Alexis· Автор ШІ, перевірено людиноюПроблема на $15 мільйонів на день: чому економіка ШІ-відео вирішить, хто виживе у 2026 році
Sora спалювала $15 мільйонів щодня, перш ніж OpenAI згорнула проєкт. Справжнє питання не в тому, хто створить найкращу модель ШІ-відео. А в тому, хто зможе собі дозволити її запускати.
Цифри, які вбили Sora
Давайте розберемо економіку, яку OpenAI намагалася приховувати шість місяців.
Sora запустилася у вересні 2025 року зі споживчими цінами: приблизно $0,10 за секунду 720p-відео через API. На піку використання мільйони користувачів генерували кліпи щодня. Витрати на GPU-інференс, переважно на кластерах NVIDIA H100, масштабувалися лінійно з кожним запитом.
Співвідношення доходу до витрат було катастрофічним. Sora заробила приблизно $2,1 мільйона загального доходу за весь час існування. Запуск коштував приблизно $2,7 мільярда. Це не бізнес-модель. Це демонстрація, яка спалювала венчурний капітал у промислових масштабах.
Чому генерація відео принципово дорожча за зображення
Щоб зрозуміти, чому це важливо не лише для Sora, потрібно розібратися в різниці обчислювальних витрат між генерацією зображень і відео.
Один запит на генерацію зображення моделлю на кшталт DALL-E 3 або Stable Diffusion XL вимагає приблизно 10-30 секунд роботи GPU на H100. П'ятисекундне відео при 24fps вимагає генерації 120 кадрів, кожен з обмеженнями часової когерентності, які не дозволяють просто розпаралелити процес. Механізм уваги у відео-дифузійних трансформерах масштабується квадратично з довжиною послідовності.
| Тип генерації | GPU-секунд на результат | Приблизна вартість на H100 |
|---|---|---|
| Одне зображення (1024x1024) | 10-30 сек. | $0,003-$0,01 |
| 5-секундне відео (720p, 24fps) | 300-600 сек. | $0,10-$0,20 |
| 10-секундне відео (1080p, 24fps) | 900-2400 сек. | $0,30-$0,80 |
| 60-секундне відео (1080p, 24fps) | 5400-14400 сек. | $1,80-$4,80 |
Розрив між зображенням і відео не 5x і не 10x. Це 30-100x в обчисленнях на результат. І на відміну від генерації тексту, де KV-кешування та спекулятивне декодування радикально знизили вартість інференсу, в генерації відео немає аналогічної оптимізації, яка знижує витрати на порядок.
Три стратегії виживання в умовах кризи витрат
Кожна компанія, яка досі пропонує генерацію ШІ-відео, стикається з однією і тією ж фундаментальною проблемою. Їхні стратегії різко розходяться.
Стратегія 1: субсидувати і сподіватися (підхід венчурного капіталу)
Це була стратегія Sora. Ставити ціну нижче собівартості, набирати користувачів, розбиратися з монетизацією пізніше. Все закінчилося саме так, як передбачали професори економіки з часів ери доткомів.
Кілька компаній досі працюють за цією схемою. Pika, Luma та Runway оцінюють свої послуги значно нижче за очікувані витрати на обчислення. Ставка в тому, що витрати падатимуть швидше, ніж потрібно зростати доходам.
Ризик очевидний. Якщо вартість GPU не знизиться достатньо швидко, або якщо використання зростатиме швидше, ніж виграш від оптимізації, ці компанії впруться в ту саму стіну, що й Sora.
Стратегія 2: перекласти витрати на обладнання (підхід NVIDIA/Open Source)
Це стратегія, що стоїть за Helios, Wan 2.2, LTX-2.3 та кожною іншою open-source моделлю, оптимізованою для споживчих GPU.
Логіка елегантна: замість того щоб утримувати дорогу хмарну інфраструктуру, перекласти обчислювальні витрати на обладнання користувача. RTX 4090 коштує $1 599 одноразово. Після цього кожна генерація відео "безкоштовна" за граничними витратами (мінус електрика).
Helios, модель з 14 мільярдами параметрів від ByteDance та Пекінського університету, показала, що один H100 може генерувати 60-секундні відео зі швидкістю 19,5 FPS. Більш того, оптимізовані open-source моделі наближаються до генерації в реальному часі на споживчому обладнанні RTX 5090.
| Модель | Необхідне обладнання | Швидкість генерації | Рівень якості |
|---|---|---|---|
| Helios 14B | 1x H100 (або RTX 5090) | 19,5 FPS (реальний час) | Професійний |
| Wan 2.2 14B | 1x RTX 4090 | ~3 FPS | Професійний |
| LTX-2.3 | 1x RTX 4090 | ~5 FPS (4K) | Професійний |
| PixVerse R1 | 1x RTX 3090 | ~2 FPS | Споживчий |
Обмеження очевидне: ця стратегія працює лише для користувачів, які мають потужні GPU. Це значний ринок, але він виключає масових творців контенту, які зробили Sora популярною.
