По мнению Чжана, open source и frontier-модели — это не конкуренты, а две фазы одного жизненного цикла. Дорогие передовые модели используют, чтобы протестировать и доказать работоспособность новых сценариев использования. Когда кейс созревает, его передают более дешёвым open source-альтернативам. При этом постоянно появляются новые экспериментальные задачи, поэтому общий бюджет на frontier-модели почти не сокращается.
Цифры, которые подтверждают теорию
Данные реальных платформ это хорошо иллюстрируют.
На дашборде Vercel AI Gateway за последнюю неделю DeepSeek резко вырвался в лидеры по объёму токенов — сейчас через него проходит чуть больше трети всех токенов платформы. Китайская Z.ai (модель GLM-5.2) заняла уверенное четвёртое место.
Однако если посмотреть не на объём токенов, а на реальные траты, картина меняется. Anthropic по-прежнему отвечает за более половины всех расходов на ИИ на этой платформе. Несмотря на недавнее повышение цен самой Anthropic, её доля в общем spend немного снизилась, но несущественно.
Похожая ситуация и на OpenRouter (платформа, которая обслуживает более массовый сегмент). DeepSeek V4 Flash лидирует по использованию — 5,3 триллиона токенов в неделю. Самая популярная frontier-модель Opus 4.8 обрабатывает чуть больше 2 триллионов. Но средняя стоимость токена Opus примерно в 23 раза выше, чем у DeepSeek V4 Flash ($1,37 против $0,06 за миллион токенов). Это значит, что Anthropic, скорее всего, всё равно забирает львиную долю денег.
Отдельно стоит отметить быстрорастущую модель Nvidia Nemotron — благодаря сильным связям Nvidia и высокой адаптивности она уже готова вырваться вперёд.
Двухуровневая экономика ИИ
Эти цифры не дают стопроцентного доказательства теории Чжана, но чётко показывают: frontier-лаборатории вроде Anthropic пока не сильно страдают от роста open source. По крайней мере, пока.
Есть два главных объяснения:
Рынок задач, которые можно решать с помощью ИИ, растёт настолько быстро, что топовые модели продолжают доминировать просто за счёт того, что первыми захватывают новые экспериментальные сценарии.
Многие сложные кейсы до сих пор слишком требовательны, чтобы полностью заменить их дешёвыми open source-альтернативами.
Чжан формулирует это так: «Frontier-лаборатории продолжат владеть фазой открытия. Open source будет всё больше владеть фазой производства».
Что это значит для рынка
Ещё в сентябре прошлого года я писал о сценарии, при котором foundation labs могут превратиться в поставщиков «кофейных зёрен» для Starbucks — то есть в дешёвые сырьевые компоненты, пока вся выгода уходит на уровень приложений. Часть этого прогноза уже сбылась: вертикальные AI-решения перешли на лёгкие модели, а экономика «GPT-обёрток» остаётся относительно стабильной.
Но мы также видим, что токен за токеном frontier-провайдеры удерживают самую выгодную часть рынка — премиальную цену токена. И в ближайшее время это, похоже, не изменится.
Скорее всего, двухуровневая экономика моделей — дорогая «фронтирная» фаза открытия и дешёвая open source-фаза производства — станет относительно стабильной чертой AI-экономики на ближайшие годы.
