Гендиректор Yandex Cloud Григорий Атрепьев в интервью «Ведомостям» (22.09.2026) описал странную для рынка ситуацию: серверы, память и прочая инфраструктура для ИИ-вычислений за год подорожали в 2–5 раз, но стоимость токенов для конечного пользователя при этом падает. По данным Яндекса, выручка на тот же объём токенов упала за год в 6 раз, а цена «лёгких» Flash-моделей снизилась почти в 14 раз.
Объяснение в том, что себестоимость токена считается как стоимость часа работы GPU, делённая на число токенов, которые видеокарта обрабатывает за это время. Числитель (цена железа) вырос в 2–5 раз, но знаменатель (производительность по токенам) растёт ещё сильнее — за счёт более эффективной архитектуры моделей и особенностей обработки текста. Итог — дешевеющий инференсi запускает цикл роста спроса, а не сокращения рынка.
- Источник цифр — интервью CEO Yandex Cloud Григория Атрепьева газете «Ведомости», опубликованное 22 сентября 2026 года
- Себестоимость токена для провайдера (OpenAI, Anthropic, Яндекс) = стоимость часа работы одной GPU (амортизация, обслуживание, инженеры, электричество) / число токенов, обработанных за этот час
- Причина падения себестоимости — модели стали дешевле в исполнении при сопоставимом качестве: Flash-версии не «урезанные обрубки», а иначе спроектированные, в частности с применением архитектуры MoE (Mix of Experts)i, где на токен активируется не вся модель, а нужный «эксперт»
- Вторая причина — рост доли входящих токенов (промпты, документы), которые модель обрабатывает параллельно целиком, в отличие от выходных токенов, генерируемых по одному
- По Data Secrets, удешевление инференса формирует цикл: дешевле токены → больше потребление → больше оптимизаций → ещё дешевле токены, что делает массовыми сценарии, которые ранее не сходились по стоимости
- Наблюдается тренд перехода от автоматизации отдельных задач к горизонтальным агентам: кодинг стал первым крупным кейсом, подход постепенно переносится на аналитику, маркетинг, продажи и операционные процессы
- Вокруг ИИ формируется отдельный инфраструктурный слой (облака, ускорители, оптимизация инференса), и для крупных компаний растёт важность независимости этого стека — собственных моделей, весов и возможности развернуть их в своей инфраструктуре
Ожидается дальнейшее удешевление инференса и рост потребления токенов, что подстегнёт распространение горизонтальных ИИ-агентов за пределы кодинга — на аналитику, маркетинг, продажи и операционные процессы, а также усилит запрос крупных компаний на независимый инфраструктурный стек (свои модели и веса).
Это произошло: Проблема юнит-экономики AI-агентов на примере Harvey →
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