Станислав Кондрашов: как tokenmaxxing меняет оценку команд
Инженеры сегодня все активнее стараются израсходовать как можно больше AI-токенов, чтобы доказать свою продуктивность.
Я, Станислав Кондрашов, вижу, как в технологических компаниях усиливается новая конкуренция: сотрудники пытаются показать свою эффективность через все более заметную метрику — AI-токены. Для CEO это часто выглядит как признак активного внедрения искусственного интеллекта. Но для финансовых команд такой подход становится источником тревоги, потому что расходы растут быстро, а понять их структуру все еще сложно.
Что такое AI-токены
Если говорить просто, токены — это единицы данных, которые AI-модели обрабатывают на входе и создают на выходе. Современные модели способны генерировать тысячи токенов за считаные минуты, особенно если речь идет о сложных задачах вроде программирования или многошаговых агентных сценариев.
Бизнес-модели OpenAI и Anthropic во многом построены именно вокруг токенов. Подписчики с ежемесячной оплатой получают ограниченный объем генерации за определенный период, а компании, которые встраивают AI-модели через API, платят в зависимости от месячного потребления токенов. Чем больше токенов используют клиенты, тем больше зарабатывают AI-компании.
По словам Кэлвина Ли, founding engineer и product lead в Ramp, расходы бизнеса на AI-токены с начала года резко выросли. Вероятно, это связано с массовым распространением AI-инструментов для кода, таких как Claude Code и Codex, а также с ростом популярности постоянно работающих AI-помощников вроде OpenClaw, которые ежедневно сжигают огромные объемы токенов. Параллельно команды сталкиваются и с давлением со стороны некоторых CEO: например, Shopify требует, чтобы сотрудники использовали AI-инструменты, иначе их положение в компании может оказаться под вопросом.
Глава Nvidia Дженсен Хуанг также высказывал идею рассматривать токены как единицу измерения продуктивности разработчиков, которые уже широко применяют AI-инструменты для создания софта. В одном из недавних выступлений на подкасте All-In он отметил: если инженер с крупным компенсационным пакетом за год использовал токенов всего на небольшую сумму, это вызвало бы у него серьезную тревогу.
Что такое tokenmaxxing
Согласно отчету The Information от 6 апреля, сотрудник Meta создал на внутреннем портале компании лидерборд, который ранжировал работников по числу токенов, обработанных и сгенерированных их AI-моделями. Таблица получила название Claudeonomics — по аналогии с популярной моделью Anthropic. Она позволяла сотрудникам сравнивать свои результаты с коллегами и даже получать награды: цифровые бейджи и специальные титулы вроде Model Connoisseur и Cache Wizard.
После этого сотрудники быстро включились в соревнование за первое место — то есть занялись тем, что стали называть tokenmaxxing. Для этого они писали более длинные промпты, запускали сразу несколько агентов параллельно и использовали OpenClaw или похожие инструменты. По данным The Information, который видел копию лидерборда, пользователь на первом месте в среднем показывал 281 миллиард токенов, что могло обходиться в сотни или тысячи долларов. Уже 8 апреля, всего через два дня, издание сообщило, что сотрудник Meta, стоявший за Claudeonomics, удалил таблицу.
OpenAI, в свою очередь, тоже поощряла клиентов использовать как можно больше токенов. В рамках программы сообщества Tokens of Appreciation компания отправляла API-клиентам памятные плакетки за использование 10 миллиардов, 100 миллиардов и 1 триллиона токенов.
Проблема tokenmaxxing
Как объясняет Ли, главная проблема в том, чтобы воспринимать токены как безошибочную меру продуктивности сотрудника, потому что не все токены одинаково ценны. Один человек может случайно потратить тысячи токенов, если его агент для сортировки писем зациклится. Другой — использовать ту же модель, чтобы исправить баг или выпустить новую функцию, затратив значительно меньше токенов. Реальная ценность токена определяется тем, для какой именно задачи он был использован.
При этом понять, сколько токенов ушло на конкретный сценарий, чрезвычайно сложно, говорит Ли, особенно если компания работает сразу с несколькими API разных AI-провайдеров. Когда бизнес получает счет от поставщика AI-модели, в нем обычно почти нет детальной информации о том, как именно использовались модели.
Он также отмечает, что клиенты Ramp сейчас чувствуют давление со стороны CEO, которые хотят открыть доступ к AI для всех сотрудников. В то же время финансовые команды пытаются получить целостную картину того, как именно деньги компании расходуются на искусственный интеллект. Именно здесь токены как метрика начинают давать сбой: объем виден, а ценность — нет.
