Средние цены на токены искусственного интеллекта с мая 2026 года упали на 67%, однако общие расходы на токены выросли более чем на 120%, согласно данным венчурной фирмы Andreessen Horowitz, широко известной как a16z. Эти цифры были опубликованы 31 октября 2026 года в очередном выпуске регулярной подборки Charts of the Week и показывают, что спрос на ИИ-инференс растет настолько быстро, что перекрывает самое значительное снижение цен. По оценкам, рост общих расходов на токены за примерно пять месяцев составил от 122% до 160%, что подчеркивает, как снижение удельной стоимости совпало с общим расширением использования ИИ. Для читателей, привыкших к тому, что «токен» означает криптоактив: в этих данных слово обозначает единицы ИИ-вычислений, а не цифровые активы.

Что показывают цифры

В данном контексте токен — это расчетная единица инференса ИИ-модели: небольшой фрагмент текста, который модель считывает или генерирует, как правило, от нескольких символов до целого слова. Инференс — это запуск обученной ИИ-модели для получения результата, и провайдеры взимают за него плату за токен.

Расхождение в данных поразительно. Цены за токен с мая упали на 67%, в то время как общие расходы за тот же период выросли на 122%–160%. Единица стала дешевле, но счет стал длиннее. Потребление выросло настолько, что полностью перекрыло снижение цены.

Главным драйвером, судя по всему, являются ИИ-агенты. Согласно данным a16z, агенты потребляют почти в пять раз больше токенов, чем люди. Человек обычно задает чат-боту вопрос и читает ответ. Агент выполняет более длительную задачу от начала до конца, переносит больше контекста между шагами, многократно обращается к инструментам и моделям и делает больше шагов в целом — и каждый шаг расходует токены.

Потребление токенов агентами с февраля 2026 года также выросло примерно в 14 раз, что указывает на сдвиг в сторону более масштабных автоматизированных рабочих процессов вместо разовых запросов.

Парадокс Джевонса — теперь с GPU

a16z связывает этот тренд с парадоксом Джевонса: наблюдением, приписываемым английскому экономисту XIX века Уильяму Стэнли Джевонсу, согласно которому, когда ресурс становится эффективнее или дешевле в использовании, общее потребление может расти, а не снижаться. В 1860-х годах Джевонс отметил, что более эффективное использование угля в Британии сопровождалось ростом, а не снижением потребления угля. Эта концепция обрела вторую жизнь в современных технологических дискуссиях, где ее регулярно упоминают всякий раз, когда рост эффективности, кажется, подстегивает, а не сдерживает спрос. Точно так же более дешевый инференс делает экономически оправданными новые сценарии применения, и задачи, автоматизация которых была слишком дорогой при ценах мая, внезапно окупаются по нынешним ставкам.

На стороне предложения есть нюанс. Пока цены на токены продолжали снижаться, арендные цены на GPU резко двинулись в противоположном направлении. По данным исследования, стоимость аренды чипов Nvidia B300 с середины июля 2026 года выросла на 106%, а цены аренды B200 за тот же период увеличились на 66%. B300 и B200 — это высокопроизводительные дата-центровые GPU Nvidia, используемые для масштабных ИИ-нагрузок.

Для тех, кто продает инференс, это неудобное сочетание: результат, который они продают, дешевеет, а оборудование, которое они арендуют для его производства, дорожает. Разрыв между этими двумя кривыми получил название «rack spread» — отсылка к трейдерскому термину, обозначающему разницу между двумя связанными ценами, в данном случае между ценой продажи токена и стоимостью аренды вычислений, стоящих за ним.

Графики a16z также указывают на концентрацию среди покупателей. Относительно небольшая группа крупнейших пользователей обеспечивает значительную долю общих расходов на токены. На практике это означает, что итоговые показатели могут зависеть от привычек нескольких аккаунтов, а не от широкого спроса по всей пользовательской базе.

Что это значит

Для провайдеров ИИ-моделей эти данные — палка о двух концах. Объемы растут, и это хорошая часть, но выручка на токен сокращается, а стоимость GPU под капотом растет. «Rack spread» — это выражение этого давления в цифрах.

Для владельцев GPU и облачных операторов картина выглядит благоприятнее. Рост арендных ставок на B300 на 106% с середины июля говорит о том, что спрос на вычисления опережает предложение, по крайней мере на новейших чипах.

Для компаний, строящих продукты на основе ИИ, каждый отдельный вызов обходится дешевле, чем в мае. Однако продукты с активным использованием агентов могут быстро накрутить счета, поскольку агенты потребляют почти в пять раз больше токенов, чем человек.

На момент концентрации спроса тоже стоит обратить внимание. Когда небольшая группа крупных пользователей формирует большую часть расходов, рынок становится чувствительным к их решениям.

Пока что графики a16z рассказывают простую историю с контринтуитивной концовкой. ИИ-инференс подешевел примерно на две трети за около пяти месяцев, и мир отреагировал тем, что стал использовать его настолько больше, что общие расходы более чем удвоились. Последующие обновления данных фирмы покажут, как будут развиваться три движущиеся составляющие — цены за токен, арендные ставки GPU и структура расходов за итоговыми цифрами.

Источник: CryptoBriefing. Оригинальный материал подготовил под редакцией Диего Альмада Лопес (Diego Almada Lopez).