше не значит лучше
- Зачем Google и Маск платят за конкурентов
- Продавать лопаты во время золотой лихорадки
- Почему пользователи не меняют привычные инструменты
- OpenCode: ценность аудитории и пользовательских данных
- Можно ли удержать пользователя по инерции?
- Локальные модели на ноутбуке против облачного ИИ
Тайм-коды
00:00 — ИИ — не новости
00:17 — Интеллект дешевеет: сравниваем Opus и Haiku
01:43 — Почему цена токена не равна цене интеллекта
03:44 — Подписки и API: за что мы платим
06:49 — Почему токенов снова не хватает
07:34 — Субагенты в Codex: больше не значит лучше
10:11 — Зачем Google и Маск платят за конкурентов
15:20 — Продавать лопаты во время золотой лихорадки
17:04 — Почему пользователи не меняют привычные инструменты
18:43 — OpenCode: ценность аудитории и пользовательских данных
21:11 — Можно ли удержать пользователя по инерции?
24:16 — Локальные модели на ноутбуке против облачного ИИ
Материалы и ссылки
Транскрипт
Как быстро дешевеет интеллект
Сергей Бережной: Привет, друзья! С вами подкаст «И не новости». Я — Вегед, со мной Вова. Мы рассуждаем о том, что фундаментального происходит в мире искусственного интеллекта и технологий рядом.
Владимир Гриненко: Всем привет! Давай возвращаться к старым фундаментальным темам. Возможно, наши зрители ещё помнят те далёкие, стародавние времена, когда вышел Opus 4.8.
Сергей Бережной: Античность.
Владимир Гриненко: Четыре месяца назад. Я помню, там такой был таймлайн: сначала Большой взрыв, потом вымерли динозавры, потом Opus 4.8. И за эти четыре месяца случился релиз Haiku. Стоимость токенов у Haiku в 50 раз меньше, чем была у Opus на момент релиза. При этом по бенчмаркам они очень похожи.
Понятное дело, бенчмарки — так себе способ гарантировать, что модель действительно обладает всеми свойствами и качествами своего старшего предшественника.
Сергей Бережной: Бенчмарки просто попадают в обучение, и модели на них переобучаются. Мне кажется, это очень условная, приближённая оценка. Понятно, что другой нет.
Владимир Гриненко: Это правда. Но тем не менее вдумайтесь: модель, соизмеримая по качеству, за четыре месяца дешевеет в 50 раз. Если пересчитать на горизонт в год, мы получаем удешевление интеллекта в сто раз.
Сергей Бережной: Как вам такое? Я думаю, что да, интеллект дешевеет. У нас уже придуманы единицы измерения? Мегатьюринги? В чём мы его измеряем?
Токены — не совсем честное измерение интеллекта. Когда мы говорим, что цена токена упала, это ещё не говорит о том, насколько упала стоимость единицы умности. Количество токенов, нужных для выполнения задачи, может разниться в зависимости от reasoning effort и так далее.
Ребята, которые пытаются строить графики зависимости умности модели от её цены, иногда показывают очень странные кульбиты. Буквально «горе от ума»: модель на высоких уровнях reasoning в каких-то бенчмарках справляется хуже, чем на низких.
Я продолжаю считать, что присутствие человека влияет на результат. То, как именно ты промптишь, сочетание харнеса и твоих промптов способны существенно изменить результат и качество инференса. Тогда вообще становится непонятно, что такое единица умности. Но есть ощущение, что она действительно очень сильно дешевеет.
Владимир Гриненко: Мне кажется, это всё-таки не ощущение, а данные, и с ними спорить невозможно. Интеллект объективно дешевеет, а вещи, которые были буквально невозможны, становятся возможны за прежнюю цену.
Каждый новый релиз флагманских моделей — это принципиально новые штуки: раньше модель их только портила, а теперь начинает справляться. Оборачиваешься на цену токенов: полгода назад столько же стоило за миллион, год назад столько же, два года назад столько же. Хотелось бы продолжать этот ряд.
Подписки, цена токенов и маржа лабораторий
Сергей Бережной: Не столько же всё-таки. Тут справедливо сказать, что OpenAI, например, придумала подписку за 500 долларов.
