Результаты от ИИ становятся дешевле. По оценке Epoch AI, с 2023 года минимальная стоимость достижения заданного качества на выбранных тестах снижалась примерно на 47% за квартал — около 13 раз за год.
Epoch AI — некоммерческая исследовательская организация, которая собирает данные о развитии ИИ и тестирует возможности моделей. Её данные используются в ежегодном отчёте Stanford AI Index Стэнфордского университета. Для исследования стоимости авторы опубликовали методику, данные и код расчётов.
Но удешевление результата на тестах не означает, что расходы каждой компании на ИИ сокращаются с такой же скоростью.
Что именно подешевело
Исследователи сравнивали самые дешёвые способы получить заданный результат на пяти тестах по математике, естественным наукам и игровым задачам.
Условно: сколько нужно заплатить, чтобы модель правильно решила определённую долю заданий. Затем смотрели, как эта стоимость менялась с появлением новых моделей.
Такой подход учитывает то, чего не показывает простое сравнение цены токенов — фрагментов текста, которые обрабатывает модель. Модель с низкой ценой за токен может потратить больше токенов на рассуждения, поэтому итоговый ответ не обязательно окажется дешевле.
Оценка Epoch AI предполагает выбор наиболее выгодной модели для нужного качества. Чтобы приблизиться к такой экономии, компании нужно регулярно сравнивать модели на собственных задачах с учётом качества и стоимости перехода.
Почему тогда растёт счёт
Покажем на условном примере.
Компания выполняла 10 тысяч операций в месяц по 13 тенге. Расходы составляли 130 тысяч тенге.
Цена операции снизилась до одного тенге. Но теперь ИИ используют в большем числе процессов, и объём вырос до 200 тысяч операций. Месячный счёт достиг 200 тысяч тенге.
Каждая операция подешевела в 13 раз. Общие расходы выросли примерно на 54%.
Это иллюстрация, а не данные исследования. Она показывает, почему удешевление технологии может сопровождаться ростом расходов на неё.
Кроме того, оплата модели — лишь часть затрат. Остаются подключение к информационным системам, подготовка данных, проверка ответов, исправление ошибок и сопровождение.
Рост расходов сам по себе не означает провал
Если компания тратит больше, но обрабатывает значительно больше обращений с приемлемым качеством, это может быть оправданным. Если растёт количество сгенерированных ответов, которые сотрудники затем переделывают, вывод будет другим.
Поэтому бизнесу полезно считать стоимость завершённой работы: обработанного обращения, проверенного документа, принятого результата. С учётом повторных попыток и времени сотрудников.
Где границы оценки
Результаты тестов не всегда отражают реальную эффективность. Авторы признают ограничения данных и возможную оптимизацию моделей под сами тесты. Оценка в 13 раз за год описывает наблюдавшийся темп, но не гарантирует его сохранения.
Для бизнеса главный вопрос практический: сколько теперь стоит получить результат нужного качества — и какую пользу приносит рост использования ИИ?
Источники:
1. Epoch AI — The plunging price of thought: https://epoch.ai/publications/the-plunging-price-of-thought
2. Epoch AI — How fast is AI getting cheaper?: https://epochai.substack.com/p/how-fast-is-ai-getting-cheaper
3. Epoch AI — об организации: https://epoch.ai/about
4. Stanford AI Index Report 2025: https://hai.stanford.edu/assets/files/hai_ai_index_report_2025.pdf
