Эти цифры, опубликованные The Information на основе документов, переданных акционерам, подчёркивают главную проблему ИИ-индустрии: взрывной спрос пока не конвертируется в устойчивую прибыль . Ставки высоки, поскольку и OpenAI, и Anthropic, по слухам, подали секретные заявки на IPO в середине 2026 года, и им необходимо продемонстрировать инвесторам реальный путь к рентабельности .

Программное решение: мультимодельная маршрутизация

Ключевая программная оптимизация, которую OpenAI разработала для снижения стоимости инференса более чем вдвое, — это мультимодельная маршрутизация. Этот метод автоматически направляет простые запросы к более компактным и дешёвым моделям, оставляя самые мощные (и дорогие) модели только для сложных задач .

Отраслевые источники описывают такой гибридный подход как способ добиться снижения затрат на 30–75% на уровне моделей за счёт квантизации, дистилляции и подбора оптимального размера, а также оптимизаций времени выполнения (батчинг, спекулятивное декодирование, управление KV-кэшем), которые дают прирост пропускной способности на 40–80% . OpenAI также внедрила 50-процентные скидки для отложенного инференса через свой Batch API — если клиент согласен ждать результатов до 24 часов .

Инженеры OpenAI рассказали The Information, что эти методы настолько эффективны, что в какой-то момент ChatGPT для неавторизованных посетителей работал всего на паре сотен GPU от Nvidia .

Аппаратная инициатива: кастомный чип Jalapeño

24 июня 2026 года OpenAI и Broadcom представили Jalapeño — первый собственный чип для инференса, созданный OpenAI . Ключевые детали:

• Тип: ASIC (специализированная интегральная схема) — не GPU, а чип, созданный исключительно для инференса больших языковых моделей
• Снижение затрат: Ранние тесты показывают снижение стоимости одного инференса примерно на 50% по сравнению с текущими решениями на базе GPU Nvidia
• Производительность: Значительно лучшее соотношение производительности на ватт, чем у существующих решений
• Разработка: От концепции до производства — всего девять месяцев, процесс ускорили собственные ИИ-модели OpenAI
• Развёртывание: Масштабное развёртывание на гигаваттном уровне запланировано на конец 2026 года
• Долгосрочные обязательства: Входит в программу инфраструктурных инвестиций на 10 ГВт до 2029 года
• Годовая экономия: Снижение затрат на 50% может принести OpenAI $500 млн – $1 млрд экономии в год к 2028 году

Openai называет этот чип «первым строительным блоком многолетней программы по созданию собственного кремния», чтобы выстроить собственный вычислительный стек и ослабить зависимость от ценообразования Nvidia . Чип является вертикально интегрированным — OpenAI будет использовать его исключительно для собственных задач инференса, не продавая внешним клиентам .

Финансовое давление в деталях

Ключевые показатели из документов для акционеров за Q1 2026:

• Выручка: $5,7 млрд (примерно втрое больше, чем годом ранее)
• Расход наличных: $3,7 млрд (также утроился по сравнению с прошлым годом)
• Операционный убыток: $9,3 млрд только за квартал
• Чистый убыток: $21,3 млрд (включая $2,3 млрд на компенсацию акциями и $12,4 млрд неденежного бухгалтерского расхода)
• Расходы на НИОКР: $8,6 млрд
• Валовая маржа: Незначительно улучшилась до 39%
• Денежные резервы: $73 млрд наличными и в ценных бумагах, что даёт запас времени, несмотря на огромные убытки

Операционная маржа компании составила примерно -122%, то есть каждый заработанный доллар обходился в $1,22 убытка . В целом за 2025 год OpenAI показала убыток порядка $38,5 млрд при расходах в $34 млрд .