Владимир Гриненко: Секундочку, это не про цену токенов. Мы говорим о том, что, если ты покупаешь именно токены в штуках, миллион у них достаточно стабильно стоит в районе пяти баксов. При этом модель, которую ты используешь под капотом, меняется, и за те же пять долларов ты получаешь тот же миллион, но с совершенно разными способностями.
То, что можно купить подписку, внутри которой тебе предоставят гораздо больше инференса, — правда. Но это просто вопрос того, что раньше ты мог купить пять раз по сто и получить что-то даже менее выгодное.
Сергей Бережной: Есть двухсотбаксовая подписка. Разница между ценой токена по API и ценой по подписке сокращается.
Владимир Гриненко: Да.
Сергей Бережной: По сути, они уменьшают дотации, увеличивая цену подписок.
Владимир Гриненко: Тут большой вопрос: правда ли они режут дотации? Возможно, просто сокращается их маржа — разрыв между себестоимостью и ценой, по которой они продают корпоратам токены в чистом виде.
Возможно, подписки они продавали примерно по себестоимости собственного инференса, а маржинальность, с которой предоставлялись токены, позволяла им быть прибыльными.
Сергей Бережной: Если я правильно тебя понимаю, тогда падала бы цена токенов по API. А увеличивается цена токенов по подписке.
Владимир Гриненко: По сути, она и падает. С каждым новым релизом модель всё дороже в инференсе: у неё больше параметров, больше контекстное окно. Но стоимость миллиона токенов в чистом виде остаётся постоянной. Поэтому фактически она падает, и маржа у лаборатории должна падать.
Понятно, что они тоже придумывают разные оптимизации, и смотреть на это настолько прямолинейно нельзя. Но моя мысль такая: очень сильно дешевеет именно сам интеллект. И разрыв между покупкой токенов и покупкой подписок сокращается. Ещё парочка таких итераций — и, боже ж мой, бесплатно что так, что так. Какая разница?
Сергей Бережной: Будем наблюдать, насколько быстро мы всё это освоим. Я, например, долгое время не выбирал лимит своей подписки, а последние недели регулярно в него упираюсь. Сбросы лимитов очень помогают, но иногда даже они не помогают.
Аппетит приходит во время еды. Когда научаешься просить субагентов порождать субагентов и в самостоятельно придуманных агентских циклах проверять себя, скорость утилизации токенов начинает точно так же расти экспоненциально.
Субагенты: больше не всегда лучше
Владимир Гриненко: Про субагентские циклы. Мы с тобой давным-давно обсуждаем возможность заставить агентов разговаривать как человек. Чтобы к этому прийти, я говорю: «Вот тебе, дорогой агент, набор текстов человека. Научись на нём быть как этот человек. А теперь с бесконечным количеством субагентов сначала напиши текст, а потом проверь, что всё нормально, с помощью ещё порождённых субагентов».
Codex, который, казалось бы, на это и заточен, такой: «Хорошо, делаю десять субагентов». И что-то оно крутилось-крутилось. Я спрашиваю: «Что там? Что происходит?» Он отвечает: «Понимаешь, я столкнулся с непреодолимой преградой. У меня есть ограничение на количество субагентов. Чтобы лишние слоты не занимать, тем субагентам, которые уже что-то выполнили, я отправляю вторую задачу».
Но это ещё во что-то упёрлось. Я говорю: «Да блин, я же хотел, чтобы каждый был в чистом контексте, чтобы всё было строго так, как я просил». Он что-то заоптимизировал, и в итоге стало в два раза дольше.
Сергей Бережной: В два раза хуже. И вообще не факт, что решает твою задачу.
Владимир Гриненко: И не то, что я заказывал. Я такой: «Ладно, делаем последовательно». В последовательном прогоне каждый раз гарантируется чистое окно. Задача полностью атомарная, никаких зависимостей не требует. И прогналась она быстрее, чем эта история с субагентами. Не знаю, зачем там лимит на количество параллельных субагентов, но он зашит.
Сергей Бережной: Я у себя установил ещё более жёсткие лимиты. В один из циклов анализа, куда делись токены, обнаружилось, что иногда порождается просто избыточное количество субагентов.
