OpenAI снизила стоимость своей флагманской линейки: модель Luna подешевела на 80%, до $0,20 за миллион входных токенов
Мартовский флагман GPT-5.4 теперь доступен в виде Luna в 13 раз дешевле — и это менее чем за четыре месяца
Модель Terra подешевела на 20% и теперь стоит дешевле китайского конкурента Kimi K3
Снижение цен происходит на фоне обязательств OpenAI потратить $600 млрд на вычисления до 2030 года — и растущих вопросов о рентабельности компании
Индустрия искусственного интеллекта вступает в новую фазу: крупнейшие игроки одновременно снижают издержки и наращивают возможности бюджетных моделей, чтобы устоять перед новыми китайскими разработками — Kimi K3 от Moonshot AI и V4 Flash от DeepSeek. OpenAI присоединилась к этому тренду последней: базовая модель линейки ChatGPT 5.6 — Luna — подешевела на 80% за миллион токенов, а модель среднего уровня Terra — на 20%. Решение принято спустя чуть больше недели после того, как Google представила более доступные модели Gemini 3.6 Flash и Flash-Lite. Anthropic цены не снижала, но заменила самую доступную модель Opus 4.8 на более производительную Claude 5.0 — по той же цене.
Источник изображения — tomshardware.com
Более доступный интеллект — прямое следствие обострившейся глобальной конкуренции, но для крупных компаний оно может обернуться падением маржи. Этому предшествовали месяцы, в течение которых крупные ИИ-компании — включая таких убеждённых сторонников технологии, как xAI Илона Маска, — объявляли о сокращениях и ограничениях на использование своих моделей. И это несмотря на то, что число сотрудников, использующих ИИ в работе, продолжает расти: по имеющимся данным, рост производительности от этого пока остаётся довольно скромным.
Развитие ИИ в Китае и США во многом отражает исторические сильные стороны обеих стран. Пока американские компании тратят колоссальные суммы на продвижение технологий переднего края, китайские разработчики опираются на собственную промышленную базу и создают модели, которые дешевле, легче в развёртывании и почти не уступают лидерам рынка в топовом сегменте.
DeepSeek удивила западных разработчиков ИИ ещё в 2025 году, а в 2026-м то же самое сделала Kimi K3. По отдельности каждое из этих событий вызвало бы серьёзное беспокойство у таких компаний, как OpenAI, Google и Anthropic. Но после нескольких месяцев жалоб бизнеса на стремительно растущую стоимость токенов новость о модели, которая почти не уступает по качеству, но стоит значительно дешевле, произвела настоящий фурор.
Сколько теперь стоят модели OpenAI
Крупным разработчикам ИИ уже недостаточно наращивать число параметров и объём тренировочных данных — приходится по-настоящему конкурировать по цене. Показательна скорость, с которой это произошло: OpenAI запустила ChatGPT 5.4 в марте с продвинутыми агентными возможностями по цене $2,50 за миллион входных токенов и $15 за миллион выходных. Менее чем через четыре месяца её преемница GPT 5.6 Luna стоит всего $0,20 и $1,20 соответственно.
- GPT 5.6 Luna — $0,20 за миллион входных токенов и $1,20 за миллион выходных (снижение на 80%)
- GPT 5.6 Terra — $2,00 за миллион входных токенов и $12,00 за миллион выходных (снижение на 20%)
- GPT 5.6 Sol — цена не изменилась: $5 и $30 за миллион входных/выходных токенов
- GPT 5.6 Sol Fast — новый ускоренный режим по $10 и $60 за миллион токенов, с той же интеллектуальностью, но вдвое меньшей задержкой
GPT-5.4 full в режиме xhigh набрала 51 балл — ровно столько же, сколько сейчас показывает Luna max. При этом GPT-5.4 стоила $2,50/$15, а Luna теперь стоит $0,20/$1,20. Иными словами, примерно за четыре месяца OpenAI начала продавать мартовский флагманский интеллект примерно в тринадцать раз дешевле в пересчёте на токен. 30 июля 2026 года
Эти сокращения выводят Luna на уровень DeepSeek V4, где pro-версия стоит $0,435 за миллион входных токенов и $0,87 за миллион выходных. А Terra после снижения цены на 20% обходится дешевле нашумевшей Kimi K3, которая стоит $3 и $15 за миллион входных и выходных токенов соответственно.
