Американский ИИ вырос в 1,91 раза, а расходы — в 6,19: отдача на доллар упала на 69%
Отчёт METR сравнил, чего американский ИИ достиг после октября 2025 года и во что это обошлось. Возможности моделей выросли в 1,91 раза, а расходы на НИОКР — в 6,19 раза, как у завода, который почти вдвое поднял выпуск за шестикратный бюджет. Прирост на доллар упал примерно на 69%, на технического сотрудника в год — на 38%. Планировать продукт на дешёвые скачки качества моделей пока рискованно.
AI-обработка оригинала TG: @bezsmuzi (Русский ИТ бизнес); редакция Hamidun News
Принято считать, что ИИ вот-вот начнёт сам улучшать себя: пишет код для следующей модели, ставит эксперименты, и прогресс идёт лавиной. Свежий отчёт исследовательской организации METR показывает более приземлённую картину. С октября 2025 года американский ИИ действительно стал лучше, но каждый шаг вперёд обходится заметно дороже.
Что посчитал METR и как читать эти цифры
Идея простая: сравнить, что лаборатории получили, и что они на это потратили. НИОКР — это научно-исследовательские и опытно-конструкторские работы, то есть всё, что компании вкладывают в создание новых моделей: вычисления, данные, зарплаты.
После октября 2025 года:
- измеренные возможности ИИ выросли в 1,91 раза;
- расходы на НИОКР выросли в 6,19 раза;
- численность технического персонала выросла в 3,10 раза.
Если поделить результат на затраты, получается: прирост возможностей на каждый вложенный доллар снизился примерно на 69%, а прирост на одного технического сотрудника в год — на 38%. Проверить легко: 1,91 / 6,19 ≈ 0,31, то есть отдача составляет около трети от прежней. А 1,91 / 3,10 ≈ 0,62, то есть минус около 38%.
Пример на пальцах. Представьте завод, который почти вдвое увеличил выпуск, но для этого ему пришлось увеличить бюджет в шесть раз и нанять втрое больше людей. Продукции стало больше, но каждый вложенный рубль работает хуже, чем раньше. Примерно такую картину отчёт рисует для американских лабораторий.
Почему это важно для разговоров о «самоускоряющемся»
ИИ
В теории всё должно идти наоборот. Если модели помогают исследователям, то на единицу затрат прогресс обязан расти: ИИ ускоряет исследования, исследования делают ИИ лучше, новый ИИ ускоряет их ещё сильнее. Именно на этой логике строятся прогнозы «взрывного роста».
Экономисты Луис Гарикано и Алекс Имас в имеющихся данных пока не видят убедительных доказательств того, что ИИ сам обеспечивает ресурсы для исследований. А это как раз условие для взрывного роста. Пока же прогресс приходится оплачивать деньгами, вычислениями и людьми, причём всё дороже.
Важная оговорка: цифры METR не говорят, что прогресс остановился. Возможности выросли почти вдвое. Речь о том, что на каждое улучшение уходит непропорционально больше ресурсов.
Что делать разработчикам, продактам и основателям
Первое. Не закладывайте в план, что модели будут бесконечно дешёво и скачкообразно улучшаться. Если стоимость улучшения растёт быстрее самого улучшения, лаборатории будут возвращать затраты через цены, лимиты и упор на выгодные сегменты. Заложите в бюджет возможное удорожание API.
Второе. Делайте архитектуру, которая не привязана к одной модели. Если следующая версия окажется лучше не так сильно, как обещают, выиграет тот, кто умеет выжимать максимум из текущих: хорошие промпты, оценка качества на своих данных, аккуратная работа с контекстом, правильные инструменты.
Третье. Осторожнее читайте громкие прогнозы. Фраза «ИИ ускорит сам себя» пока остаётся гипотезой, а не измеренным фактом.
Ограничения
Исходный пост — краткий пересказ отчёта. В нём нет деталей о том, как METR измеряет «возможности», какие модели и лаборатории вошли в расчёт и как считались расходы на НИОКР. От этих решений зависит итоговый процент, а один отчёт за один период не доказывает долгосрочный тренд. Вывод относится к соотношению «результат на вложение», а не к абсолютной скорости появления новых моделей.
Поэтому разумно воспринимать отчёт как предупреждающий сигнал и ждать подтверждения на следующих периодах. Если оно придёт, разговор об ИИ придётся перенести из плоскости фантазий о лавинообразном росте в плоскость экономики: кто и сколько готов платить за каждый следующий шаг.
- 24 июл. 2026 г.JudgeGPT помог пакистанским судьям разгрузить завалы дел: +6,3% и ROI $38,5 на доллар
- 12 окт. 2026 г.«КуалКом» нарастил выручку на 5,4% до 891 млн рублей, но потерял 16% прибыли
- 28 окт. 2026 г.Microsoft получила от OpenAI $10 млрд выручки за квартал — почти 11% всех доходов
- 21 нояб. 2026 г.Parcha выложила AgentRun: ревью кода дешевеет с $1 до 18 центов за проверку
Вопросы и ответы по материалу
Что известно по теме: что посчитал METR и как читать эти цифры?
Идея простая: сравнить, что лаборатории получили, и что они на это потратили. НИОКР — это научно-исследовательские и опытно-конструкторские работы, то есть всё, что компании вкладывают в создание новых моделей: вычисления, данные, зарплаты. После октября 2025 года: измеренные возможности ИИ выросли в 1,91 раза; расходы на НИОКР выросли в 6,19 раза; численность технического персонала выросла в 3,10 раза.
Что известно по теме: почему это важно для разговоров о «самоускоряющемся» ИИ?
В теории всё должно идти наоборот. Если модели помогают исследователям, то на единицу затрат прогресс обязан расти: ИИ ускоряет исследования, исследования делают ИИ лучше, новый ИИ ускоряет их ещё сильнее. Именно на этой логике строятся прогнозы «взрывного роста». Экономисты Луис Гарикано и Алекс Имас в имеющихся данных пока не видят убедительных доказательств того, что ИИ сам обеспечивает ресурсы для исследований. А это как раз условие для взрывного роста.
Что известно по теме: что делать разработчикам, продактам и основателям?
Первое. Не закладывайте в план, что модели будут бесконечно дешёво и скачкообразно улучшаться. Если стоимость улучшения растёт быстрее самого улучшения, лаборатории будут возвращать затраты через цены, лимиты и упор на выгодные сегменты. Заложите в бюджет возможное удорожание API. Второе. Делайте архитектуру, которая не привязана к одной модели.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.