Подробное руководство
Стресс-тест маржи ИИ-обёртки и токенов LLM
Аналитический обзор отрасли
Раньше у программного обеспечения предельные издержки были почти нулевыми. Когда код написан, обслуживание ещё одного клиента стоило несколько центов хостинга, поэтому маржа подписок в восемьдесят и девяносто процентов стала нормой, а инвесторы научились игнорировать себестоимость в софте. ИИ-продукты нарушили это правило. Каждый запрос пользователя теперь порождает счёт от провайдера модели, и счёт растёт вместе с тем, сколько делает пользователь, а не сколько он платит. Клиент на фиксированном тарифе за двадцать четыре доллара может обойтись в пять долларов в одном месяце и в пятьдесят в другом, если найдёт сценарий, в котором модель крутится в цикле весь день.
Это центральная проблема ИИ-обёртки — продукта, который добавляет интерфейс и рабочий процесс поверх чужой модели. Ваша цена фиксирована, ваши расходы переменные, а поставщик может в любой момент изменить цены или модели. Маржа, выглядевшая здоровой на демонстрации, где основатель проверил горсть запросов, может исчезнуть, когда приходят реальные пользователи с длинными документами, большими контекстами и агентами, вызывающими модель двадцать раз ради одной задачи. Стресс-тест нужен, чтобы показать, насколько тонка эта маржа, до того как придёт счёт.
Модель домино прослеживает деньги через пять этапов. Первый: какая часть токенов уходит пользователям, которые ничего не платят, ведь бесплатный тариф — это маркетинговый бюджет, оплачиваемый токенами. Второй: какую долю выручки съедает счёт за модели. Третий: валовая маржа, остающаяся после моделей и комиссий. Четвёртый: покрывает ли выручка все расходы с запасом. Пятый: прибыль. Изменение одного рычага, например более частые повторы агентов или более длинный промпт, сначала двигает первые два блока, а остальные следуют за ними, так что вы видите проблему с маржой за месяц до того, как она проявится в бухгалтерии.
Айсберг показывает, что скрывает простой счёт за модели. Над водой находятся счёт за модели для платящих пользователей и постоянная инфраструктура. Под водой лежат счёт за модели для бесплатных пользователей, токены, сожжённые на повторах и циклах агентов, модерация, логирование и оценка качества, которые добавляет любой серьёзный продукт, а также платёжные комиссии. Во многих ИИ-продуктах бесплатный тариф и повторы вместе стоят дороже, чем собственное использование платящих пользователей. С помощью симулятора найдите цену, число токенов или число бесплатных пользователей, при которых ваша маржа рушится, а затем решайте, что делать: ограничивать, кэшировать, маршрутизировать или пересматривать цену.
Формулы и методология
Модель считает помесячно. Токены на пользователя — это запросы, умноженные на токены на запрос и увеличенные на долю повторов. Бесплатные пользователи делают четверть запросов платящего пользователя. Эффективная цена токена — это усреднённая цена, сниженная на скидку за кэшированные токены. Счёт за модели — это токены в миллионах, умноженные на эту эффективную цену, плюс накладные расходы на оценку качества. Чистая прибыль — это выручка от подписок минус комиссии, счёт за модели, накладные расходы и постоянная инфраструктура.
- Токены на платящего пользователя
- T = запросы × токены на запрос × (1 + повторы)
- Месячная токенная нагрузка, которую создаёт один платящий пользователь, включая повторы и циклы агентов.
- Эффективная цена токена
- P = усреднённая цена × (1 − попадания в кэш × 0,9)
- Кэшированные токены стоят примерно в десять раз дешевле, поэтому доля попаданий снижает цену, которую вы реально платите.
- Счёт за модели
- ИИ = (платящие × T + бесплатные × T × 0,25) × P × 1,08
- Платное и бесплатное использование по эффективной цене плюс восемь процентов на оценку качества и логирование.
- Чистая прибыль
- Чистая прибыль = платящие × цена − комиссии − ИИ − инфраструктура
- Месячный результат. Точка разрыва — это значение, при котором он обращается в ноль.
- Стоимость бесплатного тарифа
- F = бесплатные × T × 0,25 × P
- Сколько бесплатные пользователи обходятся в счетах за модели каждый месяц, ничего не платя.
