Модели подешевели вдвое за сутки. Решение не стало проще

22 сентября 2026 года рынок больших языковых моделей пережил перегруженные сутки: сначала xAI выпустил Grok 4.7, затем MiMo v2.6 Flash и Pro, следом Anthropic - Claude Opus 5.5, а через час OpenAI ответил парой GPT-6 Sol и GPT-6 Luna. Цены при этом не выросли вместе с возможностями, а рухнули: GPT-6 Luna стоит вдвое дешевле GPT-5.6 Luna, которая и так была одной из самых экономичных моделей на рынке. GPT-6 Sol получил похожее снижение.

Для владельца бизнеса это сигнал: экономика владения моделью изменилась быстрее, чем внутренние процессы закупки и интеграции успевают под неё подстроиться.

Ещё три года назад решение "какую модель использовать" принималось один раз в год и жило в архитектурном документе. Сейчас за 24 часа вышло четыре модели от четырёх разных компаний с разной ценой, разным контекстным окном и разными сильными сторонами. Компания, которая жёстко зашила вызовы конкретной модели в код продукта, каждые несколько месяцев получает выбор: переписывать интеграцию под новую модель или переплачивать за старую. И то, и другое - потерянное время инженеров, которое не конвертируется в выручку.

Техническое решение этой проблемы известно и скучно - абстрагировать вызов модели от бизнес-кода через единый шлюз. В экосистеме открытых инструментов это видно на примере библиотеки llm: в день выхода GPT-6 Sol и GPT-6 Luna в ней уже появилась поддержка обеих моделей, а плагин для Anthropic в тот же день добавил Claude Opus 5.5. Приложение, написанное поверх такого шлюза, не знает, какая модель отвечает на запрос - оно знает только контракт: вход, выход, стоимость, задержку.

Смена модели становится конфигурацией, а не релизом. KT.Team строит для клиентов именно такой слой - LLM & Security Gateway: единая точка входа для запросов к Claude, GPT, YandexGPT, GigaChat и другим моделям, с маршрутизацией по цене и качеству под конкретную задачу, аудитом и защитой данных. Когда завтра выйдет ещё одна модель вдвое дешевле текущей, бизнес-логике клиента не придётся об этом даже узнавать.

Вторая часть той же проблемы - не модель, а её доступ к внешним системам: базе данных, CRM, документообороту. Протокол MCP решает это тем же способом: инструмент описывается один раз в стандартном формате и становится доступен любой модели, которая умеет говорить по MCP, без переписывания интеграции под каждого нового поставщика. Для компании это означает, что смена модели-поставщика не требует пересборки всех подключённых систем - меняется только адрес шлюза.

Российские компании часто вынуждены сочетать несколько моделей одновременно - Sber GigaChat или YandexGPT для данных, которые не могут покинуть периметр, и внешние модели вроде Claude или GPT для задач, где нужна максимальная сила рассуждения. Чем дешевле становится топовая внешняя модель, тем выгоднее держать гибридную схему: локальная модель обрабатывает массовые операции, внешняя подключается точечно, под сложные случаи.

Без шлюза и без стандартизированного доступа к инструментам такая схема превращается в зоопарк интеграций, который никто не хочет поддерживать.

Ценовая война между Anthropic, OpenAI, xAI и Xiaomi выгодна не тому, кто угадает самую дешёвую модель месяца, а тому, кто заранее построил архитектуру, безразличную к тому, какая модель сейчас победила. Гонка моделей продолжится с той же скоростью - счёт идёт на часы между релизами. Компании, которые вложились в шлюз и стандартные протоколы вместо жёстких интеграций, каждый такой релиз просто включают в конфиг. Остальные каждый раз пишут это как проект заново.