Золотая лихорадка инференса: Baseten привлёк $1,5 млрд, а инфраструктура ИИ становится главной битвой десятилетия

$1,5 млрд. $13 млрд. $600 млн.

Небольшой стартап из Сан-Франциско, о котором ещё полгода назад знали только разработчики, привлёк больше денег, чем большинство единорогов стоит целиком. Почему инвесторы платят за инфраструктуру инференса столько, сколько раньше платили за целые отрасли?

Три числа показывают со всей определённостью: индустрия ИИ перешла в новую фазу. Компания, которую мало кто знал за пределами Кремниевой долины, привлекла раунд Series F на полтора миллиарда долларов при оценке в $13 млрд. Ещё в январе 2026 года она стоила $5 млрд. В сентябре 2025-го — $2,15 млрд. Шестикратный рост за девять месяцев.

Это не история одной компании. Это сигнал о том, где в ИИ создаётся реальная стоимость.

В 2023 году главным вопросом в ИИ было «кто построит самую большую модель?». В 2026-м — «кто сможет обслуживать миллионы запросов к моделям дёшево и надёжно?». Инфе́ренс — процесс, при котором обученная модель генерирует ответы пользователям, — превратился из технической детали в главный экономический слой всей индустрии.

Как мы писали в июне, стоимость инференса упала с $20 за миллион токенов в 2023 году до $0,40 сегодня. Падение на 1000× — одно из самых быстрых в истории вычислений. Но корпоративные счета за ИИ выросли на 320% за тот же период. Компании тратят больше не потому, что инференс подорожал, а потому что они используют его в 10–20 раз интенсивнее.

Что растёт: экосистема инференса

Раунд компании — не аномалия, а кульминация тренда, который набирал силу два года. По данным Deloitte, в 2026 году на инференс приходится 85% всех вычислительных мощностей ИИ — против 40% в 2023-м. Рынок чипов для инференса превысил $50 млрд, обогнав рынок чипов для обучения.

Инвесторы вкладываются во всю цепочку: Together AI привлёк $500 млн при оценке $5 млрд, Modal Labs — $350 млн при $2,5 млрд. Fireworks AI закрыл раунд на $250 млн. Но компания — лидер по темпам: 20× рост выручки за год против 5–8× у конкурентов.

Что падает: экономика проприетарных API

Обратная сторона бума инференса — сжатие рынка проприетарных моделей. OpenAI, Anthropic и Google снизили цены на API на 33–50% за год. GPT-4o подешевел с $15 до $10 за миллион токенов вывода. Claude 3.5 Sonnet не менял цену — и теряет долю.

«Компании на уровне приложений уже направляют 30–50% модельных расходов на кастомные и пост-обученные open-source модели», — говорит Тухин Шривастава, CEO Baseten. Клиенты платформы сообщают о снижении затрат на 30% по сравнению с проприетарными API от OpenAI и Anthropic.

Что нового: пост-обучение как сервис

Ключевое изменение 2026 года — пост-обучение (post-training, дообучение уже готовой модели) перестало быть уделом исследовательских лабораторий. Компания запустила Loops — SDK для reinforcement learning (обучения с подкреплением), позволяющий дообучать open-source модели под конкретные задачи. Конкуренты предлагают аналогичные решения.

«Будущее ИИ будет построено на миллионах специализированных моделей, — говорит Шривастава. — Компании, которые замыкают контур: свои данные → своя модель → продукт, — получают преимущество, которое капитализируется со временем».

Кто выигрывает и проигрывает

Текущая фаза создаёт чёткое разделение. Победители: инфраструктурные платформы (Baseten, Together AI), поставщики inference-чипов (NVIDIA Blackwell), small language models (SLM — компактные языковые модели на 2–8 млрд параметров). Проигравшие: проприетарные API без дифференциации, облачные провайдеры с жёсткими контрактами, компании, построенные на одном API без собственных данных.

