Генеративный ИИ долгое время продавался по простой схеме: ежемесячная подписка, чат и ответы на запросы. Но с ростом агентных сценариев эта модель меняется. Такие системы могут работать автономно часами, тратить гораздо больше токенов и делать фиксированную цену все менее выгодной для провайдеров.
Редакция THE DECODER в выпуске Frontier Radar #3 разбирает, как формируется новая экономика токенов в генеративном ИИ. Материал посвящен переходу от подписки к оплате по фактическому использованию, разделению токенов по типам сервисов и проблеме оценки реальной пользы ИИ, когда расходы видны точно, а результат часто измерить трудно.
Раньше фиксированные тарифы работали потому, что у человека есть естественные ограничения: он медленно печатает, читает ответы, делает паузы и заканчивает работу. Агент таких ограничений не имеет. Он может читать файлы, вызывать инструменты, писать код, проверять промежуточные результаты, исправлять ошибки и продолжать работу до завершения задачи.
На стороне поставщиков тоже растет давление. Крупные ИИ-компании вложили сотни миллиардов долларов в дата-центры, чипы и обучение моделей. При такой структуре затрат плоские тарифы становятся все менее жизнеспособными.
Один из заметных примеров — GitHub Copilot. С 1 июня 2026 года сервис постепенно переходит к модели оплаты по использованию через GitHub AI Credits. Кредиты привязаны к фактическому расходу токенов и API-ценам конкретных моделей. Новые правила затрагивают в первую очередь чат, CLI и агентные функции. Обычные автодополнения кода в платных тарифах под них не попадают.
Логика GitHub проста: короткий вопрос в чате и автономная сессия кодирования, которая длится несколько часов, больше нельзя оценивать одинаково.
Anthropic проводит похожую границу между обычным использованием и агентными сценариями. Компания указывает, что Claude Code, Claude Cowork и Managed Agents превращают Claude в цифрового исполнителя. По словам Anthropic, пиковые нагрузки и контексты до 1 млн токенов создавали узкие места в Claude Code. Старые тарифы подходили для интенсивного общения в чате, но не всегда годились для постоянно работающих агентов.
По анализу публичного API Anthropic, почти половина всех агентных вызовов инструментов приходится на разработку ПО. В клиентском сервисе, продажах, финансах и электронной коммерции доля таких сценариев пока составляет лишь несколько процентов. Там по-прежнему преобладают простые чат-запросы.
Из-за этого меняется и сам смысл цены токена. Пока ИИ использовали в основном как чат-инструмент, стоимость за токен выглядела технической деталью. В агентных процессах она становится бизнес-метрикой.
Прямое сравнение цен по токенам часто вводит в заблуждение. В материале приводится пример: GPT-5.5 стоит 30 долларов за миллион выходных токенов, а DeepSeek V4 Pro — 87 центов. Но сама по себе эта цифра мало что говорит. Важен расход токенов на задачу, число попыток, частота ошибок и объем доработки после ответа модели.
Дешевая модель может в итоге обойтись дороже, если ей нужно больше попыток, она чаще ошибается или требует больше ручной правки. Дорогая модель, наоборот, окупается, если приводит к результату быстрее и требует меньше контроля со стороны человека.
По данным анализа OpenRouter, GPT-5.5 должен был частично компенсировать более высокую цену за счет более коротких ответов. Но в реальном использовании рост затрат по сравнению с предшественником составил от 49 до 92 процентов в зависимости от длины входа.
Похожий пример касается Gemini 3.5 Flash. Цена токена у этой модели выросла втрое относительно Gemini 3 Flash. В тестах Artificial Analysis модель также потребовала больше шагов в прогоне Intelligence Index. В результате в этом тесте она оказалась дороже, чем текущий флагман Google — Gemini 3.1 Pro.
С другой стороны, на рынок давят и сверхнизкие цены от DeepSeek. Ставка компании в том, что при очень низкой цене за токен одну и ту же задачу можно запускать четыре или пять раз и все равно остаться в плюсе. Но это работает лишь до тех пор, пока итоговое качество остается приемлемым.
