Co się stało
Sonnet 5 wszedł na rynek 30 czerwca w cenie wprowadzającej: dwa dolary za milion tokenów wejścia i dziesięć za wyjście. W komunikacie premierowym stała data końca — 31 sierpnia — i stawka docelowa, która miała obowiązywać od 1 września: trzy dolary za wejście, piętnaście za wyjście. Termin był podany wprost, więc trafił do prognoz na drugie półrocze. Również do naszej.
10 sierpnia Anthropic dopisał do tego samego komunikatu jedno zdanie. Cena wprowadzająca zostaje ceną standardową, a wrześniowa podwyżka nie wejdzie w życie. To samo stoi dziś w dokumentacji cennika, bez terminu i bez gwiazdki.
Dwa tygodnie później dołożył się drugi fakt, tym razem od strony popytu. 23 sierpnia „Financial Times" opisał dane Ramp — firmy obsługującej karty korporacyjne i płatności faktur dla ponad siedemdziesięciu tysięcy przedsiębiorstw. Wynika z nich, że Fable 5, najmocniejszy i najdroższy model Anthropica, miesiąc po premierze odpowiadał za około 6% tokenów kupowanych u tego dostawcy i 11,4% wydatków na jego modele. Starszy Opus 4.8 zebrał w tym samym czasie 28%. W zestawieniu opublikowanym 12 sierpnia Ramp nazywa to pęknięciem w tezie o AI: najlepszy model na rynku nie zebrał pieniędzy, których się po nim spodziewano.
Cennik podpowiada dlaczego. Za milion tokenów wyjścia płacisz u tego jednego dostawcy pięćdziesiąt dolarów albo dziesięć, zależnie wyłącznie od tego, którą nazwę modelu wpiszesz w konfigurację. Wejście kosztuje odpowiednio dziesięć dolarów albo dwa. Reszta — umowa, endpoint, integracja — pozostaje ta sama.
Nasza teza
Zacznijmy od korekty, bo jest nasza. W lipcu pisaliśmy o osiach, wzdłuż których rozjechały się cenniki modeli, i wśród nich wymieniliśmy wrześniową podwyżkę Sonneta jako podwyżkę wpisaną w kalendarz, którą warto mieć w prognozie już teraz. Ta pozycja jest nieaktualna od 10 sierpnia. Jeśli ktoś zarezerwował na nią budżet, może go zwolnić — i to jest mniej ciekawe niż powód, dla którego trzeba to dziś pisać.
Data w komunikacie premierowym wyglądała jak fakt o cenniku. Była zapowiedzią zamiaru. Różnica nie miała znaczenia, dopóki wszystkie takie zapowiedzi się realizowały.
Oznaczamy wprost jako naszą interpretację, a nie ustalenie: Anthropic nie podał powodu wycofania podwyżki i nie łączy jej publicznie z danymi Ramp. Zestawienie obu zdarzeń jest naszym odczytem. Odczyt brzmi tak: podwyżka została zdjęta z tego poziomu oferty, który dźwiga wolumen, w tym samym miesiącu, w którym poziom wyżej nie obronił swojej ceny. To nie wygląda na gest wobec klientów. Wygląda na test, który dostawca przeprowadził i przegrał.
Warto zobaczyć, co tu naprawdę pękło. Nie budżety, bo firmy wydają na AI coraz więcej. Pękło założenie, że lepszy model sprzedaje się sam, a więc że można za niego wziąć dowolną krotność ceny modelu obok. Rynek odpowiedział, że premia ma sufit, i ustawił go niżej, niż zakładał cennik.
Powód, dla którego tak się dzieje, jest bardziej przyziemny niż oszczędność. Prawie nikt nie potrafi pokazać, co konkretnie dokłada droższy model na jego własnej robocie. Bez własnego testu na własnych zadaniach jedyną porównywalną liczbą, jaką masz na stole, jest stawka za milion tokenów — więc optymalizujesz tę jedną liczbę, bo drugiej nie ma. Ranking na benchmarku publicznym nie jest tą drugą liczbą, bo nie odpowiada na pytanie, czy Twoje zgłoszenia serwisowe będą klasyfikowane lepiej.