NVIDIA — главный бенефициар. Blackwell B200 обеспечивает 3× рост throughput по сравнению с H100 для инференса. Компания поставляет чипы всем основным inference-платформам, включая эту, и получает процент с каждого раунда финансирования в секторе. B200 стоит $30–40 тыс., и спрос превышает предложение. В 2027 году NVIDIA обещает B300 с архитектурой Vera Rubin — ещё +50% к производительности инференса.

Google и AWS не отстают. Google представил TPU v7 с пиковой производительностью 4,6 экзафлопс для инференса — вдвое больше, чем TPU v6. AWS работает над собственным чипом Trainium 3, ориентированным на cost-per-token, а не на сырую производительность. Но экосистема CUDA и software-стек TensorRT-LLM дают NVIDIA запас на 2–3 поколения.

«Инференс станет одним из крупнейших рынков в мире ИИ», — говорит Апурв Агравал, партнёр Altimeter Capital, ведущего инвестора раунда. «Тотальная стоимость владения (TCO — total cost of ownership) — единственная метрика, которая имеет значение в 2026 году».

Blackbird VC из Австралии вложил в раунд более $200 млн — крупнейшую инвестицию в своей истории. Партнёр фонда Ники Севак объясняет: net dollar retention (удержание выручки) компании превысила годовые прогнозы за один квартал. Это редчайший сигнал для венчурного рынка.

Для стартапов, строящих AI-продукты, выбор inference-партнёра перестал быть техническим решением. Это стратегия: latency, cost-per-token, multi-cloud availability и возможность пост-обучения моделей на собственных данных определяют unit economics (юнит-экономику) продукта. Baseten, Together AI и Modal Labs предлагают разные компромиссы. Первая — multi-cloud и производительность на уровне enterprise. Together AI — open-source-first и скорость через Rust-стек. Modal — serverless GPU для небольших команд. Рынок пока фрагментирован, но раунд задаёт ориентир: побеждает тот, кто контролирует total cost of ownership от начала до конца.

Геополитическое измерение

Раунд компании привлёк внимание не только Кремниевой долины. Суверенные фонды Ближнего Востока активно инвестируют в inference-инфраструктуру: Mubadala вложил в CoreWeave, GIC сингапурский — в Lambda. Причина — data sovereignty (суверенитет данных) становится конкурентным преимуществом. Если модель запускается на территории страны, latency ниже, compliance проще, а контроль над данными полный. Компания с архитектурой на 18 облаках и 87 кластерах — один из немногих игроков, способных гарантировать data residency (размещение данных) в любой юрисдикции.

Инференс-гонка имеет и геополитическое измерение. Китайские DeepSeek и Alibaba Qwen режут цены на 90%, форсируя консолидацию на Западе. Административные ограничения на экспорт NVIDIA H100/B200 в КНР создали чёрный рынок и ускорили разработку китайских аналогов (Huawei Ascend 910C, Baidu Kunlun). Но открытые архитектуры DeepSeek R1 и Qwen 2.5 работают на западном hardware — и американские платформы зарабатывают на инференсе китайских моделей. Граница между «своими» и «чужими» в ИИ размыта.

Парадокс инференса никуда не делся. Gartner прогнозирует снижение стоимости ещё на 90% к 2030 году. Но аналитики предупреждают: дешёвые токены не означают дешёвый ИИ. Агентные модели потребляют в 5–30 раз больше токенов на задачу, чем простые чат-боты. Чем дешевле становится инференс, тем больше компаний внедряют агентов — и тем быстрее растут счета.

Победители в этой фазе — не те, у кого самые дешёвые токены, а те, кто управляет общей стоимостью развёртывания: маршрутизация запросов между моделями разного уровня, кэширование, эластичное масштабирование. Компания показывает, что инфраструктурный слой ИИ стал таким же стратегическим, каким был cloud computing (облачные вычисления) в 2010-х.