Ловушка таблицы лидеров: как китайские ИИ-модели зарабатывают токены, а не доход

Для китайских компаний в сфере искусственного интеллекта еженедельная таблица лидеров на OpenRouter — глобальной платформе, которая направляет запросы пользователей к разным ИИ-моделям, — стала табло, за которым следят все. Но более внимательный взгляд на цифры выявляет тревожный дисбаланс: на китайские модели приходится примерно шестьдесят процентов токенов, обрабатываемых на платформе, однако они приносят лишь малую долю её выручки. Токены доказывают привлечение клиентов, а не реальную силу.

Эта история привлекла внимание после того, как анонимная бесплатная модель ненадолго взлетела на вершину еженедельного рейтинга OpenRouter, обогнав более известные китайские модели от DeepSeek и GLM. 13,9 триллиона обработанных ею токенов выглядели впечатляюще, но всплеск был вызван бесплатным доступом, а не платящими пользователями. В этом и заключается основная проблема: таблица лидеров вознаграждает объём, а не ценность. Когда модель бесплатна, каждый запрос раздувает цифры, не принося дохода.

Более глубокая проблема — это принадлежность измерительной линейки. OpenRouter контролирует, как ранжируются модели, какие данные раскрываются и какие модели продвигаются. Китайские разработчики фактически соревнуются на поле судьи, платя за маркетинг, который приносит платформе больше пользы, чем им самим. Они сжигают токены, платформа собирает комиссии с платящих пользователей других моделей, а рейтинги заставляют всех гнаться за одним и тем же видимым призом.

Это создаёт дилемму заключённого. Если одна компания перестанет гнаться за таблицей лидеров, она рискует потерять видимость и внимание разработчиков. Если все продолжат гнаться, все продолжат тратить на игру, правила которой устанавливаются в другом месте. Результат — своего рода маркетинговая гонка вооружений, где валюта — это токены, а награда — рейтинг, который может не превратиться в устойчивый бизнес.

Альтернатива, по мнению отраслевых наблюдателей, заключается не в том, чтобы взбираться на существующую таблицу лидеров, а в том, чтобы построить новую шкалу. Это означает разработку независимых систем оценки, владение данными, которые измеряют реальную производительность, и создание бенчмарков, отражающих фактическую ценность для пользователя, а не чистый объём обработки. Ценовая власть, знание о поведении пользователей и контроль над доступом — это три рычага, которые в настоящее время находятся у платформы, а не у создателей моделей.

Некоторые китайские фирмы уже экспериментируют с собственными тестовыми средами и публикуют данные о производительности на своих условиях. Цель — сместить разговор с того, сколько токенов потребляет модель, на то, сколько ценности она приносит на токен. Эту метрику сложнее подделать, и именно она важна для долгосрочной лояльности.

Для глобальных читателей урок выходит за пределы Китая. Любая компания, зависящая от сторонней платформы в вопросах распространения и ранжирования, сталкивается с тем же риском. Платформа устанавливает правила, собирает данные и часто забирает наибольшую долю выручки. Китайские разработчики ИИ усваивают этот урок публично, и их ответ может определить, как будет работать конкуренция в сфере ИИ далеко за пределами их домашнего рынка.

Следующий этап выиграет не тот, кто возглавит еженедельный график. Его выиграет тот, кто создаст инструменты для измерения того, что действительно важно, и тот, кто сможет превратить внимание в доход, не отдавая табло кому-то другому.