Адам Елдаров (ex-CPOi YouDo) в двух постах разобрал популярный аргумент: если взять подписку за $200, за месяц выжечь все лимитыi и пересчитать использованные токены по ценам API, получится счёт на $2000 — якобы лаба (AI-компания) субсидирует пользователя на $1800 в месяц, и когда венчурные деньги закончатся, эта модель рухнет. Автор считает такой расчёт логически неверным: потолок лимитов показывает стоимость самого прожорливого юзера, а экономику подписки определяет средний пользователь и всё распределение трат целиком, а не хвост.
По аналогии — любой безлимит (Netflix, мобильный тариф) выглядит «щедрым», если смотреть на самого активного юзера, но платит за тяжёлый хвост молчаливое большинство, заходящее пару раз в месяц. Лимиты существуют именно для того, чтобы хвост не съел экономику среднего; их ужесточение — точечное повышение цены для тех, кто «в минусе», а не признак общего убытка компании.
- Пример расчёта «субсидии»: подписка $200/мес, за месяц выжигаются лимиты, токены по ценам API пересчитываются в $2000 — разница $1800 подаётся как доплата лабы за юзера
- Anthropic при введении недельных лимитов заявляла, что это затронет менее 5% подписчиков
- Автор лично упирался в лимиты Claude 2-3 раза за год, в ChatGPT — «кажется, ни разу»
- У OpenAI прошлой осенью маржаi на платных продуктах была около 70%, а подписки ChatGPT давали три четверти выручки — значит, большинство подписчиков не в минусе
- Базовая цена подписки $20 не менялась три года, при этом лабы снижают цену за токен и режут лимиты хвосту, а не поднимают цену всем
- Причины ужесточения лимитов — либо найден «прожорливый» хвост, либо не хватает вычислительных мощностей, которые выгоднее отдать в API и энтерпрайз
- Сиолошная (согласна с ~95% текста Елдарова) предлагает продолжение темы: баланс между выручкой и тратами на R&D/обучение моделей у OpenAI и Anthropic пока растёт одновременно, но через 2-3 года рост мощностей датацентров может отстать от роста выручки из-за физического предела производства чипов (упоминается «маленький островок около Китая»)
Сиолошная предлагает следить за тем, как изменится баланс между выручкой AI-компаний и их тратами на R&D и обучение моделей — по её мнению, через 2-3 года рост вычислительных мощностей может перестать успевать за ростом выручки из-за ограничений в производстве чипов.
Это произошло: Экономика и будущее рынка LLM: коммодитизация и дефицит мощностей →
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