По мере разделения рынка теряет смысл разговор о единой цене токена. Один токен в кодовом агенте с низкой задержкой, токен в массовом приложении и токен в специализированной системе для анализа безопасности — это разные экономические продукты, хотя формально все они считаются одинаковым способом.
Теперь различия между тарифами строятся по нескольким параметрам: задержка, режим обработки, размер контекста, длительность работы агента, специализация модели и экономическая ценность результата. Провайдеры продают уже не просто вычисления в форме токенов, а разные типы inference-сервисов.
Глава Nvidia Дженсен Хуанг прямо связал это с экономикой рынка. В интервью Dwarkesh Patel он объяснил, почему Nvidia лицензировала inference-архитектуру стартапа Groq и встроила ее в экосистему CUDA. По его словам, ценность токена выросла настолько, что разные типы токенов уже можно продавать по разным ценам.
Хуанг сказал: «Раньше токены были либо бесплатными, либо почти ничего не стоили. Но теперь у вас есть разные клиенты, и этим клиентам нужны разные ответы. Поскольку клиенты зарабатывают так много денег — например, наши инженеры-программисты, — если я могу дать им гораздо более отзывчивые токены и сделать их еще продуктивнее, я бы за это заплатил».
В беседе с Lex Fridman Хуанг сформулировал идею еще жестче: компьютеры раньше были складами для данных, а теперь становятся фабриками токенов. И как любая фабрика, они выпускают сразу несколько типов продукта.
Его цитата: «Токены начинают делиться на сегменты, как iPhone. Есть бесплатные токены, есть премиальные токены, и есть несколько вариантов посередине. […] Идея о том, что кто-то будет готов платить 1000 долларов за миллион токенов, уже совсем близко. Вопрос не в том, случится ли это, а только в том, когда».
Такая логика уже заметна в прикладных сценариях. По данным The Information, Palo Alto Networks тестировала модель безопасности Anthropic Mythos для поиска уязвимостей в собственном исходном коде. Сообщается, что модель нашла более двух десятков критических уязвимостей примерно за три недели — это примерно в пять раз больше, чем существующие методы.
При этом токенные расходы в тесте быстро выросли до миллионов. Но такие затраты могут быть оправданы, если найденные уязвимости обошлись бы компании намного дороже в случае эксплуатации злоумышленниками.
Еще один пример — британская биотехнологическая компания Basecamp Research. Она хочет увеличить свой набор биологических данных с 10 млрд до 1 трлн генов и других точек данных в проекте Trillion Gene Atlas для обучения моделей, применяемых в разработке лекарств. Ключевой актив здесь — закрытый датасет.
Если такие модели выдают жизнеспособные гипотезы или кандидаты на лекарства, токенный запуск уже нельзя сопоставлять с обычным ответом в чате или кодовой подсказкой. Важной становится не техническая цена, а доступ к закрытым данным, специальным моделям и промежуточным результатам с высокой экономической ценностью.
При этом расходы на ИИ становятся все более точными, а польза часто остается размытой. Можно измерить цену до цента, но намного труднее доказать, привел ли ИИ к лучшим решениям, более быстрой аналитике, снижению рутины или раннему обнаружению ошибок.
Fortune приводит пример Uber. По данным издания, компания израсходовала запланированный на 2026 год бюджет на ИИ-инструменты для программирования всего за четыре месяца. COO Uber Эндрю Макдональд поставил под вопрос, приводит ли растущее использование Claude Code к появлению большего числа полезных функций для клиентов.
На макроуровне проблему описывает SemiAnalysis термином Dark Output. Смысл в том, что ИИ может выполнять экономически ценную работу, которая почти не отражается в традиционной статистике. Особенно это заметно, когда задачи, ранее оплачиваемые как консалтинг, юридические услуги или внешние контракты, переходят во внутренние ИИ-процессы. Затраты на токены и облако видны, а ценность выполненной работы не оформляется как отдельная транзакция.
Из-за этого в компаниях появляется упрощенная метрика управления: расход токенов сам по себе начинают воспринимать как признак созданной ценности. Для этого рефлекса уже появился термин — tokenmaxxing.
