Добавить в корзинуПозвонить
Найти в Дзене
Внутри AI

DeepSeek, OpenAI и цена токена: почему рынок ИИ перестал быть игрой в одни ворота

В апреле 2026 года DeepSeek представил предварительную версию V4 — модель с открытыми весами и двумя вариантами: Flash для быстрых задач и Pro на 1,6 триллиона параметров для сложного мышления. Анонс даже в предварительном виде вызвал почти месячную паузу в новостях от конкурентов. Перейдём к цифрам. OpenAI берёт два доллара за миллион входящих токенов на GPT-4.1 и два с половиной на GPT-4o. DeepSeek-V3.2 при открытых весах — шестьдесят центов за вход и два с половиной доллара за выход. Разница не в проценты — в разы. Это главная тема 2026 года. Разговоры про стоимость ИИ часто сводятся к абстрактным прогнозам. Но цены на API уже известны до цента, и разрыв серьёзный. Разница в стоимости входа достигает трёх-четырёх раз. Это не маркетинговые обещания, а цифры из действующих тарифных сеток. В августе 2025 года OpenAI официально запустила GPT-5 — модель, которая объединила несколько предшественников в единую систему. Запуск сопровождался скандалом: слайд с бенчмарками раскритиковали и пр
Оглавление

В апреле 2026 года DeepSeek представил предварительную версию V4 — модель с открытыми весами и двумя вариантами: Flash для быстрых задач и Pro на 1,6 триллиона параметров для сложного мышления. Анонс даже в предварительном виде вызвал почти месячную паузу в новостях от конкурентов. Перейдём к цифрам. OpenAI берёт два доллара за миллион входящих токенов на GPT-4.1 и два с половиной на GPT-4o. DeepSeek-V3.2 при открытых весах — шестьдесят центов за вход и два с половиной доллара за выход. Разница не в проценты — в разы. Это главная тема 2026 года.

Изображение создано с помощью YandexART (Алиса)
Изображение создано с помощью YandexART (Алиса)

Что стоит за цифрами: реальные цены, а не мифы

Разговоры про стоимость ИИ часто сводятся к абстрактным прогнозам. Но цены на API уже известны до цента, и разрыв серьёзный.

Таблица сравнения стоимости за 1 млн. токенов
Таблица сравнения стоимости за 1 млн. токенов

Разница в стоимости входа достигает трёх-четырёх раз. Это не маркетинговые обещания, а цифры из действующих тарифных сеток.

GPT-5 как поворотный момент

В августе 2025 года OpenAI официально запустила GPT-5 — модель, которая объединила несколько предшественников в единую систему. Запуск сопровождался скандалом: слайд с бенчмарками раскритиковали и превратили в мем, а Сэм Альтман признал серьёзный провал в графике. Но технически модель стала важным шагом: три уровня — Instant, Thinking, Pro — охватывают разные потребности, от быстрых ответов до многочасового анализа.

К декабрю 2025 года вышла версия GPT-5.2, разделившая доступ по подписке, а к апрелю 2026 года — GPT-5.4, самая продвинутая на API-платформе.

Почему цена стала главным аргументом

Рынок ИИ ожидает взрывной рост: с 371 миллиарда долларов в 2025 году до почти двух с половиной триллионов к 2032 году при среднегодовом темпе в тридцать процентов. Главный бенефициар пока OpenAI — по итогам 2025 года компания заработала около 120 миллиардов долларов выручки.

Однако только 13 процентов ИИ-рабочих нагрузок в середине 2025 года использовали открытые модели, и эта доля даже снизилась с 19 процентов полугодием ранее. При этом 41 процент предприятий наращивают использование открытых моделей, несмотря на небольшую общую долю рынка.

Это картина не массового бегства с OpenAI, а постепенное расслоение: крупные компании, для которых ИИ — ключевое преимущество, в 40 процентах случаев чаще выбирают открытый исходный код. Компании, которым ИИ нужен для эффективности, предпочитают закрытые API.

Реальный пример: как одна логистическая компания сэкономила на переходе

В начале 2026 года средняя логистическая компания обрабатывала около 50 миллионов токенов в месяц через API GPT-4o для анализа контрактов и маршрутных листов. Счёт составлял порядка 500–700 долларов ежемесячно. После замены на DeepSeek-V3.2, развёрнутую локально на собственном сервере, стоимость упала до 120–150 долларов. Большая часть функций — извлечение адресов, проверка условий — выполнялась с той же точностью. Сэкономленные средства направили на расширение команды аналитиков.

