ИИ-модели переходят от плоских скидок к дифференцированным тарифам на токены

В последние два года главным конкурентным приёмом на рынке API для больших языковых моделей было снижение цены за миллион токенов. Дешёвые тарифы привлекали разработчиков, увеличивали долю использования и помогали моделям становиться выбором по умолчанию внутри приложений. Теперь на смену плоским скидкам приходят более тонкие инструменты: тарифы по времени суток, скидки за кэширование, разделение моделей на уровни и первые эксперименты с оплатой за бизнес-результат.

Семнадцатого августа DeepSeek ввела пиковые и непиковые окна. В часы пик по пекинскому времени (9:00–12:00 и 14:00–18:00) цены вдвое выше, чем в остальное время. Для модели V4 Pro пиковый тариф составляет 9 юаней за миллион входных токенов при промахе кэша, 27 юаней за миллион выходных и 0,3 юаня при попадании в кэш. За несколько дней до этого для той же модели публиковались уровни 3, 6 и 0,025 юаня. То есть сильнее всего подорожали кэшированные входные токены в часы пик. Аналогичная схема применена к облегчённой модели V4 Flash.

Суть не столько в цифрах, сколько в структуре. Пиковые ставки перераспределяют нагрузку на менее загруженные часы, скидки за кэш поощряют переиспользование контекста, а отдельные тарифы для флагманов и лёгких моделей разделяют сложные и рутинные задачи. Другие китайские и зарубежные провайдеры уже тестируют похожие схемы — пакеты предоплаты, комбинации базовой и переменной платы, иногда привязку к измеримым результатам.

К этому подталкивает рост агентных сценариев: один запрос пользователя порождает длинные цепочки промежуточных шагов, вызовов инструментов и правок, что резко увеличивает расход токенов и затраты на вычисления, память и энергию. Одновременно сближается качество открытых и проприетарных моделей, а китайские системы наращивают долю мирового API-трафика. Зарубежные вендоры, в свою очередь, точечно снижают цены, чтобы защитить объёмы. Рынок движется в обе стороны.

Корпоративные клиенты сталкиваются с непредсказуемыми расходами: токены сложно заложить в годовой ИТ-бюджет в отличие от фиксированных лицензий. Одни переходят на приватные развёртывания, другие требуют инструментов мониторинга и распределения затрат, некоторые экспериментируют с оплатой за сэкономленные часы или предотвращённые потери. Провайдеры перестраивают линейки: flash-модели берут на себя рутинные высоконагруженные задачи, флагманы остаются для сложных логических выкладок. Главный вопрос теперь — не у кого самый низкий ценник, а приносит ли модель при заданной цене, задержке и надёжности достаточно измеримой ценности. Переход будет неравномерным, но общее направление очевидно: от гонки за объёмом к дифференцированному ценообразованию, давно знакомому по другим инфраструктурным рынкам.