[TL;DR Ежедневный подбор] Меня интересует не то, насколько дороги GPU, а способны ли они работать как полноценная фабрика агентов, постоянно генерируя измеримый «интеллект». Цифра DeepSeek в 38 долларов за GPU-час напоминает, будто кто-то приоткрыл самый чувствительный финансовый отчет AI-индустрии: вопрос теперь не в том, сколько денег сожжено, а может ли каждая карта окупить себя сама. 📌 Сначала — самые впечатляющие данные: • DeepSeek раскрыла: один кластер обрабатывает до 155 триллионов токенов в день. • При расчете по публичным ценам API в низкий период теоретически каждый GPU-час приносит 38 долларов дохода. • При грубой годовой экстраполяции один GPU может генерировать более 330 000 долларов платного объема. Это не «прибыль» и не цифра «легкого заработка» — это лишь теоретическая способность к начислению платы. Но она критически важна: она показывает, что при достаточной оптимизации инференса GPU может перестать быть «черной дырой затрат» и превратиться в машину по производству денежных потоков. 📌 Как добились 38 долларов: • DeepSeek V4.1 Flash имеет 552 миллиарда параметров и использует архитектуру MoE. • При обработке входа активируется около 8 миллиардов параметров, при генерации выхода — около 16 миллиардов. • Общий объем KV Cache снижен до ~1/4 по сравнению с предыдущим поколением, долгосрочное кэширование — до ~1/8. • На один токен приходится около 890 байт глобального KV Cache, поддерживается до 1 миллиона токенов контекста. Другими словами, они не зарабатывают на «более дорогих картах», а на жесткой системной инженерии: параллелизм экспертов, предсказательное декодирование, асинхронное планирование, разделение Prefill/Decode и продление жизни KV Cache. Проще говоря: среди одинаковых GPU тот, кто меньше делает повторных вычислений, ближе к печатному станку. 📌 Но не спешите считать 38 долларов средней чертой отрасли: • DeepInfer не открыл полностью все компоненты производственной среды. • Ключевые элементы — система KV Cache, оркестрация сервисов, балансировка нагрузки между репликами — требуют внешней доработки. • В настоящее время система оптимизирована исключительно под DeepSeek-V4.1 Flash; другие модели невозможно просто скопировать. Таким образом, скачивание фреймворка ≠ копирование дохода. 38 долларов — это скорее «выставочный образец» в условиях максимальной инженерной зрелости, а не формула богатства, которую можно воспроизвести просто купив несколько GPU. 📌 Почему многие компании с моделями все еще теряют деньги, несмотря на рост инференса: • По оценкам Stanford HAI / Epoch AI: расходы OpenAI на вычисления в 2025 году составят ~16,3 млрд долларов — из них 8,3 млрд на разработку, 8 млрд на инференс. • По сравнению с 2024 годом, расходы OpenAI на инференс выросли с 1,8 млрд до 8 млрд — почти в 3,4 раза. • Anthropic в 2025 году потратит ~6,8 млрд долларов на вычисления — из них 4,1 млрд на разработку, 2,7 млрд на инференс. Вот и правда: обучение и инференс — это две разные книги. Вы можете продавать токены — но это не значит, что вам не нужно продолжать тратить деньги на следующее поколение моделей. Чем больше пользователей — тем больше растет счет за инференс. Снижение удельных затрат не означает снижение общих. Индустрия ИИ похожа на строительство автострады: чем больше машин — тем больше сборов, но одновременно растут расходы на обслуживание, расширение и проценты по кредитам. 📌 Можно ли зарабатывать только на продаже токенов? Ответ: возможно, но непросто. В статье приведено простое чувствительное моделирование: • Если полные затраты составляют 10 долларов за GPU-час; • Теоретический потенциал дохода — 38 долларов за GPU-час; • Тогда для покрытия затрат достаточно достичь лишь ~26,3% эффективного начисления. • Если эффективный доход достигнет 50%, то прибыль составит ~9 долларов в час (19 долларов дохода минус 10 долларов затрат). Модель привлекательна — но реальность не романтична. Пропускная способность, параллелизм, задержки, структура клиентов, пиковые нагрузки и время простоя съедят всю воображаемую прибыль. А когда начинается ценовая война — часть выгод от повышения эффективности часто передается клиентам. 📌 CoreWeave ярко показывает другую сторону: • Выручка за второй квартал 2026 года — 2,575 млрд долларов (+112% год к году). • Adjusted EBITDA — 1,51 млрд долларов (маржинальность 59%). • Но по GAAP компания все еще теряет 626 млн долларов. • Амортизация и списание за квартал — 1,393 млрд долларов; чистые процентные расходы — 640 млн долларов. Видите? Бизнес на вычислениях — это не «есть выручка = есть прибыль». GPU амортизируются, рост финансируется за счет заемных средств, проценты — как тень. Получить валовую прибыль — еще не значит сохранить чистую. 📌 Прикладному уровню еще хуже: спрос растет, прибыль — нет: • Cursor на январский квартал 2026 года имел маржу -23%; если включить все затраты на инференс бесплатных пользователей — -31%. • https://t.co/RxWvQzBAAu подал заявление о банкротстве при ~12 млн ежемесячных активных пользователей; выручка в августе 2026 года — 5,3 млн долларов, но ежемесячный убыток оставался на уровне 8–9 млн долларов. • Только за первые восемь месяцев 2026 года https://t.co/RxWvQzBAAu потратил $56,1 млн на вычисления — ~45% от операционных расходов. • В то же время Midjourney в 2023 году заработал более $200 млн и оставался прибыльным. Одинаковая AI-Native модель — совершенно разные судьбы. Причина проста: использование ИИ не гарантирует устойчивую бизнес-модель. Ключевой вопрос — покрывает ли ценность задачи затраты на инференс и эксплуатацию? 📌 Большая возможность — в агентах: • Menlo Ventures оценивает глобальные потребительские расходы на ИИ в 2026 году в $40 млрд — более чем в три раза больше, чем $12 млрд в 2025 году. • Но уровень использования ИИ среди взрослых американцев вырос лишь с 61% до 64%. То есть новые пользователи не взорвались — взорвалась глубина использования старыми пользователями и их готовность платить. Рынок теперь ставит ставку не только на количество чатов, а на то, сколько задач ИИ может выполнять за вас каждый день: письма, закупки, планирование, управление ПО, кросс-сервисная координация — именно здесь агенты могут значительно увеличить потребление токенов. Однако я должен добавить ледяную дозу реальности: больше токенов ≠ лучший бизнес. Если продукт-агент зарабатывает $20 в месяц, но тратит $30 на модель и инструменты — он просто кормит производителей GPU, а не себя. Мой вывод прост: 1. Цифра в 38 долларов/GPU-час показывает: бизнес по инференсу ИИ «может существовать», и ценность инженерной оптимизации серьезно недооценивается. 2. Но от «возможности начислять плату» до «реальной прибыли» — четыре стены: загрузка, цена-контроль, стоимость капитала и ценность продукта. 3. Те, кто пройдут через циклы, — не самые жадные до GPU, а те, кто умеют превращать токены в реальные результаты задач.Если в будущем каждый агент будет работать, покупать, вести переговоры и выполнять процессы вместо людей, то вопрос перестанет быть «по какой цене продавать токен», а станет — сколько ценности мой созданный интеллект принес вам? Это счет, который мне важнее всего.