Краткое содержание анализа
В данной статье раскрывается жестокая и скрытая коммерческая логика, стоящая за современными услугами подписки на AI-программирование (на примере OpenAI Codex): хотя вы платите фиксированную ежемесячную сумму, объем вычислительных ресурсов и время, доступные для использования, тайно уменьшаются производителями за счет обновлений моделей и изменений в правилах оплаты.
Проще говоря, раньше подписка на программное обеспечение была похожа на покупку «шведского стола»: если не тратить ресурсы впустую, можно было использовать их сколько угодно. Сейчас это стало похоже на покупку пакета услуг с ограниченным временем и количеством доступных ресурсов, причем производители могут в любой момент уменьшить количество ресурсов в каждом пакете, а также из-за того, что новые модели требуют больше вычислительных мощностей. В результате ресурсы, ранее хватавшие на неделю работы, теперь могут исчезнуть за полдня. Что еще хуже, такое сокращение часто не указывается напрямо в счетах, а скрывается в сложных алгоритмах и нечетких индикаторах прогресса, заставляя пользователей тратить больше денег без их ведома, и они могут оказаться в ситуации, когда дополнительные платежи не помогают увеличить объем доступных ресурсов.
---
Подробный анализ: почему AI-подписки становятся все менее эффективными?
Чтобы полностью понять суть проблемы, мы рассмотрим этот феномен с пяти сторон:
1. **Невидимое сокращение ресурсов**: модели улучшаются, но ваша плата уменьшается
Многие пользователи замечают, что, несмотря на то, что уровень подписки не изменился, ресурсов, ранее хватавших для выполнения определенных задач, теперь не хватает уже после выполнения лишь части работы. Это не иллюзия, а результат инфляции вычислительных ресурсов, вызванной развитием моделей.
- Ранняя логика: старые модели (например, GPT-4 или Sol) выполняли задачи быстро и с меньшими затратами ресурсов.
- Современная логика: новые модели (например, GPT-5.6, Sol или Astra) стали более сложными в использовании; для получения более точных результатов они проводят более длительные вычисления и чаще используют различные инструменты. Это похоже на ситуацию, когда рабочий сначала рисует чертежи, затем ищет необходимые материалы, пробует выполнить работу и вносит изменения, что приводит к увеличению потребления ресурсов.
- Результат: заявления производителей о 18% увеличении эффективности могут относиться только к одной конкретной задаче. Если рассматривать весь рабочий процесс целиком, потребление ресурсов увеличивается, и ресурсы, ранее хватавшие на неделю, теперь могут хватать лишь на полдня. Таким образом, объем доступных ресурсов кажется меньше, хотя сами цифры остаются прежними.
2. Загадка оплаты: проценты, которые вы видите, на самом деле являются «черным ящиком» производителя
В статье упоминается ключевая проблема: пользователи не могут точно узнать, сколько они заплатили, так как видят лишь нечеткий индикатор прогресса.
- Обманчивость индикатора прогресса: производители (например, OpenAI) показывают только процент использованных ресурсов, не указывая точное количество потраченных токенов или их стоимости. Это похоже на ситуацию на заправочной станции, где указано только, что осталось половина бака топлива, но не указано, какое именно топливо используется, и даже не проверяется, не уменьшился ли объем бака.
- Популярность сторонних инструментов: инструменты вроде NerfTrack пользуются популярностью, так как пользователи пытаются проверить свои предположения. Однако из-за отсутствия публичных формул расчета стоимости использованных ресурсов (например, различных коэффициентов для разных моделей и инструментов) пользователи не могут получить точных данных.
- Власть нечеткости: такая нечеткость в расчетах дает производителям большую свободу действий. Когда пользователи жалуются на уменьшение объема доступных ресурсов, производители могут объяснить это увеличением их потребления из-за сложности моделей, а не сокращением объема ресурсов. Такой монополь на определение правил ставит пользователей в невыгодное положение при попытках защитить свои интересы.
3. Коммерческие расчеты: «критический пункт убытков» и селекция пользователей
Почему производители поступают таким образом? Потому что стоимость вычислительных ресурсов для AI очень высока, в то время как сумма ежемесячной подписки остается фиксированной, что создает большой разрыв между доходами и затратами, включая риск убытков.
- Расчеты исследовательской организации SemiAnalysis: по данным исследований, когда уровень использования ресурсов пользователя превышает определенный порог (например, 11,4% для пакета Plus), OpenAI начинает терпеть убытки. Это означает, что такая модель ценообразования изначально предполагает, что большинство пользователей не используют все возможности услуги в полном объеме.
