Менше доходу для розробників. Дешевші ШІ-моделі можуть змінити ринок штучного інтелекту

Про це пише видання TechCrunch.

Бум штучного інтелекту багато в чому базувався на припущенні, що більші моделі є потужнішими, а найпотужніші моделі перемагають у конкуренції. Однак зростання витрат уже змушує користувачів звертати увагу на менші та дешевші альтернативи.

Читайте также: Волканов Сколько Лет: подробная биография, карьера и личная жизнь

Співзасновник Brian Armstrong Браян Армстронг вважає, що протягом найближчих 12−18 місяців близько 80% завдань виконуватимуть моделі, які будуть на 99% дешевшими. Водночас лише 20% завдань залишаться за найновішими моделями, коли потрібен максимальний рівень можливостей.

Якщо цей прогноз справдиться, це стане серйозною зміною для галузі. Раніше більшість компаній обирали найпотужніші доступні моделі, оскільки головним критерієм була якість. Але якщо дешевші моделі зможуть виконувати ті самі завдання без втрати якості, це суттєво скоротить витрати на використання штучного інтелекту.

Такі зміни можуть особливо вдарити по великих лабораторіях, зокрема OpenAI та Anthropic, оскільки значна частина економії користувачів означатиме менші доходи для розробників найдорожчих моделей.

Перші випробування показують, що перехід на дешевші моделі можливий без погіршення результатів. Компанія Harvey, яка розробляє інструменти для юридичної сфери, нещодавно провела тест разом із Fireworks AI. Завдяки поєднанню моделей Claude Opus і GLM 5.1 компанія змогла зменшити витрати на обчислення утричі без втрати якості. Найскладніші завдання залишилися за Claude Opus, а решту виконувала дешевша модель.

Співзасновник Harvey Gabe Pereyra Гейб Перейра пояснив, що якість залишається головним пріоритетом, особливо в юридичній сфері. Водночас підхід змінюється: тепер важливо не просто використовувати найпотужнішу модель для всіх завдань, а обирати ту, яка дає правильну відповідь із найменшими витратами.

Читайте также: Точна причина невідома. Стартап Сема Альтмана зі сканування райдужки ока скорочує працівників

Часто цю тенденцію описують як конкуренцію між американськими лабораторіями та китайськими або відкритими моделями. Проте, на думку автора, головний поділ проходить не між відкритими та закритими системами, а між великими й малими моделями. Економія можлива як під час переходу з GPT-5.5 на китайську DeepSeek V4 Flash, так і під час використання меншої версії тієї ж лінійки моделей.

Зараз на ринку триває цінова конкуренція між великими лабораторіями та постачальниками відкритих моделей. Але в питанні економії ключовим фактором залишається саме розмір моделі, а не спосіб її розповсюдження.

До цього часу компанії майже не замислювалися над витратами, оскільки розвиток галузі підтримувався значними інвестиціями. Клієнти здебільшого обирали найсучасніші моделі, не звертаючи особливої уваги на ціну.

Тепер ситуація змінюється. Вартість токенів зростає, а обсяги субсидування поступово скорочуються. Поки що невідомо, чи змусить це бізнес масово переходити на менші моделі. Компанії можуть також скорочувати кількість запитів, використовувати менше контексту або відмовлятися від найменш ефективних проєктів.

Однак якщо виявиться, що більшість завдань можна виконувати за допомогою менших моделей без втрати якості, це може сповільнити зростання попиту на дорогі обчислення та поставити питання про доцільність витрат на створення нових передових моделей штучного інтелекту.

Читайте также: Наступний етап підготовки. NASA оголосило екіпаж місії Artemis III для польоту до Місяця