Дешёвая ИИ-модель может обойтись дороже: цену reasoning-моделей посчитали по реальным задачам
Исследователи из Stanford, UC Berkeley, CMU и Microsoft Research описали неприятную ловушку рынка ИИ: модель, которая выглядит дешёвой в прайсе, может оказаться дороже в реальной работе. Работа называется The Price Reversal Phenomenon: When Cheaper Reasoning Models Cost More; первая версия вышла в марте, а обновлённая версия опубликована 28 мая. Сегодня тема снова разошлась по AI-сообществам Reddit, потому что проблема бьёт прямо по кошельку разработчиков.
Цена токена больше не равна цене задачи
Авторы сравнили восемь frontier reasoning-моделей на 12 наборах задач: математике, научных вопросах, коде, агентных сценариях и других проверках. Итоговый вывод жёсткий: в 32% сравнений модель с более низкой заявленной ценой за токен фактически обходилась дороже. Максимальный разрыв доходил до 28 раз.
Показательный пример из аннотации: Gemini 3 Flash заявлена примерно на 80% дешевле GPT-5.4, но по совокупной стоимости выполнения задач оказалась на 38% дороже. Причина не в магии тарифов, а в поведении моделей. Reasoning-модели тратят внутренние «thinking tokens» и могут делать разное число шагов до ответа. На одном и том же запросе одна модель, по данным авторов, способна использовать на 900% больше thinking tokens, чем другая.
Почему это важно для компаний
Для пользователя чат-бота это выглядит как техническая деталь. Для бизнеса с API, агентами, кодовыми помощниками или автоматизацией поддержки это уже экономика продукта. Если сервис продаётся по фиксированной подписке, а тяжёлые пользователи запускают непредсказуемо дорогие reasoning-задачи, маржа может исчезнуть незаметно.
Отдельная проблема — разброс. Исследование показывает, что повторные запуски одного и того же запроса могут давать вариацию thinking tokens до 9,7 раза. Значит, точный прогноз стоимости отдельного запроса почти невозможен: надо смотреть распределение расходов, лимиты, алерты и реальные тесты на своих задачах.
Главный урок простой: прайс-лист провайдера — это только входная цена. Настоящий счёт складывается из того, сколько модель думает, сколько делает шагов и как часто уходит в дорогие траектории.
