Открытая модель за $4,40 за млн токенов угрожает 90-процентной марже передовых лабораторий
Мартин Олдерсон доказывает, что настоящая слабость передового края — стоимость выдачи токенов, а не их обучения, и что GLM 5.2 от Z.ai теперь выдаёт качество почти на уровне Opus за долю цены.
GLM 5.2 стоит около $4,40 за миллион токенов, меньше пятой части розничной цены Opus, и Олдерсон говорит, что едва отличает её от Opus в повседневной работе, а переключение между ними почти ничего не стоит через API, совместимые с Anthropic и OpenAI.
Переворот: обещанная в самой статье развязка про «обвал маржи» отложена на неопубликованную вторую часть.
Уязвимое место передового края — инференс, а не обучение
Аргумент Мартина Олдерсона начинается с числа: передовые лаборатории держат около 90% валовой маржи на инференсе при примерно $25 за миллион токенов. Уязвимость, пишет он, — это переменная стоимость выдачи токенов, а не разовая стоимость обучения. В этот разрыв входит GLM 5.2 от Z.ai, которую он называет первым настоящим конкурентом с открытыми весами, по цене около 15% от GPT 5.5. Она сжигает больше токенов на задачу, но, по его оценке, выходит дешевле более чем на 50% почти для любого процесса. Он указывает, что инференс на AMD обходится в 2,75 раза дешевле за токен, чем на Nvidia Blackwell, а издержки переключения держатся у нуля благодаря совместимым с OpenAI и Anthropic эндпоинтам. Слабости реальны: она медленнее, без зрения, и веб-поиск у неё плохой. Собственно аргумент про обвал придержан для второй части.
«Я не вижу никаких исторических аналогов»
Самое чистое возражение попросило доказательств, что этот сценарий вообще когда-нибудь разыгрывался:
«Стоимость вычислений рухнула с приходом облаков, а у гиперскейлеров всё равно жирная маржа… Я понимаю аргументы за обвал маржи, но не вижу никаких исторических аналогов.»
Проблема второй части
Другие отметили, что материал так и не выполняет обещание своего заголовка:
«Эта статья лишь обещает разобрать «грядущий обвал маржи в ИИ» в ещё не опубликованной «второй части». Эта часть лишь доносит мысль, что GLM 5.2 довольно хороша (да неужели).»
— читатель, которого не впечатлила завязка
На практике «разрыв огромен»
Бенчмарки льстили GLM; повседневная работа — нет. Разработчик, который держит подписки почти на каждого провайдера:
«Разница между glm5.2 и opus совсем не близкая, разрыв огромен. По сырым бенчмаркам glm впечатляет, но на практике этим моделям очень многого не хватает.»
— разработчик, который платит почти каждому провайдеру
Где на самом деле прячется стоимость
В части экономики один голос перенёс весь вопрос в другое место:
«В агентном кодинге кэшированные входные токены — это 90% «стоимости» API. Они не требуют вычислений на GPU, и DeepSeek показал, что это можно делать в 50–100 раз дешевле с MLA/CSA/HCA и кучей дисков.»
Получайте такие разборы каждый день
Главные истории Hacker News — на email, в Telegram или RSS.
Верховный суд ограничил слежку за перемещениями. Дотянется ли это до камер, читающих номера?
29 июня 2026 года Верховный суд решением 6:3 по делу Chatrie против США постановил, что получение данных о местоположении телефона — это обыск по Четвёртой поправке. Материал Yahoo подаёт решение как подожжённый фитиль под автоматическими считывателями номеров Flock Safety.