Основна історія інвестицій у інфраструктуру ШІ стикається з серйозними викликами на рівні одиничної економіки. Ціни на токени падають швидше, ніж очікувалося: індекс витрат на токени Goldmans Sachs Silicon Data LLM у серпні впав на 29% до приблизно 0,97 долара, вперше опустившись нижче порогу 1 долара за мільйон токенів. Разом з тим, використання платформи OpenRouter зросло на 47%, а витрати в доларах — лише на 7%. Розрив між зростанням обсягів і падінням цін виявляє основний конфлікт: дохід на ринку акцій вимірюється в доларах, а не в кількості токенів. Це свідчить про фундаментальне підгортання логіки доходів, яка протягом останніх двох років підтримувала оцінку сектору ШІ, і ринок кредитів вже випередив це з попередженням.

Автор статті, джерело: Wall Street Journal

Основна історія інвестицій у інфраструктуру ШІ стикається з серйозними викликами на рівні одиничної економіки. Швидкість падіння цін на токени перевищила очікування ринку, що підірвало фундаментальну логіку доходів, яка підтримувала оцінку сектору ШІ протягом останніх двох років.

За останнім звітом Річа Прівороцького, керівника торгівельної платформи One-Delta в Goldman Sachs, індекс витрат на токени LLM Silicon Data (код: SDLLMTK), який вимірює середню зважену ціну на мільйон токенів, у серпні впав на 29%, закінчивши місяць на рівні приблизно 0,97 долара США — це новий історичний мінімум, а загальне зниження порівняно з високою точкою у травні близько 2,05 долара США перевищило 50%. Це перший раз, коли індекс опустився нижче 1 долара США за мільйон токенів.

Тим часом, згідно з даними центру обробки даних JPMorgan, використання токенів на платформі OpenRouter у серпні зросло на ~47% у місячному вимірі, а витрати в доларах США зросли лише на ~7%. Розрив між зростанням обсягів і падінням цін прямо виявляє основний контраст у поточній логіці інвестування в ІІ: дохідність ринку акцій обчислюється в доларах США, а не в кількості токенів, а капітальні витрати на супервеликі центри обробки даних розраховуються саме на основі очікувань доходів у доларах США.

Пріворотський у звіті чітко зазначив: «Більший попит разом із нижчими цінами, якщо ціни падають швидше, ніж зростає споживання, не є автоматичною перевагою».

Падіння ціни токена: не зникла потреба, а розпався ціновий рівень

Індекс витрат на токени LLM від Silicon Data не є показником попиту на токени, а є ціновим індексом з вагою за використанням. Сама компанія вже попередила ринок, що падіння цього індексу може бути пов’язане зі зниженням цін, перехід користувачів на недорогі відкриті моделі або обома факторами разом, і не означає скорочення використання ШІ.

Однак саме це й є проблемою. Обсяги маршрутизації OpenRouter значно зросли, а ціни на оренду GPU H100 падають — це суперечить нарративу про стрімке зростання попиту на токени. Пріворотський зазначив, що дані за серпень демонструють чітку картину: обсяги значно зросли, а падіння цін було ще більшим, витрати в доларах майже не змінилися.

Висновок Goldman Sachs полягає в тому, що ціноутворення акцій за останні два роки ґрунтувалося на припущенні, що «більше токенів = більше доходу», а дані за серпень вперше чітко спростували це припущення.

Зростання конкуренції та локальне виведення: структурна ерозія моделі ціноутворення за токен

Пріворотський у звіті відкрито висловив сумнів щодо «оплати за токени» як тривалої бізнес-моделі. Логіка ціноутворення хмарного висновку за мільйон токенів ґрунтується на одночасному виконанні трьох передумов: модель настільки велика, що її неможливо запустити локально, користувачі не можуть замінити її відкритими альтернативами, і навантаження достатньо спорадичне, щоб власне створення обчислювальних ресурсів було невигідним. Але ці три передумови зараз одночасно руйнуються.

