Еще сравнительно недавно корпорации поощряли сотрудников использовать искусственный интеллект без ограничений — токены раздавались как корпоративные бонусы, а внутренние рейтинги ставили в пример тех, кто «сжигал» их больше всех. Сегодня картина кардинально иная: руководители в спешке отключают доступы к моделям и вводят жесткие лимиты, пересматривая бюджеты. Как же вышло, что токены из бесплатного топлива превратились в главную статью непредвиденных расходов?

Токен в контексте ИИ — это минимальная единица данных, которую обрабатывает языковая модель. Один токен может соответствовать части слова, целому слову или даже символу. В среднем 100 слов разбиваются на 130–140 токенов. Они делятся на входные (запрос пользователя) и выходные (ответ модели). Долгое время эта единица была лишь технической абстракцией, пока в марте 2023 года OpenAI не выпустила GPT-4, установив публичные тарифы: $30 за 1 млн входных токенов и $60 за 1 млн выходных. С этого момента началась монетизация.

С 2023 по 2025 год длилась «эпоха субсидирования»: обычные пользователи платили по подписке, а корпоративные разработчики — за токены по мягким ценам. Однако с весны 2026 года все основные поставщики перешли на полную монетизацию запросов. Сначала Anthropic, затем GitHub Copilot. Сейчас мы наблюдаем начало «токенапокалипсиса» — периода, когда к тратам на вычислительные мощности добавляются непредвиденные издержки на сами токены.

Парадокс цены и спроса

Парадокс в том, что за три года средняя цена входного токена упала примерно на 98%. Однако расходы предприятий на ИИ взлетели на 320% — с $1,2 млн в 2024 году до $7 млн в 2026-м. Причина — взрывной рост объемов использования, особенно за счет агентных технологий. Если простой линейный запрос в 2023 году стоил около $0,04, то запрос к полноценной агентной системе — уже $1,2, то есть в 30 раз больше. Для сложных рабочих процессов разница может достигать 500 раз. Экономисты называют это парадоксом Джевонса: снижение цены ресурса ведет к росту его потребления, но в случае с ИИ эффект оказался гипертрофированным.

Кейсы: от Uber до Microsoft

Uber, активно внедрявшая Claude Code и Cursor, столкнулась с тем, что годовой бюджет на программирование был исчерпан уже в апреле. Технический директор лично потратил $1200 на токены за одну двухчасовую демонстрацию. Компания ввела лимит в $1500 в месяц на сотрудника, тогда как ранее поощряла использование ИИ «как можно больше».

Microsoft выдала тысячам разработчиков доступ к Claude Code от Anthropic, но через шесть месяцев свернула эксперимент, отменив большинство прямых лицензий. Внутренние опросы показали, что инженеры предпочитали инструмент конкурента, но его чрезмерное использование, вероятно, ударило по расходам. Отказ от Claude — убедительный сигнал того, что экономика корпоративного ИИ-кодинга при текущих ценах на токены не работает. Инструменты настолько хороши, что их используют постоянно, и это становится финансовой проблемой.

Amazon реструктурирует партнерство с Anthropic, переходя с оплаты за вычислительные часы на оплату за токены. Это может увеличить затраты, хотя в компании это опровергают. Для гигантов вроде Microsoft и Amazon «токенапокалипсис» — управляемый риск, но более скромные фирмы уже сталкиваются с финансовыми трудностями.

Дорогие ошибки и будущее

Известны случаи, когда компании забывали установить лимиты и получали счета на $500 млн. Один разработчик за месяц потратил более $40 000 на токены. Расходы на одного разработчика выросли в 18,6 раз за девять месяцев, а окупаемость этих затрат большинство компаний до сих пор не могут измерить.

На этом фоне Linux Foundation представила проект Tokenomics Foundation — новый стандарт для «дисциплины» в контексте затрат на ИИ, аналогичный тому, как FinOps регулирует расходы на облачные сервисы.

Мой комментарий: Токены стали не просто единицей измерения, а полноценной статьей корпоративного бюджета. «Токенапокалипсис» — это не кризис, а неизбежный этап взросления индустрии. Компании, которые не научатся управлять этим ресурсом, рискуют оказаться в финансовой ловушке. Те, кто внедрит системный подход к учету и лимитированию, получат конкурентное преимущество. В ближайшие годы мы увидим, как токены станут такой же прогнозируемой статьей расходов, как и подписки на облачные сервисы.