Новый когнитивный налог: почему полноценный AI будет доступен не всем

Вступление: AI перестал быть бесплатной магией

В 2022 году AI выглядел как бесплатная магия: обычный пользователь впервые получил ощущение, что рядом появился универсальный интеллектуальный помощник. В 2023 рынок быстро привык к психологической цене около $20 в месяц. Но к 2026 стало понятно: главный счёт приходит не за сам факт доступа к чату, а за полноценную задачу.

Полноценная задача — это уже не один prompt и один ответ. Это документы, репозитории, история переписки, поиск, инструменты, reasoning, мультимодальные файлы, приватные данные, тесты и повторные попытки. Поэтому AI превращается в новый когнитивный налог: хочешь работать быстрее и глубже — плати за доступ к вычислительной мощности.

Почему цена токена — неправильная метрика

Главная ошибка — смотреть только на цену за 1 млн токенов. Это похоже на попытку оценить стоимость доставки только по цене километра, игнорируя длину маршрута. Если километр стал дешевле в два раза, но маршрут стал длиннее в двадцать раз, итоговый счёт всё равно вырос.

Правильная формула выглядит так: стоимость AI-задачи = цена токена × количество токенов на результат + дополнительные fees за инструменты, поиск, хранение, code interpreter, caching и priority capacity. Поэтому главный показатель — не token price, а completed job cost: сколько стоит получить полезный, проверенный результат.

Что произошло с ценами токенов: середина 2025 vs май 2026

Картина по API-ценам неоднозначная. Нечестно говорить, что все токены просто дорожают. У разных провайдеров динамика разная.

По snapshot pricing OpenAI: в июне 2025 GPT-4.1 и o3 стоили около $2 input / $8 output за 1 млн токенов, а в мае 2026 верхний GPT-5.5 был около $5 / $30. Это дороже относительно GPT-4.1/o3: примерно 2.5× по input и 3.75× по output.

У Anthropic, наоборот, верхний Opus-tier стал дешевле: Claude Opus 4 в июне 2025 был около $15 / $75, а Opus 4.7/4.6/4.5 в мае 2026 — около $5 / $25. Sonnet при этом оставался примерно на уровне $3 / $15.

У Gemini старый 2.5 Pro оставался примерно на уровне $1.25 / $10, но новый Pro-tier был дороже: Gemini 3.1 Pro Preview около $2 / $12, а для long context выше 200k токенов — до $4 / $18. У xAI Grok, наоборот, цена верхней модели снизилась.

Вывод сильнее простого “цены растут”: token price может и падать, но стоимость результата растёт, если сама задача потребляет больше токенов и больше дополнительных сервисов.

Инфляция токенов на задачу

В 2023 году пользователь часто задавал один вопрос и получал один ответ. В 2026 году нормальная AI-задача может выглядеть так: загрузить документы, прочитать репозиторий, подключить историю, подумать, вызвать инструменты, запустить поиск, выполнить код, получить ошибку, исправить, повторить и только потом выдать результат.

Это создаёт инфляцию токенов на задачу. Причины: long context до сотен тысяч и миллиона токенов, reasoning/thinking tokens, agentic workflows, повторные попытки, мультимодальные входы, RAG, память, tool calls и multi-agent команды.

Особенно показательны coding agents: исследования по agentic coding показывают, что агентные задачи могут потреблять на порядки больше токенов, чем простой чат, иногда доходя до миллионов токенов на одну задачу. При этом разные прогоны одной и той же задачи могут отличаться по расходу в разы.

Подписка или железо: обе дороги платные

Кажется, что от cloud AI можно уйти в local AI и тем самым избежать подписок. Но локальный AI — не бесплатная альтернатива, а другой тип расходов.

Cloud AI — это OPEX: ежемесячные подписки, usage fees, лимиты, priority access, team/business/enterprise tiers. Local/private AI — это CAPEX: GPU, VRAM, RAM, SSD, охлаждение, электричество, обслуживание и устаревание железа.

RTX 4090 стартовала с MSRP около $1,599 и 24GB VRAM. RTX 5090 — около $1,999 и 32GB VRAM. Но для крупных локальных моделей главная проблема — не просто наличие видеокарты, а объём VRAM/RAM, контекст и стабильная производительность.