Я вписал, чтобы агент тщательно обдумывал и их количество, и reasoning effort, и саму модель. Чтобы новые субагенты порождались соразмерно задаче — хотя бы с точки зрения оркестрирующего ИИ.
Зачем Google и Маск помогают конкурентам
Сергей Бережной: Может быть, в контексте стоимости и того, как корпорации транжирят деньги инвесторов, обсудим историю, которая тебя давно беспокоит? Почему Илон Маск или Google тратят дотационные деньги на, казалось бы, конкурентов?
Есть Antigravity, в котором предоставляются чужие модели по подписке с существенным количеством как бы бесплатных токенов. Есть Grok-бот, который с недавних пор тоже грозится позволить использовать внутри себя другие модели. Всё это выглядит странно. Они такие: «Мы поможем конкурентам».
Владимир Гриненко: У меня нет на это внятного ответа. Мне кажется, имеет право на жизнь подход, когда ты строишь харнес как продукт и твоя задача — набрать его пользовательскую базу. Ты говоришь: «Чтобы пришли люди, я в качестве заманухи оплачу им какое-то количество токенов».
Например, есть OpenCode, у которого есть OpenCode Zen. Там есть бесплатные модели и модели по подписке, которые получаются очень выгодными. Ты можешь экспериментировать.
Сергей Бережной: Кстати, OpenCode и OpenCode Zen — отдельная история, которую стоит обсудить: разница между лабораторией, предоставляющей модель, и лабораторией, предоставляющей харнес. Вертикали и горизонтали.
Владимир Гриненко: Так и есть. Для них это был бы понятный ответ, почему они так делают. Но если говорить про Antigravity, у Google есть собственная модель Gemini. Они могут заманивать тебя своей моделью: им это выгодно, потому что инференс обходится по себестоимости. Ты такой: «Класс, понятная халява!» Пока используешь её, привыкаешь к инструменту, и потом тебе не хочется уходить. Абсолютно логичная история.
Вместо этого что делает Google? Они говорят: «Мы понимаем, что наша модель так себе. Поэтому, чтобы вас заманить, добавим в комплект этой бесплатной возможности пользоваться инференсом ещё чужую, более сильную модель от конкурентов».
Человек приходит, видит, что у Google всё плохо, а у конкурентов лучше. Идёт пробовать ещё и харнес конкурентов, а он тоже оказывается — сюрприз! — лучше. Кроме как рекламой конкурентов за свой счёт, это назвать сложно.
И вот Маск. Сначала он говорит: «Я сделаю всё возможное. Буду оформлять свои дата-центры как бродячие цирки, чтобы юридически быстрее получать разрешения. Захвачу все вычислительные мощности планеты».
С этим сложным заданием он справился. Дата-центры Colossus действительно суперкрутые, с большим запасом. Он говорит: «На их базе я натренирую самую классную модель и всех забрею».
Очень понятная цель. Казалось бы, что нужно делать? В мире дефицит электричества и видеокарт, у тебя сошлись все карты — сейчас можешь всех вынести. Вместо этого он такой: «Дорогие конкуренты, заходите. Я вас сейчас укатаю, вам нужно выходить на IPO — очень понятно. Вот вам столько инференса, сколько нужно. Берите мой».
Его прямые конкуренты на его оборудовании обучают и запускают модели, которые будут соревноваться с Grok. А он: «Я на этом не остановлюсь. У меня есть купленный Twitter и Grok-бот, который давно там работает. Все нужные запчасти совпали: я могу обучаться на данных Twitter и показывать своего бота в деле. Но зачем показывать пользователям только свою модель? Пущу конкурентов с более сильными моделями. Пусть пользователи знают, что Grok отстаёт в этой гонке».
Что? У тебя все деньги мира, вся мощность мира. Почему ты помогаешь конкурентам и рекламируешь их, чувак? Но что-то он, наверное, знает.
Диверсификация, привычки пользователей и ценность данных
Сергей Бережной: Я смотрю на это, не имея всей информации. Можно ещё теории заговора приобрести — все деньги вообще у рептилоидов. А с точки зрения бытовой дилеммы: класть ли все яйца в одну корзину и пытаться полностью закрыть весь цикл собой или диверсифицировать?
