Компании стали выбирать ИИ-модели по цене и задаче, а не по размеру

Подход, в котором выигрывает самая крупная ИИ-модель, постепенно уходит на второй план. Компании все чаще выбирают модели под конкретные задачи, с учетом стоимости и уровня контроля, а не по месту в бенчмарках. Как пишет The Next Web (TNW), одна из причин в расходах на использование моделей в корпоративном масштабе: они могут доходить до миллионов долларов в месяц.

На этом фоне растет популярность model routing, систем, которые автоматически перенаправляют запросы к наиболее подходящей модели. Простые задачи, например суммаризация, и более сложные сценарии с многошаговыми рассуждениями теперь обрабатываются разными моделями. Параллельно рынок смещается в сторону специализированных отраслевых систем и task-specific AI agents.

По оценке Gartner, к концу 2026 года task-specific AI agents будут встроены в 40% корпоративных приложений, тогда как годом ранее этот показатель был ниже 5%. При этом корпоративные расходы на ИИ продолжают расти, несмотря на снижение цен за токен. Причина в том, что agentic tools тратят значительно больше токенов на одну задачу. Глава Palo Alto Networks Никеш Арора ранее говорил, что для масштабного внедрения цены на токены должны снизиться еще на 90%.

В материале также отмечается усиление ценового давления на рынок со стороны открытых и более дешевых моделей. Китайские модели, по данным TNW, сокращают отставание от ведущих американских лабораторий при заметно более низкой стоимости. Из-за этого монетизировать «просто достаточно хорошие» модели становится сложнее.