Этот случай не единичный, но он хорошо иллюстрирует, что открытая модель способна закрыть до 80% задач, которые раньше решались только закрытыми API.

Гонка бенчмарков: кто быстрее и точнее

Разрыв в производительности между открытыми и закрытыми моделями сокращался весь 2025 год. Если в феврале прошлого года одна из открытых моделей лишь ненадолго сравнялась с лучшей моделью США, то к марту 2026 года разрыв составил всего 2,7 процента и колебался в пределах однозначных чисел.

На практических тестах расклад такой. В задачах реального программирования GPT-4.1 набирает 54,6 процента, открытая модель — около 42. Разрыв есть, но декабрьская версия открытой модели уже достигла паритета с GPT-5 по нескольким тестам на рассуждение. В многоязычном понимании текста паритет достигнут: обе модели показывают результат в районе 88,5–88,7 процента.

Для разработчика это означает, что за треть цены доступна модель, которая на задачах понимания языка не уступает флагману OpenAI, а на сложном коде отстаёт умеренно.

Что изменилось на рынке за последние полгода

1. Мультимодельный мир стал реальностью. Число уникальных больших языковых моделей, используемых в ИИ-приложениях, выросло почти вдвое за один квартал. Разработчики перестали сидеть на одной модели — они тестируют новые сразу после выхода. При этом 66 процентов обновляются внутри одного провайдера и только 11 процентов переключаются между вендорами. Рынок ещё не стал по-настоящему текучим, но уже перестал быть монопольным.

2. Китайские открытые модели пошли волной. Первые месяцы 2026 года стали рекордными по числу открытых моделей: практически одновременно вышли несколько крупных решений с открытыми весами и ценами ниже западных аналогов.

3. Закрытые игроки начали защищаться. Компания, которая годами продвигала открытый исходный код, в декабре 2025 года объявила о переходе к закрытой модели — прямому конкуренту OpenAI и Google по монетизации. Это сигнал: открытость становится конкурентным оружием, а не благотворительностью.

Что это значит для тех, кто выбирает модель сегодня

Для стартапа с ограниченным бюджетом открытые модели дают предсказуемую экономию. При типовой нагрузке в 50 миллионов токенов в месяц разница между GPT-4o и открытой моделью составляет от 95 до 375 долларов ежемесячно. Для команды из пяти человек это бюджет на дополнительные серверы или ещё одного разработчика.

Для крупного предприятия локальное развёртывание открытой модели решает вопрос конфиденциальности данных. Финансовые группы, логистические компании и госструктуры уже пошли по этому пути: открытые модели локально внедрены для анализа контрактов, управления проектами и оценки рисков. Всё работает внутри периметра.

Для разработчика, которому нужна максимальная производительность, закрытые модели пока лидируют в сложном программировании и агентных задачах. Флагманские версии остаются эталоном для проектов, где важна каждая строчка кода. Но разрыв сокращается, и сегодня разница уже не та, что год назад.

Аналитика рынка ИИ, сравнения моделей и ценовые разборы выходят на канале несколько раз в неделю. В планах — обзоры новых открытых моделей и тесты их производительности. Подписывайтесь, чтобы не пропустить.

Короткое резюме

Рынок ИИ перестал быть игрой в одни ворота не в момент запуска очередной модели и не в момент очередного анонса. Перелом наступил тогда, когда открытые и закрытые модели начали сближаться по качеству, а разница в цене стала измеряться не процентами, а разами. Когда 41 процент предприятий наращивает долю открытого кода, а разработчики тестируют новые модели сразу после их выхода — это не тренд, это новая реальность.

Победитель в этой гонке неочевиден. Один игрок зарабатывает 120 миллиардов долларов в год и продолжает лидировать по производительности. Другие давят ценой и доступностью. Потребитель — разработчик или компания — оказывается в положении, которого не было ещё два года назад: можно выбирать.

Вопрос в конце: Приходилось ли заменять закрытую модель на открытую в компании или проекте? Что стало решающим фактором — цена, конфиденциальность или качество ответов? Поделитесь опытом в комментариях.