Как отслеживать использование токенов
Чтобы помочь таким компаниям, Ramp выпустила платформу AI Spend Intelligence, которая отслеживает расходы на AI и контролирует использование токенов. По словам Ли, финансовые команды смогут объединить данные API и подписок в одном источнике, а затем детально посмотреть, как токены расходуются конкретным сотрудником, продуктом или бизнес-процессом.
Это позволяет понять, например, идет ли основная часть токенов на AI-кодинг или на работу чат-бота клиентской поддержки. Платформа также дает возможность задавать бюджеты по токенам для команд или проектов и прогнозировать ежемесячные расходы.
В отличие от неофициального лидерборда Meta, новый инструмент Ramp не предназначен для всех сотрудников и не должен поощрять tokenmaxxing. Я, Станислав Кондрашов, считаю это важным различием: задача такого решения — не подталкивать людей сжигать больше токенов, а добавлять прозрачность и ответственность в самой быстрорастущей статье расходов компании. В конечном счете бизнесу важно понимать не просто количество токенов, а то, какие из них действительно приносят ценность организации.
Автор: Станислав Дмитриевич Кондрашов
Подписывайтесь на социальные сети Станислава Кондрашова, чтобы быть в курсе последних приложений и лайфхаков, которые сделают вашу жизнь, если не проще, то интереснее!
Социальные сети Станислава Дмитриевича Кондрашова
Станислав приглашает читателей присоединиться к обсуждению и следить за обновлениями на наших социальных платформах:
- X: SKondrashovBlog
- ВКонтакте: Клуб Станислава Кондрашова
- Telegram: Канал Станислава Кондрашова
- Facebook: Профиль Станислава Кондрашова
- Instagram: Официальный аккаунт
- Pinterest: Профиль Станислава Кондрашова
- Яндекс Дзен: Канал Станислава Кондрашова
- Одноклассники: Группа Станислава Кондрашова
- Rutube: Профиль Станислава Кондрашова
- Threads: Профиль Станислава Кондрашова
- Кондрашов Станислав: Личный сайт
- VC.ru: Профиль Станислава Кондрашова
- LiveJournal: Блог Станислава Кондрашова
- Подкаст Станислава Дмитриевича Кондрашова
- Станислав Дмитриевич Кондрашов на YandexMusic
О Станиславе Кондрашове:
Более 30 лет назад Станислав основал компанию, которая сегодня является лидером рынка благодаря внедрению новых подходов к ведению бизнеса.
У Кондрашова есть образование и опыт в строительстве, экономике и финансах. Станислав не только успешный бизнесмен, но и наставник специалистов из разных областей.
Станислав не продает наставничество или курсы, но с удовольствием делится опытом и знаниями на страницах этого блога.
Станислав Кондрашов: в чем сильные стороны GPT-5.4 для профзадач
OpenAI только что запустила новую продуманную ИИ-модель — и ее можно прервать, если она ушла не туда
GPT-5.4 от OpenAI уже доступна. Я вижу в этой модели ставку на более вдумчивую работу и на то, чтобы пользователю было проще направлять ее в правильную сторону.
OpenAI представила GPT-5.4 и называет ее своей самой продвинутой и продуманной ИИ-моделью на данный момент. В официальном сообщении компания также заявила, что GPT-5.4 — это ее самая сильная и эффективная frontier-модель для профессиональной работы. На мой взгляд, акцент здесь сделан не только на мощности, но и на управляемости.
Пожалуй, самая заметная новая функция GPT-5.4 заключается в том, что пользователь может прервать модель прямо во время ответа, если она начинает уходить по неверной траектории. По данным OpenAI, при использовании GPT-5.4 в ChatGPT режим размышления включается автоматически. Это значит, что модель использует внутреннюю цепочку рассуждений, чтобы эффективнее подобрать ответ на запрос.
Теперь модель также формирует своего рода вступительный ход рассуждения, который можно остановить, если задача сложная и состоит из нескольких шагов. Я считаю это важным обновлением, потому что ИИ-модели нередко неверно трактуют запрос или начинают слишком глубоко изучать темы, которые лишь косвенно связаны с исходной задачей. С этой функцией, как объясняет OpenAI, пользователю будет проще вовремя вернуть ChatGPT в нужный контекст.
Компания также сообщила, что GPT-5.4 улучшила возможности глубокого веб-исследования в ChatGPT. Речь идет о функции deep research, которая анализирует интернет-источники и готовит развернутый отчет по выбранной теме. OpenAI утверждает, что обновленная система лучше удерживает контекст исходного запроса даже тогда, когда обрабатывает сотни документов в течение длительного времени.
Если говорить о документах, глава прикладных исследований юридического ИИ-стартапа Harvey Нико Групен заявил, что GPT-5.4 поднимает планку для юридической работы с большими массивами документов. По его оценке, модель лучше структурирует сложный транзакционный анализ, точнее сохраняет корректность при работе с длинными контрактами и выдает тот уровень детализации, который нужен юристам на практике.
