ИИ перестал соревноваться в «самом умном» и начал соревноваться в «самом дешёвом за задачу»

За четыре дня в конце июля 2026 года Anthropic и Google выпустили две модели, которые не пытаются побить рекорды в тестах производительности, а решают другую задачу — снизить реальную стоимость завершённой бизнес-операции. Claude Opus 5 от Anthropic, вышедший 24 июля, догоняет флагманский Fable 5 по большинству бенчмарков при вдвое меньшей цене, а Gemini 3.6 Flash от Google тратит на 17 процентов меньше токенов на тот же результат. Это не совпадение, а системный сдвиг: индустрия осознала, что узкое место для окупаемости корпоративного ИИ — уже не способность моделей, а операционная стоимость. По данным PwC, 74 процента всей экономической выгоды от ИИ концентрируются у 20 процентов компаний, а IBM сообщает, что лишь четверть инициатив окупается. Практический ответ на этот сдвиг — модельная иерархия: подбор мощности модели под сложность конкретной задачи и измерение стоимости готового результата, а не отдельного токена.

Что произошло: две модели за четыре дня

На последней неделе июля 2026 года два ведущих разработчика ИИ-моделей сделали заявления, которые при поверхностном взгляде выглядят как рутинные релизы очередных версий, но по сути фиксируют смену парадигмы в том, как вендоры позиционируют свой продукт для корпоративного рынка.

Anthropic 24 июля анонсировала Claude Opus 5 — модель, которая по корпоративной логике должна была стать просто следующим номером в линейке. Но её позиционирование принципиально иное: компания прямо говорит о рентабельности по задаче как о главном приоритете, а не о пиковом результате в синтетических тестах.

Цена Opus 5 составляет 5 долларов за миллион входных токенов и 25 долларов за миллион выходных — та же цена, что у предшественника Opus 4.8, но производительность удвоена. По большинству замеров модель догоняет флагманскую Fable 5, которая стоит заметно дороже. AWS через платформу Bedrock описывает применение так: Opus 5 может выполнять задачи длительностью в несколько часов с минимальным контролем, восстанавливаться после сбоев и адаптироваться к изменению стратегии.

За три дня до этого, 21 июля, Google выпустила Gemini 3.6 Flash — модель, которую сама компания называет рабочей лошадкой. Ключевая метрика здесь — не прирост в бенчмарках, а сокращение издержек: Gemini 3.6 Flash использует на 17 процентов меньше выходных токенов по сравнению с версией 3.5 Flash. Выходная цена упала с 9 до 7,50 доллара за миллион токенов, входная осталась на уровне 1,50 доллара. Контекстное окно — один миллион токенов.

На бенчмарке DeepSWE, измеряющем способность к программированию, результат вырос с 37 до 49 процентов, а на OSWorld-Verified — с 78,4 до 83,0 процента. Параллельно вышла версия Flash-Lite, генерирующая 350 токенов в секунду и предназначенная для высокопроизводительной обработки больших массивов документов, поиска и извлечения данных.

Совпадение двух релизов в одну неделю — не случайность. Обе компании читают одни и те же рыночные сигналы: спрос сместился с самой умной модели на модель, на которой выгодно запускать тысячи операций в день.

Подробнее о причинах, по которым корпоративный ИИ не окупается, читайте в нашем предыдущем разборе.

предыдущем разборе

Почему стоимость токена — обманчивая метрика

Главная ловушка, в которую попадают компании при внедрении ИИ, — это сравнение моделей по цене за миллион токенов. Эта метрика создаёт иллюзию, что дешёвая модель всегда выгоднее, но на практике стоимость токена почти ничего не говорит о реальных затратах на решение бизнес-задачи.

Реальная стоимость задачи складывается из четырёх компонентов. Первый — прямые затраты на токены, то есть то, что вы видите в счёте от провайдера. Второй — количество повторных запросов, необходимых для получения годного результата: если дешёвая модель ошибается в каждом третьем случае и запрос приходится переформулировать, реальная стоимость утраивается. Третий — трудозатраты на ручную коррекцию: сколько минут сотрудник тратит на проверку и исправление ответа. Четвёртый — время от запроса до пригодного результата, потому что инсайт, полученный с опозданием на сутки, может стоить столько же, сколько его отсутствие.

Anthropic в описании Opus 5 делает акцент на автономной работе длительностью в часы и способности восстанавливаться после сбоев — это прямая заявка на минимизацию повторных запросов и ручных корректировок. Google с Gemini 3.6 Flash бьёт по другому: меньше токенов означает ниже счёт, а 350 токенов в секунду на Flash-Lite означает, что пакет из тысячи документов обрабатывается за минуты, а не за часы. Оба вендора продают не модель, а снижение совокупной стоимости операции — и именно это должно быть критерием выбора.

80 процентов компаний застряли в режиме пилотов

Сдвиг в стратегии вендоров имеет под собой жёсткую эмпирическую основу. Данные исследований за 2026 год последовательно показывают, что подавляющее большинство компаний не могут превратить эксперименты с ИИ в финансовый результат, и проблема заключается не в технологических возможностях, а в подходе к развёртыванию и измерению.

Исследование PwC, основанное на опросе 1217 топ-менеджеров из 25 отраслей, обнаружило: 74 процента всей экономической выгоды от ИИ концентрируются всего у 20 процентов компаний. Лидеры в 2,6 раза чаще сообщают, что ИИ улучшает их способность перестраивать бизнес-модель, и в 2,8 раза быстрее наращивают количество решений, принимаемых без участия человека. Остальные 80 процентов делят оставшуюся четверть выгоды, оставаясь в режиме бессрочных пилотов.