- Валовая маржа
- ВМ = (выручка − комиссии − ИИ) ÷ выручка
- Доля выручки, остающаяся после комиссий и счёта за модели, до постоянной инфраструктуры.
Каскадная эластичность
Токены на запрос и цена токена напрямую умножаются в счёт за модели, поэтому это самые эластичные рычаги: уменьшение любого из них вдвое вдвое уменьшает счёт. Следующий по силе фактор — бесплатные пользователи, потому что они добавляют расходы без выручки. Цена на пользователя действует линейно, но мощно, так как поднимает сразу всех платящих пользователей. Постоянная инфраструктура работает как порог, который маржа должна преодолеть, прежде чем появится прибыль.
Три реальных примера
Старт на собственных средствах
Первые платящие пользователи у одиночки-основателя
Основатель-одиночка запускает помощника для письма с девяноста платящими пользователями и шестьюстами бесплатными, используя дешёвую модель и короткие промпты. Цифры малы, хостинг почти бесплатный, а прибыль тонкая, но положительная. Загрузите пример и посмотрите, как мало запаса у молодого продукта, когда приходят несколько активных пользователей.
Растущий средний бизнес
Масштабный продукт с умной маршрутизацией
Продукт с девятью тысячами платящих пользователей направляет основной трафик на дешёвую модель, кэширует почти половину входных данных и держит повторы низкими. Счёт за модели велик в абсолютных цифрах, но составляет небольшую долю выручки. Загрузите пример и посмотрите, как инженерная дисциплина защищает маржу в масштабе.
Кризис типа «чёрный лебедь»
Вирусный агент при фиксированной цене
Продукт добавляет агента, который крутит модель в цикле на каждой задаче, а бесплатный тариф становится вирусным. Токены на запрос утраиваются, повторы взрываются, а цена остаётся двенадцать долларов. Выручка растёт, и каждый новый пользователь углубляет убыток. Загрузите пример и посмотрите, какой рычаг возвращает месяц в плюс.
Матрица отраслевых ориентиров
| Показатель | Опасная зона | Среднее по отрасли | Лучшие 10 % |
|---|---|---|---|
| Счёт за ИИ как доля выручки | Выше 35 % | 15–25 % | Ниже 10 % |
| Валовая маржа после моделей и комиссий | Ниже 50 % | 65–75 % | Выше 80 % |
| Доля токенов, потраченных на бесплатных пользователей | Выше 50 % | 20–35 % | Ниже 15 % |
| Доля попаданий в кэш промптов | Ниже 10 % | 25–40 % | Выше 60 % |
| Накладные расходы на повторы и циклы агентов | Выше 40 % | 10–20 % | Ниже 8 % |
Переменные и рычаги
Платящие пользователи
Клиенты на платном тарифе в этом месяце.
Рычаг: Наращивайте платящих пользователей только тогда, когда каждый приносит больше, чем стоит модель, иначе рост лишь увеличивает убыток.
Цена на пользователя в месяц
Сколько платящий пользователь платит каждый месяц с учётом скидок.
Рычаг: Перейдите на оплату по использованию или многоуровневые тарифы, чтобы активные пользователи платили пропорционально потреблённым токенам.
Пользователи бесплатного тарифа
Активные пользователи, которые пользуются продуктом, не платя.
Рычаг: Ограничьте бесплатный тариф по числу запросов, направьте его на более дешёвую модель или ограничьте по времени: бесплатные пользователи — самая крупная скрытая статья расходов.
Запросов на пользователя в месяц
Сколько обращений к модели вызывает активный платящий пользователь за месяц.
Рычаг: Установите лимиты добросовестного использования по тарифам и показывайте пользователям их расход: небольшая доля активных пользователей обычно формирует большую часть счёта.
Токенов на запрос
Входные и выходные токены одного обращения, включая системный промпт и подтянутый контекст.
Рычаг: Сократите промпты, сжимайте историю и подтягивайте меньше контекста: токены на запрос умножают всё остальное.
Усреднённая цена за миллион токенов
Средняя цена, которую вы платите за миллион токенов по используемым моделям.
Рычаг: Направляйте простые запросы на небольшие модели, а премиальную модель оставьте для сложных случаев.
