Китай и ИИ с открытым исходным кодом берут объём, но не деньги: Anthropic держит 50% расходов

Генеральный директор Decagon Джесси Чжан 9 июня опубликовал пост под заголовком «Все ошибаются насчёт опенсорсного ИИ в корпоративном секторе». Его тезис подкреплён свежими данными двух крупных платформ-шлюзов, Vercel и OpenRouter, и касается каждого, кто тратит деньги на API нейросетей. Источник анализа, издание The Verge.

Два яруса рынка: дёшево на потоке, дорого на острие

• Открытые модели забирают объём, но не деньги. По данным дашборда Vercel, DeepSeek за последнюю неделю вышел на первое место по количеству обработанных токенов (единиц текста, на которые модель разбивает слова), пропуская через инфраструктуру Vercel чуть больше трети всего трафика. Китайская лаборатория Z.ai с моделью GLM-5.2 заняла четвёртое место за тот же период.

• Anthropic держит больше половины расходов. Несмотря на рост дешёвых альтернатив, Anthropic по-прежнему забирает более 50% совокупных трат на ИИ на платформе Vercel. Доля немного снизилась за последний месяц, отчасти из-за повышения собственных цен Anthropic, но не критично.

• OpenRouter подтверждает картину. DeepSeek V4 Flash обрабатывает 5,3 триллиона токенов в неделю. Самая популярная «фронтирная» (передовая закрытая) модель Opus 4.8 обрабатывает чуть больше 2 триллионов. Но средняя цена токена у Opus 4.8 примерно в 23 раза выше, чем у V4 Flash, а значит, по деньгам Opus, вероятно, по-прежнему лидирует.

• Nvidia Nemotron на подходе. Платформы пока не учитывают новую модель Nvidia Nemotron, которая, по оценке The Verge, способна быстро выйти в лидеры по объёму благодаря связям Nvidia в индустрии и высокой адаптивности модели.

Почему открытые модели не убивают дорогие?

Джесси Чжан предлагает формулу: передовые модели «владеют открытием», а открытые модели «владеют производством». Это значит, что дорогую модель используют, чтобы проверить новую задачу и убедиться, что она решаема. Когда задача становится рутинной, её передают дешёвой открытой альтернативе.

Пока зрелые задачи уходят на лёгкие модели, возникают новые, и общие расходы на передовые модели почти не снижаются. Рынок задач, которые можно решить с помощью ИИ, растёт настолько быстро, что топовые модели удерживают позиции просто за счёт доминирования на раннем этапе внедрения.

Есть и второе объяснение: часть задач настолько сложна, что заменить дорогую модель дешёвой просто не получается.

Как попробовать эту логику на практике?

1. Откройте дашборд Vercel AI Gateway (доступен бесплатно) и посмотрите, какие модели лидируют по объёму токенов, а какие по расходам. Это даёт наглядную картину рынка в реальном времени.

2. Проверьте свою задачу сначала на передовой модели (Claude Opus, GPT-4o), затем повторите тот же промпт (запрос к модели) на DeepSeek V4 Flash. Сравните качество ответа и стоимость.

3. Если качество приемлемо, переведите рутинные операции (рерайт, классификация, генерация черновиков) на дешёвую модель, а дорогую оставьте для задач, где нужна точность или рассуждение.

Сравнение с российскими аналогами

Для аудитории в России и СНГ прямой доступ к API Anthropic и DeepSeek ограничен, но логика двух ярусов работает и с локальными моделями.

Тема «Китай ИИ открытый исходный код» здесь проявляется напрямую: DeepSeek и Z.ai (GLM-5.2) из Китая забирают рекордную долю объёма. Для российских пользователей китайские открытые модели часто доступнее американских, и их можно запускать локально.

Что делать прямо сейчас, по ролям

Автору Дзена. Генерацию черновиков и заголовков переводите на дешёвую модель. Дорогую используйте только для финальной вычитки или сложной аналитики. Экономия может составить десятки раз на токен.

Маркетологу. Считайте стоимость токена как статью бюджета. Данные Vercel и OpenRouter дают ориентир рыночных цен: если ваш провайдер берёт дороже $0,06 за миллион токенов за рутинные задачи, есть куда оптимизировать.

Предпринимателю в РФ. Стратегия «открытие на дорогой модели, производство на дешёвой» работает и с YandexGPT / GigaChat. Протестируйте задачу на Pro-версии, затем переведите поток на Lite. А китайские открытые модели (DeepSeek, GLM) можно развернуть на собственном сервере без зависимости от зарубежного API.

Частые вопросы

DeepSeek обгоняет Anthropic?

По объёму обработанных токенов на платформе Vercel DeepSeek вышел на первое место, обрабатывая более трети трафика. Но по расходам Anthropic по-прежнему занимает более 50%. Лидерство по объёму не равно лидерству по деньгам.

Доступны ли DeepSeek и GLM-5.2 в России?

DeepSeek доступен через API и веб-интерфейс, модели можно скачать и запустить локально, они имеют открытые веса (открытые параметры модели, которые можно скачать и использовать без разрешения разработчика). GLM-5.2 от Z.ai также распространяется как открытая модель. Оба варианта не требуют подписки на американские сервисы.

Стоит ли полностью переходить на дешёвые модели?

Нет. Часть задач, по наблюдениям Чжана и данным платформ, остаётся слишком сложной для лёгких моделей. Стратегия «два яруса» работает лучше полного отказа от передовых моделей: проверяете гипотезу на дорогой, масштабируете на дешёвой.

Кто выбирает модель под конкретный проект, а не по хайпу, тот и экономит, и получает качество, просто на разных этапах конвейера.