Он понастроил дата-центров, но по распространению собственных технологий в мире ещё не занял достаточную нишу, чтобы полезно утилизировать их все. По сути, они простаивают: не хватает пользовательской базы, чтобы делать такое количество инференса на этих моделях. И инженеры не предлагают настолько хороших способов использовать все эти вычислительные мощности для обучения.
Получается, либо он будет как собака на сене, либо может это допродать. Мне кажется, это логичная диверсификация: он начинает играть одновременно на нескольких полянах. И на той, где его инференс самый лучший, и на той, где можно продавать лопаты во время золотой лихорадки, позволяя другим параллельно с собой бороться за качество ИИ-продукта.
Он входит сразу в несколько ниш, и это напоминает диверсификацию и устойчивость.
А утверждение, что люди в Antigravity или Grok увидели другие модели и такие: «О, хорошо, пойду в другое место»… Мне кажется, ты как-то недооцениваешь или переоцениваешь современных пользователей.
Я знаю людей, которые до сих пор пользуются GitHub Copilot просто потому, что это первый харнес, который они себе поставили. С тех пор у них ноль желания что-то менять, даже при условии, что из каждого утюга трещат: есть что-то лучше.
Недавно в одном из подкастов вспоминали наши запуски Яндекса в Турции. Там была история: качество нашего поиска было измеримо лучше Google. Людям давали его пощупать, они признавали, что здесь лучше ответы. Но на вопрос: «И что, теперь поменяете поиск по умолчанию?» — отвечали: «Нет. А зачем?»
Мне кажется, ты недооцениваешь степень человеческой инертности, когда говоришь, что все посмотрят, проанализируют, поймут, что есть конкуренты, и пойдут что-то себе ставить. Люди мобильные приложения не ставят, потому что им лень. Казалось бы, два клика — и всё. Но это не совсем так работает.
Когда компании спонсируют нахождение у себя пользовательской базы, мы как раз подходим к истории OpenCode. Будучи крупным харнесом, крупным местом потребления токенов, они могут выходить в нишу инференса. Через партнёрства с провайдерами удовлетворять этот спрос и в том числе выкручивать им руки — иметь переговорный рычаг: «Смотрите, у нас очень большая пользовательская база». А это большая ценность.
Кроме того, не забывай о ценности пользовательских данных и сессий, которые продолжают оставаться новым золотом. Ещё со времён классического поиска мы говорили: у того, кто занимает существенную долю рынка, достаточно сессий, чтобы продолжать делать поиск измеримо лучше и сохранять конкурентное преимущество. Для меня тут нет особой загадки, даже если оставить рептилоидов за скобками.
Владимир Гриненко: У меня всё в порядке с аргументом про данные, если участники действительно согласны с тем, что данные пойдут на дальнейшее обучение. Когда ты платишь за токены, тебе обещают, что на них будут учиться только с твоего явного согласия. Когда это бесплатно — там правда.
Сергей Бережной: Помимо непосредственных сессий, есть ещё на чём учиться, на что ты не выражаешь согласия. Банально плотность трафика, выбор моделей, то, куда ты кликаешь в интерфейсе. С пользователя можно собрать много информации, которая не подпадает под запрет использования его данных для обучения моделей, но является ценным сигналом для улучшения продукта. И она стоит денег.
Владимир Гриненко: С этой частью абсолютно согласен. Но с аргументом, что люди инертны, ты их подсадил и они никуда не переключатся, именно в этих случаях я бы поспорил.
Если инертные люди не переключатся, какой смысл? Сидит человек в Twitter, у него есть Grok-бот, работающий на Grok. Пользователю лень переключаться. Всё, не надо давать ему выбор — он уже у тебя сидит.
Сергей Бережной: Новых пользователей.
Владимир Гриненко: Если ты хочешь заманить пользователя тем, что под капотом Grok-бота он теперь сможет выбрать…
Сергей Бережной: Нужную ему модель, к которой привык.