- Селекция активных пользователей: производители, например, те, кто ежедневно интенсивно использует AI для программирования, фактически теряют деньги, но при этом заставляются переходить на более дорогие пакеты.
- Динамическая стратегия ценообразования:
- Ловушка снижения цен: снижение цен на пакет Business в апреле кажется выгодным, но одновременно с этим уменьшается объем доступных ресурсов, поэтому реальная ценовая эффективность может не улучшаться.
- Ограничения и приостановки: приостановка новых подписок на пакет Pro 20X в сентябре объясняется нехваткой ресурсов, но на самом деле это средство контроля затрат и предотвращения занятия ресурсов ценными пользователями.
- Вывод: производители перекладывают риски, связанные с высокими затратами на вычислительные ресурсы, на пользователей, либо пытаются удерживать прибыль, выбирая пользователей, готовых платить больше.
4. Резкие изменения в правилах: переход от «бесконечного доступа» к «оплате за использование ресурсов по секунде»
В статье сравниваются условия использования мобильного трафика, подписок на программное обеспечение и AI-подписок, подчеркивая значительный ухудшение пользовательского опыта.
- Определенность традиционных подписок:
- Мобильный трафик: 10 ГБ трафика — это 10 ГБ, и если он исчерпан, соединение прерывается; правила ясны.
- Подписки на программное обеспечение: покупка на год означает доступ к услугам в течение 365 дней без ограничений по количеству использований; правила стабильны.
Подписки на сервисы вроде WeChat Reading: ежемесячная плата фиксирована, и количество использованных услуг не ограничено; правила просты.
- Нестабильность условий AI-подписок:
- Ловушка более быстрого режима работы: скорость выполнения задач увеличивается в 1,5 раза, но потребление ресурсов увеличивается в 2,5 раза. Это похоже на ситуацию на автомагистрали, где чем быстрее вы едете, тем выше плата за проезд, и нет ограничений по количеству проездов.
- Частые изменения правил: в июле отменяются ограничения по времени использования ресурсов, в августе они вновь вводятся; в апреле снижаются цены, но уменьшается объем доступных ресурсов. Такой подход приводит к неопределенности и не позволяет пользователям планировать свою работу.
- Психологический дискомфорт: пользователи привыкли к представлению, что подписка означает неограниченный доступ к ресурсам, но теперь они чувствуют себя как участники игры, где для выполнения работы необходимо постоянно следить за уровнем доступных ресурсов, что создает дополнительное давление.
5. Реальное положение разработчиков
Статья также указывает на реальное положение современных разработчиков: они не могут обойтись без AI, но при этом находятся в зависимости от производителей.
- Технологическая зависимость: сегодня без использования AI многие разработчики не могут создавать эффективный код. AI превратился из вспомогательного инструмента в основной инструмент производства. Такая зависимость делает пользователей уязвимыми перед неразумными требованиями производителей.
- Вынужденные стратегии: разработчики вынуждены использовать услуги нескольких производителей, чтобы обеспечить свою работу. Автор статьи рекомендует использовать различные модели и планы использования ресурсов в зависимости от ситуации, что является примером стратегии децентрализованного подхода к работе.
- Сравнение затрат: несмотря на сокращение объема доступных ресурсов, использование AI все еще дешевле, чем найм человека-программиста. Поэтому пользователи вынуждены мириться с такой ситуацией и искать наиболее выгодные варианты использования услуг производителей.
---
Советы для обычных пользователей
1. Не ориентируйтесь только на ежемесячную плату, а также на стоимость вычислительных ресурсов: перед подпиской узнайте, сколько токенов потребляется конкретной моделью при выполнении типичных задач. Если возможно, сначала используйте бесплатные ресурсы или более дешевые пакеты, чтобы оценить свои потребности.
2. Разверните многоплатформенный подход: не рискуйте всеми своими ресурсами в одном месте. Подготовьте несколько вариантов использования AI-услуг от разных производителей, чтобы иметь возможность быстро переключаться в случае нехватки ресурсов или изменения правил.
3. Следите за общественными отзывами: сообщества пользователей, такие как сообщество OpenAI, инструменты вроде NerfTrack и форумы разработчиков, помогут выявить скрытые сокращения ресурсов. Официальные объявления часто отстают от реальности, а данные пользователей более достоверны.
4. Адаптируйте свои ожидания: понимайте, что AI-подписки не предполагают неограниченного доступа к ресурсам. Рассматривайте их как платные услуги, предоставляющие ресурсы в зависимости от объема использования, а не как традиционные лицензии на программное обеспечение. Рационально планируйте свою работу, чтобы избегать необходимости крупномасштабных изменений в коде в периоды нехватки ресурсов и выполнять основные задач