Доля попаданий в кэш
Доля входных токенов, обслуживаемых из кэша или кэша промптов с существенной скидкой.
Рычаг: Стройте промпты так, чтобы длинная статичная часть шла первой и кэшировалась, а долю попаданий измеряйте каждую неделю.
Повторные запросы и циклы агентов
Дополнительные токены, потраченные на неудачные вызовы, повторы, рефлексию и циклы инструментов.
Рычаг: Устраняйте сбои, вызывающие повторы, и ограничивайте циклы агентов: каждый повтор — это второй счёт за тот же ответ.
Постоянные расходы на инфраструктуру и инструменты
Хостинг, векторная база данных, мониторинг и инструменты вокруг модели.
Рычаг: Приведите инфраструктуру в соответствие с текущим числом пользователей: постоянные расходы определяют, как долго вы переживёте плохой месяц.
Комиссия за платёж
Процент, который платёжный провайдер удерживает с выручки от подписок.
Рычаг: Переведите годовые тарифы на банковский перевод или договоритесь о комиссии с процессингом, когда выручка станет достаточно большой.
Как пользоваться этим симулятором
- 1Начните с реалистичного пресета или введите собственные данные о пользователях, цене, токенах и кэшировании.
- 2Изучите пять блоков домино и посмотрите, что раньше станет красным: бесплатные пользователи, счёт за модели или маржа.
- 3Нажмите «Найти мою точку разрыва», чтобы узнать, какая цена, число токенов или состав пользователей обращает прибыль в ноль.
- 4Сравните текущий план с планом маршрутизации и лимитов на 24 месяца на вкладке «Параллельная вселенная».
- 5Скопируйте ссылку, чтобы команда или инвесторы могли открыть тот же сценарий.
Каких ошибок избегать
- Проверять маржу на горстке демонстрационных запросов. Реальные пользователи присылают более длинные данные и вызывают больше обращений, поэтому измеряйте среднее и десять процентов самых активных пользователей по данным production.
- Предлагать безлимитный тариф по фиксированной цене. Пользователи, которым безлимит нужнее всего, обычно и обходятся дороже всего, и лучшие клиенты превращаются в самый большой убыток.
- Игнорировать бесплатный тариф в юнит-экономике. Бесплатные пользователи тратят токены каждый месяц и редко появляются рядом с выручкой, поэтому эти расходы чаще всего забывают.
- Считать, что цена провайдера не изменится. Цены и поведение моделей меняются, поэтому держите запас маржи и возможность переключиться или направить трафик на другую модель.
Часто задаваемые вопросы
Почему маржа у ИИ-продукта сложнее, чем у обычного софта?
Каждый запрос обращается к модели, за которую вы платите, поэтому расходы растут вместе с использованием, а ваша цена остаётся прежней. У обычного программного обеспечения ещё один запрос почти ничего не стоит.
Что такое токен?
Токен — это фрагмент текста, примерно три четверти слова в английском языке. Провайдеры тарифицируют входные и выходные токены отдельно, а эта модель для простоты использует одну усреднённую цену за миллион токенов.
Как кэширование снижает расходы?
Провайдеры берут значительно меньше за токены, которые уже обработали в недавнем запросе. Если длинные повторяющиеся инструкции ставить первыми, их можно кэшировать, и эффективная цена падает.
Как устанавливать цену на ИИ-продукт?
Включите в тариф лимит использования и берите плату за интенсивное использование или разделите тарифы по объёму. Безлимитный тариф по фиксированной цене привлекает именно тех пользователей, которые обходятся дороже всего.
Стоит ли отказаться от бесплатного тарифа?
Необязательно. Ограничьте его по числу запросов, используйте для него более дешёвую модель и измеряйте, сколько бесплатных пользователей переходит на платный тариф. Бесплатный тариф — это маркетинговые расходы, и бюджетировать его нужно как маркетинг.
Насколько это точно?
Это учебная модель планирования с заявленными допущениями, а не финансовая консультация. Подставьте собственные данные об использовании и текущие цены вашего провайдера.
Это учебная модель планирования с заявленными допущениями. Она не является финансовой, налоговой или юридической консультацией. Подставьте собственные данные и проверяйте важные решения у квалифицированного специалиста.