Финансовая платформа Ramp опубликовала августовский AI Index, согласно которому флагманская модель Anthropic Claude Fable 5 захватила лишь 6 процентов токенов и 11,4 процентов расходов корпоративных клиентов в июле 2026 года, значительно отстав от GPT-5.6 Sol от OpenAI, который набрал 25 процентов токенов и 23 процента расходов.

image
image

Что произошло

Ramp зафиксировала в июле 2026 года, что GPT-5.6 Sol захватил 25 процентов токенов и 23 процентов корпоративных расходов, тогда как Claude Fable 5 — только 6 процентов токенов и 11,4 процентов расходов. Fable 5 обходится корпорациям вдвое дороже: около 10 долларов за миллион входных и 50 долларов за миллион выходных токенов против половины этих цен у конкурента. При двойной стоимости Fable 5 принесла лишь около 75 процентов от выручки GPT-5.6 Sol. Аналитик Ramp Ара Харразян назвал этот разрыв новым потолком расходов на AI — ценой, за которую корпоративный рынок больше не готов платить даже за флагманские модели.

Контекст

Рынок AI-моделей прошёл путь от гонки бенчмарков к оценке реальной бизнес-ценности. Прогресс open-source моделей сократил отставание от лучших закрытых продуктов до нескольких месяцев, что позволило корпорациям делегировать рутинные задачи более дешёвым альтернативам и использовать премиум-API точечно. Разрыв в затратах между топ-1 процента компаний, тратящих 7 400 долларов на сотрудника, и медианой в 11,95 доллара показывает, что массовое внедрение дорогих моделей остаётся недоступным для большинства организаций.

Почему это важно для индустрии

Данные Ramp сигнализируют о фундаментальном сдвиге: бенчмарки перестали конвертироваться в корпоративный ROI, и вендоры, чья стратегия строится на продаже самой мощной модели, сталкиваются с ценовым потолком. Продвинутые клиенты — основной драйвер роста Anthropic и OpenAI — всё чаще мигрируют на open-source решения, что угрожает бизнес-модели закрытых провайдеров API. Рынок смещается к архитектуре модель-маршрутизации, где премиум-модели применяются только для задач с измеримым бизнес-приростом, а массовый инференс уходит на open-source и mid-tier модели.

Почему это важно для пользователей

Для тех, кто выбирает AI-модель для рабочих задач, данные Ramp показывают: самая мощная модель не означает лучшую по ROI. Компании переходят к маршрутизации — премиум-модели на сложные задачи, где прирост качества окупается, и бюджетные варианты на рутину. Если вы оцениваете модель для своего проекта, бенчмарки больше не являются достаточным критерием выбора, и необходим аудит текущих API-расходов для оптимизации инференс-бюджета.

Что пока неизвестно / ограничения

Выборка Ramp смещена в сторону tech-компаний, поэтому реальная доля внедрения Fable 5 в более широкой индустрии, вероятно, ещё ниже. Данные охватывают один месяц — это snapshot, а не long-running signal, и для подтверждения устойчивого тренда нужны длительные наблюдения. Также Ramp не покрывает self-hosted и open-source решения в полной мере, что может искажать картину общего распределения расходов.

Источники

Автор

Look at AI, редакция