Компании переходят от безлимитного использования ИИ к более точному выбору моделей. Теперь в моде «модельмаксинг»: сложные задачи отдают дорогим флагманам, а для рутины используют компактные, старые или open-source-модели.

Технический директор ИИ-стартапа Bold Metrics Морган Линтон рассказал Business Insider, что дважды в неделю объясняет команде из 16 инженеров, какую модель стоит использовать для разных задач. Одной группе он советует Claude Fable в режиме low, другой — GPT-5.5 в режиме high, третья работает в Cursor с Composer 2.5. «Моя команда пользуется лучшими инструментами, но делает это гораздо эффективнее», — говорит Линтон.

Такой подход позволяет не вводить жесткие лимиты на токены. Вместо этого сотрудники получают рекомендацию: когда действительно нужна дорогая модель с максимальным уровнем рассуждений, а когда достаточно более дешевой альтернативы.

Генеральный директор Coinbase Брайан Армстронг еще в июне предположил, что в ближайшие 12–18 месяцев около 80% задач будут выполнять модели, которые окажутся на 99% дешевле нынешних передовых систем. Самые дорогие модели, по его словам, останутся для оставшихся 20% задач, где требуется максимальный уровень интеллектуальных возможностей.

Сооснователь стартапа Hechura Крис Макони придерживается похожей логики. Он не поддерживает идею круглосуточных автономных агентов, которые продолжают писать код ночью без контроля человека. При работе с агентом OpenClaw он сначала использовал недорогие модели Gemini, а затем переключился на Claude Haiku. «Я не боюсь пробовать более дешевые модели и проверять, хватает ли их интеллекта для нужной задачи», — сказал Макони.

Дизайнер пользовательского опыта Танви Писал рассказала, что сначала «потратила месяцы токенов», пытаясь с нуля продумывать UX в Claude. Теперь она сначала создает дизайн в Figma, затем передает модели скриншоты и просит сохранить интерфейс, но построить логику и пользовательские сценарии.

«Процесс, в котором сначала создается дизайн, действительно помогает мне экономить токены», — объяснила Писал. Для брейншторминга она использует корпоративный ChatGPT, а более проработанные идеи переносит в Claude, чтобы получить структурированные документы.

Чтобы не заставлять сотрудников вручную выбирать модели, компании все чаще используют model routing — сервисы, которые сами оценивают сложность запроса и направляют его в подходящую модель. Такие платформы могут переключать часть задач на более дешевые или открытые модели, не отправляя каждый запрос в Claude или GPT.

Глава стартапа Rayline Дэвид Гилмор говорит, что многие компании сначала поддаются страху упустить выгоду и используют самые дорогие модели повсюду, а затем получают счет за API и начинают искать способы сократить расходы. По данным главного экономиста Ramp Ары Харазьяна, доля компаний, использующих маршрутизацию запросов между моделями, выросла примерно с 1% в прошлом году до 5% в текущем.

Экономист Дэн Ариэли связывает стремление «сжечь» отведенные токены с психологией дефицита. Он сравнил лимиты на ИИ с тарифами мобильной связи, когда пользователи старались израсходовать все включенные минуты до конца месяца, даже без реальной необходимости. «Токены создают модель дефицита: люди понимают, что не могут пользоваться ИИ столько, сколько хотят, и начинают воспринимать лимит как цель», — пояснил ученый.