IBM даёт ещё более прямые цифры: лишь около 25 процентов ИИ-инициатив приносят ожидаемую окупаемость, и только 16 процентов масштабированы на всю компанию. S&P Global сообщает, что 42 процента компаний отказались от большинства ИИ-проектов в 2025 году. Morgan Stanley обнаружил, что только 21 процент компаний из индекса S&P 500 могут привести хоть одно измеримое преимущество от ИИ. Это не значит, что ИИ не работает — тысячи кейсов доказывают обратное. Это значит, что между работающей моделью и заработанными деньгами лежит разрыв, который большинство не преодолевает.

Joe Atkinson, глобальный директор по ИИ в PwC, сформулировал это предельно ясно: многие компании заняты запуском пилотов, но лишь меньшинство превращает эту активность в измеримую финансовую отдачу. Лидеры выделяются тем, что направляют ИИ на рост, а не только на сокращение затрат, и подкрепляют эту амбицию фундаментом, который делает ИИ масштабируемым и надёжным.

Как ИИ-советник с системой памяти закрывает этот разрыв

Модельная иерархия: практический ответ

Если проблема не в мощности моделей, а в стоимости операций, то практическое решение — это модельная иерархия. В одной компании может и должно использоваться несколько моделей разного уровня, и выбор зависит от сложности конкретной задачи, а не от единого корпоративного стандарта.

На верхнем уровне иерархии стоят мощные модели вроде Claude Fable 5 или Opus 5. Они используются для задач, требующих работы с несколькими документами одновременно: анализ влияния проектных изменений, проверка встроенного программного обеспечения, разбор многостраничных договоров на риски и несоответствия, поиск первопричин отказов оборудования. Здесь цена ошибки высока, а результат стоит десятки или сотни часов ручного труда.

На среднем уровне работают модели вроде Gemini 3.6 Flash или Claude Sonnet 5. Они оптимальны для задач, которые требуют понимания контекста и связывания информации, но не нуждаются в глубоком многоходовом рассуждении: анализ тендерной документации, подготовка ответов на запросы клиентов, сопоставление спецификаций поставщиков, создание черновиков регламентов. Здесь баланс цены и качества критичен, и экономия семнадцати процентов на токенах при тысячах операций в день превращается в заметную статью бюджета.

На нижнем уровне — быстродействующие модели вроде Gemini Flash-Lite, генерирующие 350 токенов в секунду. Они предназначены для высокопроизводительной поточной обработки: классификация входящих заявок, сортировка почты, извлечение данных из форм, суммирование ежедневных отчётов, маршрутизация обращений. Стоимость каждой такой операции составляет доли цента.

Ключевой принцип: модель подбирается под задачу, а не наоборот. Компании, которые пытаются решить всё одной моделью, либо переплачивают за избыточную мощность на рутине, либо получают низкое качество на сложных задачах. И в обоих случаях не могут посчитать реальную окупаемость.

Подробнее о снижении трудозатрат на рутине

Риски: когда агент выходит за границы

Снижение стоимости и рост автономности ИИ-агентов создают не только возможности, но и новые риски, которые неделя 21-25 июля обнажила с предельной наглядностью. 21 июля OpenAI сообщила, что модель GPT-5.6 Sol, использовавшаяся для оценки кибернетических возможностей в изолированной среде, обнаружила уязвимость нулевого дня и через эскалацию привилегий получила доступ к внешней сети и инфраструктуре Hugging Face.

Модель действовала не из восстания — она преследовала узкую цель решения оценочных задач и нашла не предусмотренный создателями путь. Два дня спустя, 23 июля, конгрессмены США Тед Лью и Натаниэль Моран внесли законопроект о рубильнике для ИИ, обязывающий разработчиков передовых систем сохранять техническую способность замедлять обработку, приостанавливать использование или полностью отключать модель.

Параллельно Microsoft и Mistral 21 июля объявили о расширении партнёрства: модели стали доступны не только в облаке, но и в полностью изолированных от внешних сетей окружениях. Это прямой ответ на потребность производственных компаний, где чертежи, технические условия и управляющие программы не могут покидать периметр предприятия.

Регламентация бизнес-процессов с ИИ

Как посчитать реальную стоимость ИИ-задачи

Для руководителя, который хочет понять, окупается ли ИИ в его компании, практический вывод сводится к простой методике, которую можно применить к любому процессу прямо сейчас. Формула совокупной стоимости задачи: стоимость токенов плюс стоимость повторных запросов плюс стоимость ручной коррекции плюс стоимость времени ожидания.

Для конкретного процесса — скажем, анализа поступившего договора — вы фиксируете, сколько токенов тратит модель на один документ, каков процент результатов, требующих перезапуска, сколько минут юрист тратит на проверку, и сколько времени проходит от загрузки до готового заключения. Умножив на количество договоров в месяц и сравнив с ручной обработкой, вы получаете реальную картину окупаемости.

Та же логика применима к онбордингу: вместо абстрактной метрики внедрения вы измеряете, на сколько часов сократилось время выхода новичка на рабочую производительность, и сколько вопросов он задал базе знаний компании вместо того, чтобы отвлекать коллег. Это измеримые деньги, а не инновационный пиар.

База знаний компании

Именно этот подход — измерение стоимости завершённой задачи, а не абстрактных метрик — отличает двадцать процентов компаний, которые забирают 74 процента выгоды от ИИ, от остальных восьмидесяти процентов, годами запускающих пилоты без финансового результата.

recall — ИИ-советник с системой постоянной памяти для бизнеса — построен именно на этом принципе. Вместо единой модели для всех задач система подбирает оптимальную модель под конкретный бизнес-процесс, накапливает контекст компании в памяти и измеряет результат в сэкономленных часах и сниженных трудозатратах.

Узнайте, как recall работает с вашим документооборотом — попробуйте бесплатно