Стратегія 3: агрегація платформ (підхід Adobe/Google)
Це найбільш фінансово стійкий підхід. Замість того щоб нести повну вартість генерації, стати маркетплейсом, який направляє запити до різних провайдерів моделей.
Adobe Firefly тепер розміщує 30+ моделей від різних провайдерів. Google Flow інтегрує Veo зі сторонніми моделями. CapCut вбудовує Seedance 2.0. У всіх трьох випадках платформа бере маржу, а провайдер моделі несе обчислювальні витрати.
Adobe має найкращі позиції, тому що Premiere Pro та After Effects вже домінують у професійному відеомонтажі. Додавання ШІ-генерації до існуючих робочих процесів є природним продовженням, і Adobe може вбудувати це як преміум-функцію в підписки Creative Cloud, за які користувачі вже платять.
Крива вартості інфраструктури
Ключове питання в тому, чи буде вартість GPU знижуватися достатньо швидко, щоб зробити споживче ШІ-відео життєздатним.
Архітектура NVIDIA Blackwell (B200, GB200) забезпечує приблизно 2-3x краще співвідношення ціна/продуктивність для задач інференсу порівняно з H100. Майбутня архітектура Rubin обіцяє ще 2-3x покращення. Якщо обидва прогнози справдяться, до 2028 року вартість генерації 10-секундного відео може знизитися з $0,50 до приблизно $0,05.
Цей термін має значення. Компанії, які спалюють гроші на субсидованих цінах, повинні вижити ще 2-3 роки, поки апаратні покращення врятують їхні бізнес-моделі. Не всі з них впораються.
Що це означає для творців контенту
Якщо ви творець контенту і обираєте платформу для ШІ-відео сьогодні, економіка має таке ж значення, як і функціональність.
- ✓Платформи, за якими стоять прибуткові материнські компанії (Google, Adobe, ByteDance), безпечніші в довгостроковій перспективі
- ✓Open-source моделі, що працюють локально, усувають залежність від будь-якої окремої компанії
- ✓Стартапи, що пропонують "безлімітну" генерацію за низькими цінами, несуть найбільший ризик
- ✓Очікування стабілізації витрат перед вибором робочого процесу є розумним, але означає втрату переваг раннього впровадження
Закриття Sora не було аномалією. Це була перша кісточка доміно. Економіка генерації ШІ-відео жорстока, і виживуть ті компанії, які знайшли творчі рішення проблеми витрат, а не просто творчі рішення проблеми генерації.
Загальна картина
Кожен великий зсув в обчислювальній техніці проходив через фазу, коли технологія працює, а економіка ні. Хмарні обчислення були збитковими роками, перш ніж AWS перетворила їх на грошову машину. Потокове відео втрачало мільярди, перш ніж Netflix знайшов свою модель. Генерація ШІ-відео перебуває в такій самій болісній проміжній стадії.
Різниця цього разу в швидкості. Крива покращення обладнання крутіша, ніж для хмарних сервісів чи стримінгу. NVIDIA випускає нові архітектури кожні 18-24 місяці зі значним зниженням вартості за FLOP. Дослідження ефективності моделей, від дистиляції до mixture-of-experts та архітектурних інновацій на кшталт контекстного стиснення в Helios, скорочують вимоги до обчислень з боку програмного забезпечення.
Мій прогноз: до кінця 2027 року генерація 10-секундного відео в 1080p коштуватиме менше $0,10 на хмарній інфраструктурі. За такою ціною бізнес-модель працює. Питання в тому, які компанії доживуть до цього моменту.
Кладовище ШІ-відео стартапів ось-ось стане переповненим. Але сама технологія нікуди не дінеться. Вона просто чекає, поки економіка її наздожене.
Інженер ШІ з Лозанни, який поєднує глибокі дослідження з практичними інноваціями. Ділить свій час між архітектурами моделей та альпійськими вершинами.
View profile →Схожі статті
Продовжуйте дослідження з цими схожими публікаціями
Sora мертва. OpenAI повністю залишає генерацію відео.
OpenAI закриває застосунок Sora, розриває угоду з Disney і переключається на робототехніку. Найгучніший продукт для ШІ-відео проіснував лише шість місяців. Ось що потрібно робити креаторам прямо зараз.
Березень 2026: Лавина AI-моделей відео. Чому творча спрямованість стала новим вузьким місцем
У березні 2026 року за один тиждень вийшло понад 12 AI-моделей для відео. З вирівнюванням якості конкурентна перевага зсунулася з технічних можливостей на творчу спрямованість.
Одне відео, тисяча аудиторій: як AI персоналізація переписує відеомаркетинг у 2026
AI персоналізація відео дозволяє брендам генерувати тисячі адаптованих варіантів відео з однієї концепції. Ось як перехід від універсального підходу до персоналізації для кожного сегменту змінює маркетинг назавжди.