Формула простая: не хочешь платить подписку — покупай железо. Не хочешь покупать железо — плати подписку. Хочешь лучший AI — плати за compute, данные, контекст и агентов.

Лестница монетизации AI

AI продаётся не одним тарифом. Формируется лестница: free tier, $20 basic premium, $100–250 power-user tiers, $25–40 за пользователя в team/business, enterprise/custom pricing, usage-based compute и private infrastructure.

Компании будут монетизировать не только “модель”. Они будут продавать скорость, лимиты, контекст, инструменты, приватность, интеграции, data residency, SLA и гарантированную мощность.

Именно поэтому базовый AI может дешеветь и одновременно полноценный AI может становиться дороже. Это разные продукты: массовый ассистент и frontier-система для работы с данными, агентами и бизнес-процессами.

У всех будет AI, но не одинаковый

Будущий AI-разрыв не будет выглядеть как “у одних есть AI, у других нет”. Скорее всего, у всех будет какой-то AI. Вопрос — какой именно.

Один пользователь получит free-tier с лимитами. Другой — $20 premium. Третий — power tier за $100–250. Компания — team/business/enterprise доступ. Крупный игрок — private AI stack, свои данные, SLA, выделенные мощности и команды, которые умеют внедрять AI в процессы.

Бесплатный AI — общественная дорога. Premium AI — платная скоростная полоса. Enterprise AI — собственная логистическая сеть. Именно здесь начинается новый когнитивный разрыв.

Bitcoin-аналогия: от игрушки к стратегическому ресурсу

Bitcoin тоже начинался как странная игрушка для гиков. В 2010 году 10 000 BTC за две пиццы оценивались примерно в $41 — около $0.004 за BTC. Позже Bitcoin стал $70k+ активом, получил spot ETF, институциональный спрос и даже тему государственных резервов.

AI — не Bitcoin. Но социальная траектория может рифмоваться: сначала игрушка, потом productivity layer, затем gated strategic resource.

Ключевое различие: в Bitcoin редким был сам актив. В AI редким станет право спросить лучшую машину, с самым большим контекстом, в самый загруженный час, подключив её к своим приватным данным.

Кто выигрывает в новой AI-экономике

Победители — не только model labs. Выигрывает вся цепочка: hyperscalers, chip suppliers, data centers, energy infrastructure, enterprise SaaS с доступом к пользователю, компании с приватными данными и команды, которые умеют превращать AI в процесс.

Главное преимущество будет не у тех, кто просто “пользуется чатом”, а у тех, кто соединит capital, data, workflow, skills и compute. AI перестаёт быть отдельным инструментом и становится инфраструктурным слоем производства решений.

Риски и контраргументы

Есть важные контраргументы. Open-source модели могут снижать концентрацию. Per-token prices могут падать. Конкуренция будет давить на цены. Локальные модели будут становиться эффективнее. И не каждая задача требует frontier AI.

Но это не отменяет главного: базовый AI и frontier AI — разные уровни доступа. Массовый ассистент может дешеветь, а полноценный AI с большим контекстом, агентами, приватными данными, SLA и гарантированным compute оставаться дорогим и неравномерно распределённым.

Финальный вывод

Будущее AI не будет выглядеть как мир бесплатного интеллекта. Оно будет выглядеть как рынок доступа к когнитивной мощности.

Базовый AI получат почти все. Но полноценный frontier-AI с большим контекстом, агентами, приватными данными и гарантированным compute будет доступен меньшему числу людей, компаний и государств. Это и есть новый когнитивный налог.

Источники

• OpenAI API pricing snapshot, 2025-06-25
• OpenAI API pricing snapshot, 2026-05-21
• Anthropic pricing snapshot, 2025-06-24
• Anthropic pricing snapshot, 2026-05-25
• Google Gemini API pricing snapshot, 2025-06-25
• Google Gemini API pricing snapshot, 2026-05-23
• xAI models/pricing snapshot, 2025-06-28
• xAI models/pricing snapshot, 2026-05-22
• Anthropic Claude Code costs
• Google Gemini token counting docs
• AI agents token consumption paper
• History of Bitcoin