Даже 280 тысяч токенов на один, с виду безобидный, запрос уже могут стоить около $1. Если такой сценарий крутится каждые 15 минут, затраты на ИИ вырастают до $96 в день и примерно $2880 в месяц. Для компаний, которые строят отчёты, автоматизацию продаж и внутренние AI-агенты, это уже не теория про «дорогие нейросети», а вполне приземлённая строка в бюджете.
О парадоксе AI-экономики сообщает Tom's Hardware: модели становятся лучше, быстрее и дешевле в пересчёте на токен, но итоговый счёт у бизнеса всё равно растёт. Причина в том, что вместе с качеством моделей усложняются и сами задачи. Если раньше пользователю хватало короткого вопроса и короткого ответа, то теперь компании хотят, чтобы агент сам ходил в CRM, сверял Excel-таблицы, подтягивал веб-данные, делал промежуточные расчёты и собирал итоговый отчёт. Удобно. Но дёшево это только на рекламном слайде.
Ключевая проблема здесь — так называемое token amplification, то есть раздувание расхода токенов по мере роста сложности сценария. Простая переписка с ботом обычно укладывается в 200–2000 токенов, запрос с веб-поиском — примерно в 1000–4000. Но агентный сценарий легко уходит в сотни тысяч и даже миллионы токенов. Дело не в том, что модель «думает слишком долго», а в устройстве самой работы: на каждом шаге ей приходится заново обрабатывать историю диалога, предыдущие ответы и приложенные файлы. Чем длиннее цепочка, тем дороже каждый следующий шаг. Заодно и медленнее.
На практике это выглядит безобидно только снаружи. Руководитель спрашивает: какие клиенты у нас самые прибыльные по категориям и как меняется динамика? Для человека это одна фраза. Для AI-агента — серия обращений к таблицам, CRM, внешним данным, промежуточным вычислениям и проверкам. В материале приводится характерный пример: задача, которая обошлась в $1, при регулярном запуске быстро превращается в постоянный расход. А если отчёт сложнее и требует уже миллионы токенов, то один прогон может стоить около $10. При том же расписании получается почти $28 800 в месяц — ради одного отчёта, для ограниченного числа сотрудников и только в одном подразделении.
Отсюда и разворот рынка к usage-based billing, который крупные игроки вроде Anthropic, Microsoft и OpenAI в последние месяцы сделали заметно жёстче. Фиксированные тарифы никуда не делись, но почти везде они обросли лимитами, после которых начинается либо урезание возможностей, либо доплата. Для разработчиков это вылилось в несколько волн sticker shock: внезапно выяснилось, что «вайб-кодинг» и красивые агентные демо вполне умеют прожигать бюджет не хуже неудачно настроенного облака. В статье удачно сформулирован риск для компаний, которые сильно завязались на агентов: плохо ограниченный цикл работы агента — это уже почти сбой, только к нему прикрутили кредитку.
Бизнес реагирует предсказуемо. Компании вроде Uber, Microsoft, Amazon и Walmart, как отмечает источник, уже начали сдерживать AI-расходы. И это важный сигнал для русскоязычной IT-аудитории: вопрос больше не сводится к выбору модели по качеству ответа. Теперь рядом с latency, accuracy и privacy встаёт отдельная инженерная дисциплина — управление стоимостью токенов. Отсюда интерес к prompt caching, model routing, batch processing, semantic caching и аккуратной работе с контекстным окном. Все эти техники могут снижать расход на двузначные проценты. Но проблема в том, что выигрыш в себестоимости быстро съедается ростом аппетита: как только модель начинает лучше справляться, ей тут же поручают задачи на порядок тяжелее.
В этом и состоит неприятный парадокс. Снижение цены за токен само по себе не спасает, если количество токенов в реальной работе растёт быстрее, чем падает цена. Даже агрессивные предложения новых моделей, которые, по оценкам рынка, могут быть кратно дешевле западных аналогов, пока не ломают тренд. Для разработчиков это означает одно: AI-архитектуру теперь надо проектировать не только под качество и UX, но и под экономику выполнения. Иначе самый полезный агент в системе быстро окажется не конкурентным преимуществом, а дорогой привычкой, которую CFO попросит выключить первой.
