27 сентября издание PYMNTS опубликовало разбор того, как американские компании пересматривают выбор ИИ-моделей из-за роста расходов — и в основе материала лежит откровенное признание техдиректора Tinder Виная Курувилы: «В январе мы тратили из расчёта миллион долларов в год, а к июлю это выросло до десяти миллионов… Я не хочу ещё одного десятикратного роста». Материал перекликается с сентябрьским отчётом Vercel по её AI Gateway: в августе открытые модели с открытыми весами (open-weight) впервые обошли закрытые проприетарные модели по объёму обработанных токенов — 56% против 44%, притом что ещё в декабре 2025 года их доля составляла всего 7%.

Важная деталь, которую легко пропустить: при этом открытые модели забрали лишь 14% всех расходов бизнеса на ИИ — основные деньги (86%) по-прежнему идут топовым проприетарным моделям вроде тех же Claude или GPT. То есть происходит не бегство от качественных моделей, а разделение труда: дорогая топовая модель остаётся для задач, где нужна максимальная точность, а рутинные, объёмные операции — классификация обращений, извлечение данных из документов, черновая генерация текста — массово переезжают на более дешёвые открытые модели. Средняя цена токена в августе упала на 23,2% — самое резкое падение с апреля.

Что это значит на языке конкретной сметы автоматизации

Представим логистическую компанию среднего размера (в материале PYMNTS в похожей ситуации упоминается CH Robinson), которая обрабатывает входящие заявки на перевозку через ИИ: разбирает email и PDF с деталями груза, сверяет маршрут, формирует предварительное предложение. Если год назад вся цепочка держалась на одной дорогой модели «для всего», то сейчас разумная архитектура — это конвейер из нескольких моделей: дешёвая открытая модель вытаскивает данные из письма и PDF, более дорогая проверяет итоговое предложение перед отправкой клиенту. По грубым прикидкам такая связка может снизить месячный счёт за ИИ на 40–60% без потери качества на критичном последнем шаге — именно такой эффект и описывают в PYMNTS клиенты с большим объёмом обращений.

Где заканчивается экономия и начинается новая головная боль

Здесь есть и оборотная сторона, о которой в восторженных пересказах отчёта обычно молчат. Открытые модели почти всегда означают, что компания сама берёт на себя инфраструктурную ответственность: где размещать модель, кто следит за обновлениями безопасности, кто обеспечивает аптайм при пиковой нагрузке — вместо того чтобы просто платить за API и снять с себя эти вопросы. Для бизнеса без своей инженерной команды это может обернуться скрытыми расходами, которые не видны в сравнении «цена за токен против цены за токен». В материале прямо говорится: технический директор Tinder признаёт, что нынешние топовые модели уже избыточны по возможностям для большинства задач компании — но добавляет условие «если открытые модели продолжат прогрессировать», то есть решение остаётся ставкой на будущее, а не гарантированной экономией здесь и сейчас.

Для владельца малого или среднего бизнеса в Португалии практический вывод не в том, чтобы срочно переходить на открытые модели самостоятельно — а в том, что стоимость грамотно спроектированной автоматизации продолжает падать, и решения годовой давности «это слишком дорого для нашего объёма» стоит пересчитать заново. Разница в архитектуре — одна модель на всё или конвейер из нескольких — часто определяет итоговый счёт больше, чем выбор конкретного вендора.

Показательна и динамика внутри самого рынка проприетарных моделей, которую приводит Vercel: после запуска Claude Opus 5 её предшественница Fable 5 обвалилась с 13,2% до 4,9% доли расходов за месяц, а девять из десяти команд, ранее работавших на Fable, сократили её использование почти сразу после появления более дешёвой альтернативы того же уровня. Это значит, что даже внутри «дорогого» сегмента конкуренция за цену идёт не менее жёстко, чем на стороне открытых моделей — и компании, которые пересматривают свой стек ИИ раз в квартал, а не раз в год, оказываются в заметно лучшем положении по итоговому счёту.

Мы в Dayava проектируем именно такие многоступенчатые конвейеры под конкретный бюджет клиента, а не продаём одно универсальное решение. Если интересно похожее решение для вашего бизнеса — оставьте заявку на dayava.pt/contactos/.

Источник: PYMNTS, "Businesses Embrace Open-Weight AI Amid Heavy Tech Costs"