Четыре месяца назад топовая модель OpenAI стоила $2.50 за миллион входных токенов и $15 за выходные. Сегодня интеллект того же уровня стоит $0.20 и $1.20. Тринадцатикратное падение цены — не маркетинговый трюк, а результат того, что GPT-5.6 в буквальном смысле оптимизировала саму себя.
Модель анализировала производственный трафик, сама переписывала низкоуровневый код обслуживания (kernels) на внутренних языках OpenAI, тестировала сотни вариантов ускоряющего механизма speculative decoding и реагировала на сбои оборудования без участия инженеров-людей. Итог — минус 20% на инфраструктурные расходы просто за счёт того, что AI сама подкрутила свою же архитектуру обслуживания. Сэм Альтман объявил о снижении цен на младшую модель Luna на 80% и на более мощную Terra — на 20%, добавив режим Fast с ускорением в 2.5 раза.
Цифры звучат абстрактно, пока не сравнить их с историческим контекстом: раньше падение цены на константный уровень интеллекта укладывалось в «1000 раз за 18 месяцев». Сейчас темп ускорился настолько, что в годовом пересчёте это уже около 2000 раз в год. Часть роста объясняется тем, что публичные бенчмарки со временем становятся всё более «натренированными» — модели просто лучше решают конкретно эти тесты. Но даже с этой поправкой скорость обвала цены поражает: то, что весной было эксклюзивным флагманом, летом стало почти бесплатной утилитой.
Экономика AI меняется быстрее, чем успевают адаптироваться и конкуренты, и пользователи. Если тенденция продолжится, разговор про «дорогой умный AI» и «дешёвый глупый AI» скоро потеряет смысл — граница исчезнет.
Во что углубиться:
- Что такое speculative decoding: как ускоряют генерацию текста без потери качества
- MoE-архитектуры (mixture of experts): почему модели с меньшим числом активных параметров дешевле в эксплуатации
- История ценовых войн между OpenAI, Google и открытыми моделями (DeepSeek, GLM): кто и почему демпингует