На апаратному рівні ноутбуки класу RTX Spark, робочі станції DGX Spark, Mac Studio з моделями з 70 мільярдами параметрів та NPU з продуктивністю в діапазоні 40–75+ TOPS знизили граничну вартість великої кількості токенів до рівня вартості електроенергії. Коли щомісячний рахунок за API підприємства перевищує амортизаційну вартість пристрою від 5 000 до 15 000 доларів США, це підприємство переходить із споживача токенів у покупця апаратного забезпечення разово, а не залишається постійним користувачем програмного забезпечення з прибутковістю 40%.

На ринку моделей Meta, починаючи з 2 вересня, запустила Muse Spark 1.3, яка за незалежними тестами вже знаходиться в тому ж класі, що й GPT-5.6 Sol та Claude Opus 5, особливо відзначаючись у завданнях агентів та генерації коду. Пріворотський зазначив: «Перевага на передовій вимірюється тижнями і не створює бар’єрів, це лише життєвий цикл продукту». Коли наступна за якістю модель достатньо наближається за показниками та є дешевшою, компанії відмовляються від преміальних рівнів — індекс цін на токени є агрегованою відповіддю на ці рішення.

Тиск на логіку капітальних витрат: ринок кредитів вже висловив попередження

Звіт Goldman Sachs вказує, що цикл капітальних витрат у сфері ШІ не є гнучкими операційними витратами, а є вже зафіксованими зобов’язаннями з великих активів. За даними звіту, загальні капітальні витрати п’яти рейтингованих надвеликих хмарних провайдерів у 2026 році становитимуть близько 737 мільярдів доларів США, що становить приблизно 38% їхнього доходу. Moody’s попереджає про стиснення вільного грошового потоку, трансформацію балансу з легковагових на важковагові активи, а також про оренду, яка не відображена у вигляді облігацій, але фактично обмежує видавців.

Реакція ринку кредитів випередила ринок акцій. За даними статистики по відповідним облігаціям, 78 із 91 облігації великих хмарних провайдерів, випущених у 2026 році, вже впали нижче ціни випуску до кінця серпня. Пріворотський назвав це «переоцінкою кредиту» і зазначив, що мультиплікатори оцінки акцій є запізнювальним індикатором.

Логічна ланцюжок чітка: падіння ціни токена на 30%, зростання використання на 20% — висновок: зниження доходів від інференсу; зниження доходів від інференсу, тоді як амортизація та відсотки за будівельний цикл 2025–2027 років продовжують зростати, призводять до краху рентабельності інвестицій; після краху рентабельності інвестицій ринку не потрібно драматичного сценарію «роздування бульбашки» — достатньо скоригувати мультиплікатори оцінки, щоб відобразити рівень утилітетної компанії з великою кількістю активів, але обмеженими ціноутворюючими можливостями.

GPT-6 Astra: єдиний залишився нarrативний зворотний фактор

У звіті Прівороцький вважає наступну генерацію моделей OpenAI — Astra, єдиним потенційним краткосрочним катализатором, який може змінити ситуацію. 1 вересня OpenAI повідомила, що Astra досягла ключового порогу кібербезпеки в рамках своєї рамки готовності, ставши першою моделлю, включеною до цієї категорії.

Однак торгова платформа Goldman Sachs залишається обережною. Агресивна модель з обмеженим доступом, що вимагає моніторингу та має високий рівень фрикції, не доповнює автоматично кошик доходів від токенів. Якщо завантаження високої цінності завжди залишається в контрольованому тестовому середовищі і не потрапляє в публічну систему оплати, Astra навіть може зменшити кількість токенів для оплати.

Висновок звіту: Astra — останній близький фактор, який може знову зсунути доходи у бік високодоходних сегментів. До цього дані про ціни на токени за серпень є найбільш точним сигналом поточного стану ринку: попит може зростати нескінченно, але якщо ціна при надходженні нескінченного попиту не зможе покрити витрати на борги, видані для будівництва центрів обробки даних, акції все ще можуть падати.