• Claude Fable 5 від Anthropic — приблизно $3,25 за одне завдання, з оцінкою ~60 балів за індексом Artificial Analysis Intelligence Index.
• DeepSeek V4-Pro — приблизно $0,05 за завдання.

Тобто завдання, яке виконує найдорожча закрита модель, коштує у 65 разів дорожче. Deutsche Bank наголошує, що таку премію стає дедалі важче виправдати, коли дешеві відкриті аналоги швидко наближаються до рівня передових моделей за тестовими показниками.

А чи є реальна різниця в якості?

Дослідники Deutsche Bank доходять висновку, що для приблизно 90% звичайних завдань продуктивність моделей з відкритою вагою є порівнянною з пропрієтарними флагманами . Відчутна перевага закритих систем існує лише на дуже вузькому спектрі найскладніших, передових тестів — і майже не проявляється в реальних виробничих навантаженнях.

Галузеві дані з інших джерел підтверджують цю тенденцію: на конкретних завданнях, наприклад, генерації коду, розрив на тестових показниках (10–15%) звужується до всього 2–5% при практичному застосуванні .

Як швидко відкриті моделі наздоганяють закриті?

Deutsche Bank посилається на незалежні дані, які показують вражаюче стиснення технологічного розриву: якщо ще нещодавно йшлося про роки, то станом на середину 2026 року відкриті моделі відстають від найкращих пропрієтарних лише на 3–4 місяці . Аналітика EpochAI взагалі оцінює це відставання приблизно в 3 місяці за власним індексом Capabilities Index, з різницею в середньому приблизно 7 балів .

Цей "фазовий перехід" у швидкості релізів — від 6-місячного циклу у 2024 році до 72-годинного до першого кварталу 2026 року — означає, що будь-яка перевага закритих моделей є дуже короткочасною .

Це не «США проти Китаю»

Важливий висновок Deutsche Bank: це не географічне протистояння. Немає сенсу говорити про лідерство США чи Китаю, адже компресія вартості та продуктивності — це структурне, глобальне явище, спричинене поширенням відкритих моделей одразу в кількох регіонах. Серед лідерів — китайські DeepSeek та Zhipu AI, американська Meta (Llama) та інші . Головна вісь протистояння — це «відкритий» проти «закритого», а не «Схід» проти «Заходу». У звіті зазначають, що ще у 2025 році прорив DeepSeek зламав стару географічну парадигму .

Наслідки для ринку та інвесторів

Deutsche Bank вважає, що це може спровокувати переоцінку всього ринку ШІ . Ключові сценарії:

• Розмивання цінової премії: Постачальники закритих моделей (Anthropic, OpenAI, Google) можуть зіткнутися з проблемами у підтримці високих цін на API, оскільки підприємства масово переходитимуть на відкриті аналоги .
• Тиск на бізнес-моделі: Перехід на оплату за використання (usage-based billing) підриває «економічний рів» передових лабораторій .
• «Медовий місяць закінчився»: Цей звіт є продовженням попередніх попереджень банку про те, що 2026 рік стане для ШІ «найважчим за всю історію» через розрив між оцінками компаній та реальною економікою . Банк називає це потенційним «моментом DeepSeek» для «люксового» ціноутворення на ринку ШІ .

Отже, для українських бізнесів та стартапів, які планують впроваджувати ШІ, це означає просте правило: здебільшого немає сенсу платити за найдорожчі моделі — відкриті альтернативи працюють не гірше за значно нижчою ціною.

• Claude Fable 5 від Anthropic — приблизно $3,25 за одне завдання, з оцінкою ~60 балів за індексом Artificial Analysis Intelligence Index.
• DeepSeek V4-Pro — приблизно $0,05 за завдання.

Тобто завдання, яке виконує найдорожча закрита модель, коштує у 65 разів дорожче. Deutsche Bank наголошує, що таку премію стає дедалі важче виправдати, коли дешеві відкриті аналоги швидко наближаються до рівня передових моделей за тестовими показниками.

А чи є реальна різниця в якості?

Дослідники Deutsche Bank доходять висновку, що для приблизно 90% звичайних завдань продуктивність моделей з відкритою вагою є порівнянною з пропрієтарними флагманами . Відчутна перевага закритих систем існує лише на дуже вузькому спектрі найскладніших, передових тестів — і майже не проявляється в реальних виробничих навантаженнях.

Галузеві дані з інших джерел підтверджують цю тенденцію: на конкретних завданнях, наприклад, генерації коду, розрив на тестових показниках (10–15%) звужується до всього 2–5% при практичному застосуванні .

Як швидко відкриті моделі наздоганяють закриті?

Deutsche Bank посилається на незалежні дані, які показують вражаюче стиснення технологічного розриву: якщо ще нещодавно йшлося про роки, то станом на середину 2026 року відкриті моделі відстають від найкращих пропрієтарних лише на 3–4 місяці . Аналітика EpochAI взагалі оцінює це відставання приблизно в 3 місяці за власним індексом Capabilities Index, з різницею в середньому приблизно 7 балів .

Цей "фазовий перехід" у швидкості релізів — від 6-місячного циклу у 2024 році до 72-годинного до першого кварталу 2026 року — означає, що будь-яка перевага закритих моделей є дуже короткочасною .

Це не «США проти Китаю»

Важливий висновок Deutsche Bank: це не географічне протистояння. Немає сенсу говорити про лідерство США чи Китаю, адже компресія вартості та продуктивності — це структурне, глобальне явище, спричинене поширенням відкритих моделей одразу в кількох регіонах. Серед лідерів — китайські DeepSeek та Zhipu AI, американська Meta (Llama) та інші . Головна вісь протистояння — це «відкритий» проти «закритого», а не «Схід» проти «Заходу». У звіті зазначають, що ще у 2025 році прорив DeepSeek зламав стару географічну парадигму .

Наслідки для ринку та інвесторів

Deutsche Bank вважає, що це може спровокувати переоцінку всього ринку ШІ . Ключові сценарії:

• Розмивання цінової премії: Постачальники закритих моделей (Anthropic, OpenAI, Google) можуть зіткнутися з проблемами у підтримці високих цін на API, оскільки підприємства масово переходитимуть на відкриті аналоги .
• Тиск на бізнес-моделі: Перехід на оплату за використання (usage-based billing) підриває «економічний рів» передових лабораторій .
• «Медовий місяць закінчився»: Цей звіт є продовженням попередніх попереджень банку про те, що 2026 рік стане для ШІ «найважчим за всю історію» через розрив між оцінками компаній та реальною економікою . Банк називає це потенційним «моментом DeepSeek» для «люксового» ціноутворення на ринку ШІ .

Отже, для українських бізнесів та стартапів, які планують впроваджувати ШІ, це означає просте правило: здебільшого немає сенсу платити за найдорожчі моделі — відкриті альтернативи працюють не гірше за значно нижчою ціною.