OpenAI снизила стоимость использования GPT-5.6 Luna на 80 процентов, а более мощной модели Terra — на 20 процентов. Теперь миллион входных токенов Luna стоит 20 центов, миллион выходных — 1 доллар 20 центов. Terra обойдётся соответственно в 2 и 12 долларов. Одновременно компания предложила ускоренный режим для старшей модели Sol: за дополнительную плату она может работать до двух с половиной раз быстрее.

На первый взгляд перед нами обычная ценовая новость: вычисления стали эффективнее, компания сократила собственные расходы и передала часть экономии клиентам.

Но действительное изменение происходит не в бухгалтерии OpenAI.

Ещё недавно искусственный интеллект приходилось расходовать. Организация решала, какие задачи достаточно важны, чтобы отправить их большой модели, сколько запросов позволить сотруднику, где использовать полноценный анализ, а где обойтись шаблоном, поиском по ключевым словам или обычным программным алгоритмом.

Даже при сравнительно невысокой стоимости каждого отдельного обращения массовое использование быстро превращалось в заметную статью расходов. Поэтому ИИ чаще всего оставался отдельным инструментом: открыть чат, сформулировать вопрос, получить ответ и вернуться к основной работе.

Теперь меняется сама конструкция.

GPT-5.6 Luna способна пользоваться инструментами и выполнять последовательности из нескольких действий. При новой цене её можно вызывать не один раз в конце процесса, когда человеку уже потребовался готовый ответ, а постоянно — на каждом его этапе.

Она может проверять входящий документ, определять его тип, извлекать данные, сопоставлять их с правилами организации, находить противоречия, передавать сложный случай более сильной модели, готовить проект решения и затем контролировать его исполнение. Не потому, что каждая из этих операций сама по себе требует выдающегося интеллекта, а потому, что теперь интеллект можно вставить между ними.

Это принципиально другой способ использования технологии.

Раньше разработчик спрашивал: где нам особенно нужен ИИ?

Теперь можно спрашивать иначе: есть ли вообще в этом процессе место, где способность понимать содержание, учитывать контекст и принимать небольшие решения окажется бесполезной?

В образовании это означает, что искусственный интеллект больше не обязан быть отдельным собеседником, которого ученик вызывает по необходимости. Он может присутствовать на протяжении всего занятия: видеть ход решения, замечать момент, когда ребёнок потерял логику рассуждения, менять уровень следующей задачи, сопоставлять сегодняшнюю ошибку со вчерашней, готовить преподавателю комментарий и постепенно собирать карту развития ученика.

Один вызов ИИ может проверить ответ. Сотни небольших обращений позволяют увидеть, как человек думает.

Та же перемена происходит в медицине, клиентском обслуживании, программировании, управлении, научной работе и документообороте. Модель может не просто написать итоговый текст, а сопровождать его появление: искать сведения, проверять версии, следить за изменениями, отмечать риски и обращаться к человеку лишь там, где действительно требуется его решение.

OpenAI предлагает оценивать экономику ИИ не по цене отдельного токена, а по стоимости успешно выполненной задачи. Это разумный подход: дешёвая модель, которую приходится несколько раз исправлять, может оказаться дороже сильной модели, сразу давшей пригодный результат. Поэтому разные этапы одного процесса могут выполняться разными моделями: более мощная определяет стратегию и разрешает неопределённость, более дешёвая многократно исполняет понятные действия.

Но за этой производственной логикой скрывается более крупное изменение.

До сих пор человеческое общество жило в условиях дефицита внимания и квалифицированного размышления. Учитель физически не может одновременно следить за каждым шагом тридцати учеников. Врач не может ежедневно перечитывать всю историю каждого пациента. Руководитель не может присутствовать в каждом рабочем процессе, а редактор — проверять каждую появляющуюся строку.

Поэтому мы создавали инструкции, анкеты, должностные обязанности, контрольные точки и стандартные ответы. Не потому, что они всегда были лучшим способом работы, а потому, что человеческого интеллекта не хватало для непрерывного индивидуального внимания.

Теперь рядом с человеком появляется другой интеллект, который можно тиражировать.

Он ещё ошибается. Его необходимо проверять, ограничивать, обучать правилам конкретной организации и не допускать к решениям, последствия которых он не способен оценить. Удешевление модели не отменяет требований к безопасности и качеству.

Но оно отменяет прежнее оправдание: мы больше не обязаны отказываться от осмысленного сопровождения каждого отдельного процесса только потому, что это слишком дорого.

Возможно, главная экономическая новость состоит не в том, что искусственный интеллект научился тратить меньше вычислительных ресурсов.

Главная новость — мы можем перестать экономить на интеллекте.