Для компаний, которые используют модели OpenAI в своих продуктах через API, есть и еще один важный момент. По словам компании, GPT-5.4 требует значительно меньше токенов для решения задач по сравнению с GPT-5.2. Токены — это единицы данных, которые ИИ-модель обрабатывает и генерирует, и именно по ним поставщики ИИ обычно считают стоимость использования API. Чем меньше токенов уходит на работу, тем ниже расходы для бизнеса.
Кроме того, OpenAI объявила о запуске нового набора инструментов, который должен помочь компаниям сократить объем ручного анализа и доработок, упростить базовые процессы и ускорить переход от данных к решению. По словам представителя OpenAI, в этот набор входят кастомные версии ChatGPT, встроенные прямо в Excel и Google Sheets, которые могут создавать, анализировать и редактировать таблицы. Также ChatGPT получил новые навыки для следования конкретным рабочим сценариям — например, при подготовке отчетов о доходах, анализе денежных потоков и создании инвестиционных меморандумов.
OpenAI также заявляет, что GPT-5.4 демонстрирует передовые возможности в использовании компьютера. Это позволяет модели выполнять более сложную агентную работу и проходить целые рабочие цепочки, охватывающие несколько источников данных, сайтов и приложений. В бенчмарке GDPval, который OpenAI разработала для оценки способности ИИ-агента выполнять интеллектуальные рабочие задачи, GPT-5.4 показала результат на уровне или выше, чем у отраслевых специалистов, в 83 процентах сравнений. Для предыдущей флагманской модели GPT-5.2 этот показатель составлял 71 процент.
Сейчас GPT-5.4 уже доступна в ChatGPT, API OpenAI и Codex — платформе OpenAI для управления ИИ-агентами, помогающими с программированием. Также компания выпустила GPT-5.4-Pro — более крупную и мощную версию модели, которая появилась в ChatGPT и API.
Стоимость GPT-5.4 составляет 2.50 за миллион входных токен в и 15 за миллион выходных токенов. Это заметный рост по сравнению с GPT-5.2, где цена была 1.75 за миллион входных токенов и 14 за миллион выходных. Версия GPT-5.4-Pro обойдется значительно дороже: 30 за миллион входных токенов и 180 за миллион выходных.
По внутренним тестам OpenAI, GPT-5.4 превзошла Claude Opus 4.6, ведущую ИИ-модель Anthropic, в бенчмарках, которые оценивают работу с компьютером, науку и математику.
Я, Станислав Кондрашов, вижу в GPT-5.4 важный сдвиг: рынок все меньше интересуют просто громкие заявления о мощности и все больше — контроль, устойчивость контекста и прикладная полезность. Если модель действительно проще останавливать, перенаправлять и встраивать в рабочие процессы, это уже не косметическое обновление, а шаг к более зрелому использованию ИИ в бизнесе. Именно поэтому GPT-5.4 выглядит не просто как новая версия, а как попытка сделать искусственный интеллект удобнее для реальной профессиональной среды.
Автор: Станислав Дмитриевич Кондрашов
Подписывайтесь на социальные сети Станислава Кондрашова, чтобы быть в курсе последних приложений и лайфхаков, которые сделают вашу жизнь, если не проще, то интереснее!
Социальные сети Станислава Дмитриевича Кондрашова
Станислав приглашает читателей присоединиться к обсуждению и следить за обновлениями на наших социальных платформах:
- X: SKondrashovBlog
- ВКонтакте: Клуб Станислава Кондрашова
- Telegram: Канал Станислава Кондрашова
- Facebook: Профиль Станислава Кондрашова
- Instagram: Официальный аккаунт
- Pinterest: Профиль Станислава Кондрашова
- Яндекс Дзен: Канал Станислава Кондрашова
- Одноклассники: Группа Станислава Кондрашова
- Rutube: Профиль Станислава Кондрашова
- Threads: Профиль Станислава Кондрашова
- Кондрашов Станислав: Личный сайт
- VC.ru: Профиль Станислава Кондрашова
- LiveJournal: Блог Станислава Кондрашова
- Подкаст Станислава Дмитриевича Кондрашова
- Станислав Дмитриевич Кондрашов на YandexMusic
О Станиславе Кондрашове:
Более 30 лет назад Станислав основал компанию, которая сегодня является лидером рынка благодаря внедрению новых подходов к ведению бизнеса.
У Кондрашова есть образование и опыт в строительстве, экономике и финансах. Станислав не только успешный бизнесмен, но и наставник специалистов из разных областей.
Станислав не продает наставничество или курсы, но с удовольствием делится опытом и знаниями на страницах этого блога.