Dlaczego to ma znaczenie
Private Equity
Teza inwestycyjna oparta na tym, że wydatek na AI per pracownik rośnie razem z jakością modeli, ma teraz kontrdowód i warto go przeczytać przed kolejnym komitetem. Z tego samego zestawienia Ramp: mediana firmy wydaje na AI 11,95 dolara na pracownika, górne dziesięć procent 650 dolarów, a górny jeden procent 7400 dolarów. To nie jest rynek, który rośnie równo. To wąska grupa, która wydaje dużo, i długi ogon, który wydaje tyle co nic.
Praktyczne pytanie na przegląd spółki portfelowej jest jedno i tanie: jaka część rachunku za tokeny leży na najdroższym poziomie modeli i jaka decyzja biznesowa się na nim opiera. „Używamy najlepszego modelu" nie jest planem kosztowym, tylko domyślnym ustawieniem, którego nikt nie zmienił po pilotażu.
Enterprise
Dobra wiadomość jest krótka: pozycja budżetowa, która miała urosnąć od września, nie urośnie, więc poziom roboczy da się zaplanować na następny cykl bez rezerwy na tę podwyżkę.
Wniosek dłuższy dotyczy tego, co ta historia mówi o sterowaniu cennikiem w ogóle. Cena modelu zmieniła się w tym roku dwa razy w przeciwnych kierunkach i za każdym razem na podstawie decyzji, w której nie brałeś udziału, w terminie, którego nie ustalałeś. Konsekwencja jest ta sama przy podwyżce i przy jej odwołaniu: identyfikator modelu musi być pozycją w konfiguracji, którą ktoś świadomie zmienia, a nie wartością domyślną biblioteki klienckiej. Do tego jeden własny zestaw zadań testowych, uruchamiany przy każdej zmianie poziomu modelu. Bez niego negocjujesz cenę czegoś, czego jakości nie umiesz zmierzyć u siebie.
MŚP / średni rynek
Tu wynik jest po prostu korzystny i nie wymaga żadnego ruchu obronnego. Poziom modelu, na którym realnie stoi większość roboty w firmie średniej wielkości, został tańszy na stałe, a nie do końca sierpnia. Jeśli ktoś planował przed wrześniem migrację na tańszego dostawcę wyłącznie z powodu tej podwyżki, przesłanka zniknęła.
Rzecz, którą warto z tego wyciągnąć na dłużej, jest inna. Dane Ramp pokazują, że firmy płacące za AI trzymają najdroższy model do wąskiej grupy zadań, a resztę oddają tańszym. To nie jest oszczędzanie na jakości, tylko normalny dobór narzędzia — dokładnie tak dobieramy warstwę modelu we wdrożeniach dla firm średniej wielkości: najpierw lista zadań i to, które z nich naprawdę wymagają najmocniejszego modelu, potem dopiero cennik.
Jeden ruch na ten tydzień
Weź ostatnią fakturę od dostawcy modeli i rozbij ją po identyfikatorze modelu, nie po projekcie. Przy najdroższej pozycji odpowiedz na jedno pytanie: jakie konkretne zadanie na niej siedzi i co się zepsuje, jeśli zejdzie poziom niżej. Jeżeli nie wiesz, uruchom to zadanie na tańszym modelu na dwudziestu prawdziwych przypadkach z zeszłego tygodnia i porównaj wyniki ręcznie. Godzina roboty daje Ci liczbę, której dziś nie masz — i to ona, a nie cennik, powinna decydować, za co dopłacasz. Opisz swój przypadek: mailto:[email protected]?subject=Rozmowa%20z%20Aurora%20AI