При этом ускоренный режим Sol Fast обходится вдвое дороже базовой версии — $10 и $60 за миллион токенов при той же интеллектуальности, но меньшей задержке. Это решение напрямую бьёт по конкурентам вроде Claude Fable 5 и Mythos 5 от Anthropic.
Хватит ли у OpenAI денег на такую стратегию
Главный вопрос — принесёт ли всё это OpenAI хоть какую-то прибыль. В начале года компания фактически отказалась от идеи строить и владеть собственными дата-центрами, из-за чего аренда мощностей у Neoclouds стала как никогда важна. Такие сделки, как контракт на $300 млрд с Oracle на вычислительные мощности, теперь напрямую определяют, сможет ли сервис OpenAI продолжать работу в нынешнем виде.
Вопросы о том, как компания оплатит подобные обязательства, звучали и раньше — но сейчас они стали ещё острее. OpenAI уже теряет деньги на подписках и не выполнила ключевые цели по выручке в начале года. И это на фоне убытков в десятки миллиардов долларов в 2025-м, несмотря на стабильный рост выручки в течение всего года.
Компания обязалась потратить около $600 млрд на вычислительные мощности до 2030 года. Даже если выручка продолжит расти, этот рост может не поспевать за такими счетами, а снижение цен на самые популярные и доступные модели говорит о том, что маржа либо резко сократится, либо исчезнет вовсе.
Возможно, именно поэтому активно обсуждается вероятная поддержка OpenAI со стороны Nvidia в объёме $250 млрд. Похожая ситуация складывается и у других игроков рынка: Google за последний год потратила на ИИ-инфраструктуру примерно в девять раз больше своей облачной выручки, а Anthropic смогла выйти в плюс по годовой выручке совсем недавно — и во многом благодаря льготной сделке с xAI об аренде дата-центра Colossus.
Почему компании всё равно снижают цены
Искусственный интеллект не стал внезапно дешевле ни в разработке, ни в эксплуатации — и тем не менее компании снижают цены, делая более быстрые и мощные модели доступнее. На первый взгляд, экономика здесь не сходится.
Индустрия ИИ часто ссылается на парадокс Джевонса, объясняя ускоренное внедрение технологии. Во времена самого Джевонса более эффективные угольные двигатели приводили не к сокращению, а к росту потребления угля. Разработчики ИИ рассуждают похожим образом: по мере роста эффективности использования моделей будут появляться всё новые сценарии применения, а суммарное потребление токенов вырастет.
Похоже, именно к такому сценарию и подталкивают эти снижения цен. Если токены дёшевы, их станут использовать активнее, а значит вырастет и совокупная выручка. Добавьте к этому новое поколение ИИ-ускорителей, которое к концу года станет привычным для дата-центров, — и в перспективе можно получить до 10 раз больше токенов на ватт энергии, а это способно сделать более низкую маржу прибыльной за счёт объёма.
Впереди ещё и платформа Vera Rubin, которая, по заявлениям Nvidia, обеспечит ещё одно десятикратное повышение эффективности обработки токенов. Вполне вероятно, что преимущества Blackwell и Vera Rubin в итоге сделают инференс более прибыльным направлением бизнеса. Но даже в этом случае сложно представить, как крупные компании смогут окупить хотя бы часть колоссальных инвестиций за счёт прямых доходов от ИИ — особенно на фоне растущей конкуренции, которая продолжает толкать цены на токены вниз.
