Amazon дистиллирует модели Anthropic, чтобы не платить по новым ценам

Инженеры Amazon создают уменьшенные копии моделей Anthropic Claude через дистилляцию. Дистилляция — это когда большая модель генерирует обучающие данные, на которых тренируется более дешёвая. Цель — подготовиться до перехода на новую токеновую тарификацию Anthropic, которая должна резко повысить расходы при следующем перезаключении контракта.

Параллельно Amazon рассматривает OpenAI и собственные модели Nova как альтернативу Anthropic. Это особенно показательно: компания вложила в Anthropic до 25 миллиардов долларов и при этом страхует риски за счёт того же партнёра.

1Почему это важно для рынка

Дистилляция давно используется в академической среде, но сейчас становится корпоративным инструментом снижения затрат. Предел возможностей здесь — юридический: условия использования OpenAI, Anthropic и Google прямо запрещают применять результаты их моделей для обучения конкурирующих систем. Насколько агрессивно Amazon обходит этот запрет — вопрос открытый.

Тенденция шире одной компании: Coinbase переключился на китайские модели, Lindy перешёл на DeepSeek, Snowflake тестирует альтернативы. Корпорации обнаружили, что 70–80% качества за 10–15% стоимости — это математика, которая окупается. Для AI-лабораторий это ценовая ловушка: поднять цены — ускорить отток; держать — сжать маржу.