Под tokenmaxxing понимают предположение, что большее использование ИИ автоматически приносит больше пользы. Проблема в том, что токены отражают активность, а не итог. Агент, который два часа неверно решает задачу, может сжечь больше токенов, чем агент, который справляется правильно за пять минут.
Агентные системы усиливают этот перекос. Потребление растет, а мгновенная проверка качества со стороны человека исчезает. В чате пользователь сразу видит ответ и тут же оценивает его. Автономный агент может работать часами и выдать результат только в конце, когда токены уже потрачены.
Поэтому управлять такими системами нужно раньше — на этапе постановки задачи. Для агентного ИИ важны четкие рамки: что именно нужно сделать, какие данные и инструменты разрешены, когда требуется проверка человеком, в какой момент агент должен остановиться и какой бюджет допустим для попытки.
В материале приводится пример такого правила: проверить pull request стандартной моделью, при признаках риска безопасности передавать только релевантные файлы и фрагменты в более дорогую модель, прерывать вызов, если входной контекст превышает 200 000 токенов, отслеживать общий расход входных и выходных токенов и останавливать процесс при выходе за бюджет.
На практике такие лимиты нельзя точно задать заранее. Обычно их формируют по данным первых запусков для каждого сценария: оценивают типичный расход токенов, строят бюджет и настраивают предупреждения для аномалий. Качество, цена и ответственность в этой схеме нужно планировать вместе.
Именно здесь идея сегментации токенов получает прикладной смысл. Рутинные задачи можно отдавать дешевой стандартной модели, а дорогую специализированную использовать только при необходимости. По данным The Information, ранние тестировщики Mythos уже применяют такой подход: дорогая модель отвечает за планирование, оценку и критический анализ, а более дешевые модели выполняют часть работы.
THE DECODER предлагает смотреть на эксплуатацию ИИ через совместный анализ расхода и результата. В тексте выделены четыре типовых сигнала:
- Высокий расход токенов и приемлемый результат — задача решена, но дороже, чем могла бы.
- Высокий расход токенов и плохой результат — наихудший сценарий, когда деньги потрачены без полезного выхода.
- Низкий расход токенов и большой объем ручной доработки — токены дешевы, но издержки уходят в зарплаты сотрудников.
- Расход есть, а привязать его к созданной ценности нельзя — затраты видны, а вклад процесса в бизнес неясен.
Авторы рассматривают и три варианта развития рынка. Базовый сценарий — самый вероятный: крупные провайдеры будут расширять гибридную модель с базовой подпиской и оплатой по использованию, компании начнут строить бюджеты и правила маршрутизации моделей, а экономика токенов станет частью управленческой практики, но не оформится в отдельную дисциплину.
Ускоренный сценарий возможен, если агентные модели и интеграции с инструментами будут улучшаться быстрее ожиданий. Тогда автономные процессы выйдут за пределы разработки ПО, а дифференциация цен по классам моделей со временем может перейти к оплате за результат — например, за найденную уязвимость или проверенный pull request.
Третий сценарий предполагает более жесткую реакцию бизнеса. Если случаев вроде Uber станет больше, финансовые директора могут ужесточить ограничения, а провайдерам придется либо гарантировать качество результата, либо снижать цены. Тогда дешевые игроки, такие как DeepSeek, получат преимущество, а премиальные токены останутся нишевым продуктом.
По оценке THE DECODER, возврат к чистым фиксированным тарифам маловероятен. Давление капитальных затрат на стороне провайдеров слишком велико, а агентные сценарии уже меняют структуру потребления. Более вероятен переход к модели, в которой использование ИИ станет дороже, заметнее и управляться активнее.
Итоговый вывод материала: в эпоху агентов токен становится бизнес-метрикой, сопоставимой с расходом топлива в логистике. Компании должны понимать, сколько токенов тратит каждая задача, какой тип модели ей нужен и оправданы ли эти расходы итоговым результатом.
Источник: THE DECODER, Fortune, The Information, SemiAnalysis, OpenRouter, Artificial Analysis, интервью Дженсена Хуанга Dwarkesh Patel и Lex Fridman.
*Организация Meta (владелец Facebook и Instagram) признана экстремистской организацией и ее деятельность запрещена на территории России.
