Бизнес режет траты на ИИ, а NVIDIA тащит модели на ноутбуки

Компании все чаще смотрят на ИИ не как на витрину для хайпа, а как на статью расходов. На этом фоне рынок быстро меняется: бизнес ищет более дешевые модели для повседневных задач, а крупные технологические игроки параллельно продвигают запуск мощного ИИ прямо на пользовательских устройствах 🤖

Бизнес считает экономику ИИ

Показательный пример — Coinbase. В июне компания резко увеличила генерацию токенов, но при этом стала платить примерно вдвое меньше. По данным источника, добиться этого удалось за счет смены части используемых моделей: ряд задач перевели с американских решений на китайские GLM, Kimi и DeepSeek.

Речь идет не о самых чувствительных сценариях, а о более рутинной работе, где важна прежде всего практическая отдача, а не бренд модели. В качестве примера упоминается код-ревью: для подобных процессов качества китайских моделей, по словам источника, уже достаточно.

• •Coinbase в июне нарастила генерацию токенов
• •При этом расходы на такие задачи сократились примерно вдвое
• •Часть нагрузки перевели с американских моделей на GLM, Kimi и DeepSeek
• •Один из примеров рутинного применения — код-ревью

Китайские модели давят ценой и качеством

Отдельно источник выделяет GLM-5.2. Утверждается, что эта модель уже обходит GPT-5.5 в задачах кодинга, при этом обходится заметно дешевле. Именно сочетание стоимости и приемлемого, а местами и более высокого качества становится сейчас главным аргументом для бизнеса.

Это хорошо отражает общий сдвиг на рынке. Если раньше компании нередко выбирали ИИ-решения по принципу «самое громкое имя», то теперь все чаще сравнивают модели по понятным метрикам: сколько они стоят, насколько хорошо справляются с конкретной задачей и можно ли масштабировать использование без резкого роста счетов.