Цены на LLM упали на 80%: почему и что это значит для вашего бизнеса

Коротко: С июня по сентябрь 2026 года OpenAI и Anthropic снизили стоимость использования своих LLM на 40–80%. Причина — рост эффективности инференса и ценовая конкуренция. Ключевой скрытый фактор: падение стоимости кэш-чтения, которое составляет 96–99% расходов при агентном использовании.

Что произошло с ценами на GPT и Claude за три месяца

С июня по конец сентября 2026 года обе ведущие LLM-компании провели серию снижений цен, которая изменила экономику работы с нейросетями.

OpenAI:

• GPT-5.6 Luna: −80% за один день (30 июля) — с $1 до $0,20 за MTok входных токенов
• GPT-6 Sol: вышел по $2 / $10 — вдвое дешевле временно сниженной цены предшественника
• GPT-6.1 Sol: снижение кэш-чтения вдвое → итого семейство Sol подешевело на 75% за 3 месяца

Anthropic:

• Claude Sonnet 5: «временная» цена при запуске стала постоянной через 6 недель
• Fable 5.1: кэш-чтение снижено на 75% — это эквивалентно 70–75% экономии на агентных задачах
• Claude Opus 5.5: $4 / $20 / $0,20 — на 40–60% дешевле Opus 5 при превосходящей производительности

Почему LLM дешевеют так быстро

Снижается себестоимость инференса. Anthropic прямо указала в анонсе Opus 5.5: новая модель «требует меньше вычислительных ресурсов». Это не маркетинговая скидка — это структурное снижение затрат, которое компании транслируют в тарифы.

Конкуренция ускоряет процесс. Когда OpenAI снизила цену Luna на 80% за один анонс, Anthropic была вынуждена зафиксировать «временные» цены Sonnet 5 как постоянные значительно раньше запланированного.

Специализация моделей. Семейства Sol/Luna и Sonnet/Opus/Fable закрывают разные ценовые сегменты. Это позволяет компаниям агрессивно снижать цены на массовый сегмент, сохраняя маржу на флагманах ($10 / $50 за MTok для Fable 5.1 и GPT-6 Astra).

Главный скрытый фактор: стоимость кэш-чтения

Большинство разработчиков и менеджеров смотрят на строки «input» и «output» в счёте. Но при агентном использовании LLM реальный расход токенов выглядит иначе.

Каждый шаг агента (Codex, Claude Code, кастомный пайплайн) включает в запрос всю предыдущую историю диалога — она хранится в кэше. Попадание в кэш происходит в 90–100% случаев, а на кэш-чтение приходится 96–99% токенных расходов.

Что это значит на практике:

• Fable 5.1 снизила кэш-чтение с $1 до $0,25 за MTok (−75%)
• GPT-6.1 Sol снизил кэш до $0,10 — 5% от цены входного токена, паритет с Anthropic
• Итоговая экономия на агентных сценариях: 70–75%

Если вы строите агентные пайплайны и не пересматривали архитектуру после этих изменений — вы переплачиваете.

Упало ли качество вместе с ценой

Обычно снижение цен сопровождается даунгрейдом модели. В данном случае — нет.

• GPT-6.1 Sol демонстрирует производительность на уровне GPT-6 Astra, который стоит $10 / $50
• Claude Opus 5.5 превосходит Fable 5.1 по бенчмаркам при цене $4 / $20 vs $10 / $50
• GPT-5.6 Luna за $0,20 / $1,20 закрывает большинство рутинных задач

Обе компании добились снижения цен через рост эффективности модели и оптимизацию инфраструктуры, а не через сокращение возможностей.

Что сделать бизнесу прямо сейчас

1. Проверьте, какие версии моделей вы используете. Многие команды работают на версиях 3–4-месячной давности и платят по устаревшим тарифам.
2. Включите мониторинг кэш-чтения. Если вы используете агентов — этот параметр определяет основную часть счёта.
3. Пересчитайте ROI агентных инструментов. То, что в июне казалось нерентабельным, в сентябре может быть выгодным в 3–4 раза.
4. Не ждите идеального момента. Снижение цен продолжается, но откладывать внедрение из-за этого — неверная стратегия; разрыв между вами и конкурентами растёт каждый месяц.

Чего ожидать дальше

Динамика устойчива. Себестоимость GPU-инференса продолжает снижаться, open-source модели давят на премиум-сегмент, а агентные продукты становятся главным драйвером объёмов. Вероятнее всего, к середине 2027 года средний сегмент LLM (Sol/Sonnet-класс) станет дешевле ещё в 2–3 раза.

Флагманы ($10 / $50) снижаются медленнее — их придерживают для задач, где качество критично. Но и здесь тренд очевиден: Opus 5.5 за $4 / $20 уже опережает то, что полгода назад стоило $5 / $25.

Часто задаваемые вопросы

Почему OpenAI снизила цены на LLM на 80%?
Причина — снижение реальной себестоимости инференса: более эффективные модели требуют меньше вычислительных ресурсов. Дополнительный фактор — конкуренция с Anthropic и давление со стороны open-source альтернатив.

Что такое кэш-чтение в LLM и почему оно важно для бизнеса?
При агентном использовании каждый запрос включает всю историю диалога из кэша. На эту операцию приходится 96–99% токенных расходов. Снижение стоимости кэш-чтения на 75% даёт 70–75% экономии на агентных пайплайнах.

Ухудшились ли модели GPT и Claude при снижении цен?
По данным на сентябрь 2026 года — нет. GPT-6.1 Sol сопоставим по производительности с GPT-6 Astra, который стоит в 5 раз дороже при запуске. Claude Opus 5.5 превосходит Fable 5.1 при более низкой цене.

Как пересчитать стоимость использования LLM после изменения тарифов?
Определите долю кэш-токенов в вашем трафике (для агентов — обычно 90–99%). Умножьте объём на новую цену кэша. Для большинства агентных сценариев переход на актуальные версии моделей даёт 60–75% экономии без изменения архитектуры.

Разбираем ИИ-инструменты для бизнеса →

<a href='https://t.me/contentrunbot'>ИИ Инструменты</a> | <a href='https://contentrun.ai/'>Контент-завод</a> | <a href='https://platform.contentrun.ai/'>База знаний</a>