Измерять рынок ИИ нужно в долларах, а не в токенах: анализ аналитика Dragonfly
Управляющий партнер венчурной фирмы Dragonfly Хасиб Куреши выступил с резкой критикой распространённого подхода к оценке рынка ИИ-моделей. По его мнению, опора на сырое потребление токенов — фундаментально ошибочный метод, который ведёт к искажению рыночной картины. Единственный адекватный измеритель — это реальные денежные потоки, то есть доллары, потраченные пользователями.
Почему токены — ненадёжный индикатор
Куреши выделяет четыре ключевые проблемы, которые делают метрику «доля токенов» практически бесполезной для сравнения моделей.
Первая проблема — субсидии. Китайские лаборатории регулярно запускают новые модели с агрессивными скидками или вовсе бесплатным доступом. Это искусственно надувает потребление токенов: пользователи мигрируют от одной бесплатной модели к другой, создавая иллюзию высокого спроса, хотя реальные денежные затраты равны нулю.
Вторая проблема — разный размер моделей. Небольшие модели, такие как Qwen 3.5-27B, стоят примерно в сотню раз дешевле за токен, чем флагманские модели вроде Claude Opus. Рост использования Qwen на графике может выглядеть как резкий скачок доли открытых моделей, но в экономическом выражении это совершенно незначительная величина. Анализировать рынок, по словам Куреши, нужно строго внутри весовых категорий — по размеру модели.
Третья проблема — мультиагентные системы. Можно потратить одинаковую сумму на сложную архитектуру на базе DeepSeek или GLM 5.2 и на один запрос к передовой модели вроде Opus или GPT-5.5 Pro при сопоставимой производительности. Однако мультиагентная конфигурация «сжигает» гораздо больше токенов за те же деньги. Куреши приводит наглядный пример: если 5% использования Opus мигрирует в такую систему с четырёхкратным расходом токенов, график покажет около 18% потери доли Opus, тогда как реальные траты сместятся лишь на 5%. «Такие графики преувеличивают значение низкоценных токенов», — резюмирует эксперт.
Четвёртая проблема — выбор платформы OpenRouter. Если компания определилась с одной передовой лабораторией, ей выгоднее обращаться к Anthropic или OpenAI напрямую, а не через OpenRouter с его наценкой. На графике это выглядит как снижение доли США, хотя токены просто уходят за пределы платформы. Вывод Куреши: OpenRouter полезен для оценки доли внутри открытых моделей, но совершенно не подходит для сравнения открытых и закрытых.
Будущее — за дешёвыми моделями
Схожую мысль развивает основатель SageRoad Research Тревор Норен, связывая её с ценовым давлением на индустрию. Он приводит оценку JPMorgan: многие токены в будущем могут потребляться не передовыми, а небольшими открытыми моделями, которых достаточно для конкретных задач. Amazon уже предлагает около полусотни открытых моделей по цене, составляющей долю от стоимости передовых, а Nvidia совместно с Dell, Lenovo и HP создаёт компьютеры под ИИ-агентов.
В банке отмечают, что собственные небольшие модели Claude Haiku и GPT-5.4-mini пока неконкурентоспособны на «эффективной границе», которую сейчас доминируют китайские разработчики — DeepSeek, MiniMax, Xiaomi и Alibaba.
Особенно нагляден пример стоимости, приведённый JPMorgan: запуск набора задач Artificial Analysis Intelligence Index на Claude Opus 4.8 обходится в $3 700 при результате 56 баллов, тогда как DeepSeek V4 Pro набирает 44 балла всего за $186 — это примерно в 20 раз дешевле. Вывод очевиден: передовой уровень интеллекта нужен не для всего, а только там, где он необходим. GLM 5.2 от Z.ai при этом выглядит сопоставимым с топовыми моделями Anthropic и OpenAI.
Норен считает, что коммодитизация моделей придёт не только от конкуренции передовых лабораторий, но и от компаний, которые ищут контроль над расходами через более дешёвые узкоспециализированные модели. По его оценке, корпоративные траты остаются самым жизнеспособным путём для облачных гигантов окупить вложения в ИИ, но компании будут тратить как можно меньше.
Обе позиции сходятся в одном: измерять рынок искусственного интеллекта нужно по деньгам, а не по токенам, и под давлением цен преимущество всё чаще смещается к дешёвым моделям.
Моё профессиональное мнение: Аргументы Куреши и Норена — это не просто академическая дискуссия. Для инвесторов в крипто- и ИИ-сектор это сигнал о фундаментальном сдвиге метрик. Если рынок начнёт переоценивать модели по денежной выручке, а не по «сырому» потреблению, мы увидим перераспределение капитала в пользу тех проектов, которые демонстрируют реальную монетизацию, а не просто генерируют шум в токенах. Это особенно критично для оценки токенов, связанных с децентрализованными вычислительными сетями.