Более широкая гонка в отрасли: цены на инференс обваливаются

Меры OpenAI по сокращению расходов вписываются в общеотраслевую ценовую войну, которая меняет экономику ИИ:

• Anthropic ускорил приток клиентов и обогнал OpenAI по внедрению в американских компаниях (34,4% против 32,3%) по состоянию на май 2026 года .
• Модели с открытым весом сжимают цены: четыре китайские модели с открытыми весами теперь соответствуют ведущим бенчмаркам по кодингу при трети стоимости проприетарных аналогов . Сообщается, что DeepSeek V4 в 50 раз дешевле в эксплуатации, чем Claude Opus 4.6 .
• Google Gemini 3.1 Flash стоит $0,10 за миллион токенов на входе — это снижение цены на 99,7% за три года .
• Anthropic Claude Sonnet 4.6 превосходит GPT-4 по всем старым бенчмаркам при цене $3 за миллион токенов на входе .
• Затраты на инференс упали примерно в 50 раз за три года, а рынок, по прогнозам, вырастет с $103 млрд (2025) до $255 млрд (2030) .
• OpenAI рассматривает значительное снижение цен за токен для разработчиков и корпоративных клиентов, чтобы опередить аналогичные шаги Anthropic .
• Клиенты всё чаще используют инструменты мультимодельной маршрутизации, чтобы комбинировать более дешёвые модели и избегать премиального ценообразования от одного поставщика .

Что это значит для ИИ-индустрии

Сочетание программных и аппаратных оптимизаций позволяет OpenAI потенциально вдвое сократить затраты на инференс даже при масштабировании. Но компания действует не в вакууме. Общее обрушение цен на инференс — из-за конкурентов, open-source альтернатив и специализированного «железа» — означает, что ценовая власть во всей отрасли ослабевает .

Для предприятий это хорошая новость: эффективная стоимость выполнения ИИ-задач падает быстрее, чем растут их возможности. Batch API от OpenAI уже предлагает 50-процентные скидки для отложенных задач, а мультимодельная маршрутизация может сократить расходы на 40–60% без потери качества . Вопрос в том, сможет ли кто-то из поставщиков сохранить премиальное ценообразование на рынке, где китайские open-source модели предлагают возможности уровня frontier за малую долю стоимости .

Эти цифры, опубликованные The Information на основе документов, переданных акционерам, подчёркивают главную проблему ИИ-индустрии: взрывной спрос пока не конвертируется в устойчивую прибыль . Ставки высоки, поскольку и OpenAI, и Anthropic, по слухам, подали секретные заявки на IPO в середине 2026 года, и им необходимо продемонстрировать инвесторам реальный путь к рентабельности .

Программное решение: мультимодельная маршрутизация

Ключевая программная оптимизация, которую OpenAI разработала для снижения стоимости инференса более чем вдвое, — это мультимодельная маршрутизация. Этот метод автоматически направляет простые запросы к более компактным и дешёвым моделям, оставляя самые мощные (и дорогие) модели только для сложных задач .

Отраслевые источники описывают такой гибридный подход как способ добиться снижения затрат на 30–75% на уровне моделей за счёт квантизации, дистилляции и подбора оптимального размера, а также оптимизаций времени выполнения (батчинг, спекулятивное декодирование, управление KV-кэшем), которые дают прирост пропускной способности на 40–80% . OpenAI также внедрила 50-процентные скидки для отложенного инференса через свой Batch API — если клиент согласен ждать результатов до 24 часов .

Инженеры OpenAI рассказали The Information, что эти методы настолько эффективны, что в какой-то момент ChatGPT для неавторизованных посетителей работал всего на паре сотен GPU от Nvidia .

