В 2025 — начале 2026 года в США был в моде «токенмаксингi»: компании соревновались, кто больше «сжигает» ИИ-токенов, вели публичные лидерборды и премировали разработчиков за высокие траты на нейросети. Теперь тренд развернулся на 180 градусов — рост расходов на ИИ вынудил компании пересмотреть отношение к открытым китайским моделям, которых раньше избегали из-за опасений за безопасность данных.

Новое явление назвали «трифтмаксингiом» (от thrift — бережливость): компании начинают сочетать дорогие модели от OpenAI и Anthropic с более доступными, в том числе китайскими, чтобы резко сократить расходы на инференс.

• Причина разворота — простая арифметика: миллион слов через топовый Claude стоит около $50, через китайский GLM-5.2i — $4.40, через Kimi K3 (почти равный Claude по качеству) — $15, через DeepSeek V4-Pro — всего 87 центов
• По одной из версий, дешевизна китайских моделей — следствие американских чиповых санкций: топовое железо Nvidia доезжает до Китая не полностью и не всегда, поэтому китайские лабы учатся выжимать максимум из доступных чипов (в основном от Huawei) и пользуются более дешёвым электричеством и упрощённым строительством дата-центров
• Coinbase вдвое сократила расходы на ИИ, пересадив часть команд на Kimi и GLM
• DoorDash отправляет более рутинные задачи в Kimi, а иногда и в ещё более дешёвые модели
• Telnyx (инфраструктура для ИИ) раньше гоняла тысячи агентов через Claude по подписке $200 с носа, но после перехода Anthropic на оплату API счета выросли до $100 тыс. в сутки — в итоге компания пересобрала систему на Zhipu (GLM), оставив Claude лишь «дирижёром оркестра»
• Ранее Дженсен Хуанг переживал, что инженер с зарплатой $500 тыс. в год не тратит на ИИ хотя бы половину выделенного бюджета — иллюстрация логики токенмаксинга
• Данные о конкретных кейсах компаний приводит статья WSJ