Рынок больших языковых моделей вступает в новый этап ценовой конкуренции. Если раньше ключевыми расходами были обучение моделей и закупка оборудования для него, то теперь всё большую роль играет инференс — вычисления, необходимые для обработки пользовательских запросов и генерации ответов.

Китайские разработчики активно снижают стоимость API. DeepSeek закрепила постоянную скидку на профессиональную версию своей модели и ввела динамические тарифы в зависимости от времени использования.

Xiaomi снизила цены на API семейства MiMo, а облачные платформы также начали уменьшать стоимость доступа к моделям DeepSeek и другим сервисам. Для многих компаний цена обработки запросов оказывается важнее максимальных показателей модели: в типовых задачах пользователи нередко выбирают более доступный вариант, даже если он уступает лидерам по качеству.

Низкие цены DeepSeek связывают с оптимизацией алгоритмов, более эффективной работой с длинным контекстом, механизмами кеширования и использованием китайских вычислительных платформ. Однако возможности дальнейшего снижения стоимости не безграничны. Чем больше ИИ внедряется в продукты и сервисы, тем больше запросов проходит через модели, а значит, тем выше постоянные затраты на инференс.

В ближайшие годы структура расходов может заметно измениться. Обучение модели требует крупных, но относительно разовых вложений, тогда как инференс оплачивается непрерывно — с каждым запросом пользователя. Поэтому при массовом использовании ИИ именно инфраструктура для генерации ответов способна занять основную часть вычислительного бюджета компаний.

На этом фоне крупнейшие разработчики рассматривают создание собственных чипов для инференса. DeepSeek, согласно публикации, изучает разработку специализированных решений, OpenAI работает над кастомным чипом совместно с Broadcom, а Anthropic усиливает направление собственной аппаратной разработки. Цель очевидна: уменьшить зависимость от дорогих универсальных GPU и снизить себестоимость обработки токенов.

Но выпуск собственного чипа — сложная и рискованная стратегия. Создателям моделей приходится выходить за пределы привычной программной экспертизы, инвестировать в архитектуру, производство и поставки. Кроме того, одного производительного чипа недостаточно: необходима экосистема инструментов, библиотек и разработчиков. Именно благодаря такой экосистеме решения NVIDIA сохраняют сильные позиции на рынке.

Таким образом, конкуренция в ИИ смещается от вопроса «кто создаст более умную модель?» к вопросу «кто сможет обеспечить её массовую работу по минимальной цене?». Победителями могут стать компании, которые сумеют объединить эффективные алгоритмы, доступное оборудование, устойчивые поставки и удобную инфраструктуру для разработчиков.