Аппаратная инициатива: кастомный чип Jalapeño

24 июня 2026 года OpenAI и Broadcom представили Jalapeño — первый собственный чип для инференса, созданный OpenAI . Ключевые детали:

• Тип: ASIC (специализированная интегральная схема) — не GPU, а чип, созданный исключительно для инференса больших языковых моделей
• Снижение затрат: Ранние тесты показывают снижение стоимости одного инференса примерно на 50% по сравнению с текущими решениями на базе GPU Nvidia
• Производительность: Значительно лучшее соотношение производительности на ватт, чем у существующих решений
• Разработка: От концепции до производства — всего девять месяцев, процесс ускорили собственные ИИ-модели OpenAI
• Развёртывание: Масштабное развёртывание на гигаваттном уровне запланировано на конец 2026 года
• Долгосрочные обязательства: Входит в программу инфраструктурных инвестиций на 10 ГВт до 2029 года
• Годовая экономия: Снижение затрат на 50% может принести OpenAI $500 млн – $1 млрд экономии в год к 2028 году

Openai называет этот чип «первым строительным блоком многолетней программы по созданию собственного кремния», чтобы выстроить собственный вычислительный стек и ослабить зависимость от ценообразования Nvidia . Чип является вертикально интегрированным — OpenAI будет использовать его исключительно для собственных задач инференса, не продавая внешним клиентам .

Финансовое давление в деталях

Ключевые показатели из документов для акционеров за Q1 2026:

• Выручка: $5,7 млрд (примерно втрое больше, чем годом ранее)
• Расход наличных: $3,7 млрд (также утроился по сравнению с прошлым годом)
• Операционный убыток: $9,3 млрд только за квартал
• Чистый убыток: $21,3 млрд (включая $2,3 млрд на компенсацию акциями и $12,4 млрд неденежного бухгалтерского расхода)
• Расходы на НИОКР: $8,6 млрд
• Валовая маржа: Незначительно улучшилась до 39%
• Денежные резервы: $73 млрд наличными и в ценных бумагах, что даёт запас времени, несмотря на огромные убытки

Операционная маржа компании составила примерно -122%, то есть каждый заработанный доллар обходился в $1,22 убытка . В целом за 2025 год OpenAI показала убыток порядка $38,5 млрд при расходах в $34 млрд .

Более широкая гонка в отрасли: цены на инференс обваливаются

Меры OpenAI по сокращению расходов вписываются в общеотраслевую ценовую войну, которая меняет экономику ИИ:

• Anthropic ускорил приток клиентов и обогнал OpenAI по внедрению в американских компаниях (34,4% против 32,3%) по состоянию на май 2026 года .
• Модели с открытым весом сжимают цены: четыре китайские модели с открытыми весами теперь соответствуют ведущим бенчмаркам по кодингу при трети стоимости проприетарных аналогов . Сообщается, что DeepSeek V4 в 50 раз дешевле в эксплуатации, чем Claude Opus 4.6 .
• Google Gemini 3.1 Flash стоит $0,10 за миллион токенов на входе — это снижение цены на 99,7% за три года .
• Anthropic Claude Sonnet 4.6 превосходит GPT-4 по всем старым бенчмаркам при цене $3 за миллион токенов на входе .
• Затраты на инференс упали примерно в 50 раз за три года, а рынок, по прогнозам, вырастет с $103 млрд (2025) до $255 млрд (2030) .
• OpenAI рассматривает значительное снижение цен за токен для разработчиков и корпоративных клиентов, чтобы опередить аналогичные шаги Anthropic .
• Клиенты всё чаще используют инструменты мультимодельной маршрутизации, чтобы комбинировать более дешёвые модели и избегать премиального ценообразования от одного поставщика .

Что это значит для ИИ-индустрии

Сочетание программных и аппаратных оптимизаций позволяет OpenAI потенциально вдвое сократить затраты на инференс даже при масштабировании. Но компания действует не в вакууме. Общее обрушение цен на инференс — из-за конкурентов, open-source альтернатив и специализированного «железа» — означает, что ценовая власть во всей отрасли ослабевает .

Для предприятий это хорошая новость: эффективная стоимость выполнения ИИ-задач падает быстрее, чем растут их возможности. Batch API от OpenAI уже предлагает 50-процентные скидки для отложенных задач, а мультимодельная маршрутизация может сократить расходы на 40–60% без потери качества . Вопрос в том, сможет ли кто-то из поставщиков сохранить премиальное ценообразование на рынке, где китайские open-source модели предлагают возможности уровня frontier за малую долю стоимости .