Владимир Гриненко: Какую-то модель Anthropic, да. Скорее всего, это человек, который осознанно выбирает. И если у тебя так себе…
Сергей Бережной: Это же не чёрно-белое, а градиент. Какое-то количество людей очень подвижны: придут, переключатся — и так же переключатся обратно. А какое-то не переключится, останется в осадке. Тут вопрос, открываешь ли ты эти фронты, вступаешь ли в эту нишу, в эту борьбу.
Владимир Гриненко: Наверное, так имеет смысл себя вести, если пытаешься догонять. У тебя должно быть что-то, что мотивировало бы залипание человека по инерции.
Сергей Бережной: Так Grok и Antigravity как раз выступают в позиции догоняющих, нет?
Владимир Гриненко: Ладно. Это максимально против моей интуиции. Но подозреваю, что они что-то считают и видят в этом финансовый и прочий смысл. Другое дело, что, судя по результату, вся эта движуха не помогает Antigravity набрать пользовательскую базу. Люди не залипают.
Сергей Бережной: Необходимые, но недостаточные условия. То, что ты ввязался в этот фронт, ещё не означает, что победишь.
Владимир Гриненко: А Anthropic пришлось уже нормально так заплатить за бесплатных пользователей. Интересно, чем эта битва кончится.
Тем интереснее наблюдать за историями, что токены того и гляди подорожают. А тут конкуренция идёт даже не на уровне демпинга, а на уровне: «Мы вам заплатим! Мы заплатим за конкурентов, только, пожалуйста, приходите…»
Сергей Бережной: К нам.
Владимир Гриненко: К нам, да.
Локальные модели и предел цены облачного инференса
Владимир Гриненко: Продолжая эту тему, нельзя не вспомнить: недавно Сатья Наделла написал в Twitter, что видит будущее ноутбуков Microsoft таким, что на них можно будет программировать с помощью локальных моделей. У них есть MAI-Code, которая будет помещаться на новых ноутбуках.
Понятно, что по сравнению с большими передовыми моделями это будет, мягко скажем, так себе. Но если вспомнить тот самый Opus 4.8, вышедший четыре месяца назад и казавшийся очень классной историей, то, возможно, к моменту, когда ноутбук окажется в руках пользователей, на нём будут запускаться модели с похожими возможностями. А на Opus 4.8 ещё недавно строили хороший софт.
Сергей Бережной: Посмотрим. С классическими рабочими станциями похожая история: персональные станции и облачный софт развиваются параллельно.
Можно сделать достаточно мощную домашнюю консоль. При этом есть облачный гейминг, позволяющий с тонкого клиента подключаться к мощному компьютеру удалённо.
Или сложные серверные штуки, которым нужно много данных, вспомогательных вычислений. В конце концов, просто стабильность: когда всё не привязано к твоему компьютеру, а где-то есть резервные копии.
Где компилировать — на локальной тачке или в CI/CD? На рынке CI/CD есть разные ребята, которые ускоряют и упрощают компиляцию и запуск. Помимо сложившихся лидеров, кто-то этот рынок шатает, меняет, приносит что-то новое. Хотя на локальном компьютере тоже многое можно собирать. Тем не менее эти вещи развиваются параллельно. Тут полная аналогия.
Владимир Гриненко: В этом смысле согласен. Я не про то, что локально гарантированно лучше, а всё к той же цене токенов апеллирую.
Гонять огромную модель на железе Cerebras, которое позволяет делать это супербыстро и эффективно, ты не сможешь ни на ноутбуке, ни даже на домашнем сервере. Но если домашний ноутбук способен запускать достаточно большую модель, чтобы она могла программировать для тебя на осмысленной кодовой базе, это автоматически гарантирует, что передовая лаборатория не сможет заломить цену за облачный инференс.
Сергей Бережной: Да, чтобы была конкуренция. Будем надеяться, что стоимость умности для нас продолжит падать. Пока умности ещё не хватает, есть куда стремиться.
Владимир Гриненко: Прекрасное пожелание, всячески поддерживаю. В следующем выпуске поговорим о том, как получить ещё больше умности в наши руки.
Сергей Бережной: Продержитесь неделю с существующей умностью и возвращайтесь. До новых встреч, пока-пока!
Владимир Гриненко: Всем пока-пока!
Продолжить тему
Смотреть следующим
Смотреть и слушать