Одно письмо выключило твой ИИ
на 19 дней
Коротко: Вендор-лок — операционный риск №1 для AI-бизнеса в 2026, и он только что перестал быть теорией. С 12-13 июня по 1 июля две фронтир-модели держали в оффлайне ~19 дней по export-control директиве. Параллельно вышел GPT-5.6, но доступ дали только ~20 организациям. Claude Sonnet 5 стартовал по $2/$10 за млн токенов (intro-цена до 31 августа). А open-weight GLM-5.2 стоит до ~6× дешевле по output и идёт вровень с Opus 4.8 на отдельных бенчмарках. Решение — не «выбрать самую умную модель». Решение — мультивендорная архитектура с model-router за единым слоем абстракции, где MCP работает как HTTP для агентов, и смена провайдера это строка конфига, а не переписывание. Я так гоняю свой Content Factory специально. Когда на прошлой неделе один провайдер затупил, я переключил ветку конфигом и не потерял ни одного поста.
Две недели вся лента спорила про бенчмарки. Sol набрал 88,8% на TerminalBench 2.1. Meta со своим «Watermelon» якобы догнала GPT-5.5. Все считали очки IQ.
И все пропустили главное. Две умнейшие модели на планете ушли в оффлайн примерно на 19 дней — не потому что сервер упал, не из-за бага, а потому что так сказала одна директива. Fable 5 и Mythos 5 отключили 12-13 июня, а вернули только 1 июля.
Перечитай. Это не даунтайм. Не сбой. Это политика. Лучшую модель, которую ты можешь купить, способен выключить тот, кто не ты, не твой облачный провайдер и кому насрать на твой роадмап. Если твой продукт, твоя поддержка или твой контент-пайплайн висят на одном API одного вендора — у тебя не бизнес. Ты его арендуешь. А у арендодателя есть рубильник, которого ты никогда не видел.
Что произошло?
Три события за две недели сошлись в одну точку и вместе рассказывают одну историю.
12-13 июня Anthropic получила правительственную директиву и увела Fable 5 и Mythos 5 в оффлайн. По заявлению самой Anthropic, CNBC и Reuters, модели оставались тёмными пока 30 июня не сняли экспортные ограничения, и 1 июля Fable 5 восстановили глобально. Это примерно 19 дней. Доступ к Mythos 5 частично вернули раньше — для ряда американских организаций, около 26 июня.
26 июня OpenAI анонсировала семейство GPT-5.6 — три тира: Sol, Terra, Luna. Sol выдаёт 88,8% на TerminalBench 2.1 в стандартном режиме и 91,9% в Sol Ultra (там параллельные саб-агенты). Но вот засада: доступ ушёл всего примерно 20 организациям через Codex и API. Лучшая модель существует. Просто купить её ты пока не можешь.
30 июня Anthropic выпустила Claude Sonnet 5 по $2 input / $10 output за млн токенов — intro-цена, которая после 31 августа поднимется до $3/$15. А open-weight GLM-5.2 от Z.ai, вышедшая в середине июня, стоит около $1,40/$4,40 против $5/$25 у Opus 4.8 — до ~6× дешевле по output — при этом идёт вровень с Opus 4.8 в пределах погрешности на FrontierSWE (74,4% против 75,1%) и MCP Atlas (77,0% против 77,8%).
Четыре цифры, один вывод: умнейшую модель у тебя могут забрать, новейшую могут не продать, а модель в 6 раз дешевле уже достаточно хороша чтобы стать твоим fallback. (Источники: Anthropic, CNBC, OpenAI, llm-stats.com.)
Почему это смена парадигмы?
Два года разговор про AI был таблицей лидеров. Кто умнее в этом квартале? Какая модель выигрывает на каком эвале? Фаундеры выбирали провайдера как выбирают религию, а потом строили весь стек внутри его стен. Ставка по умолчанию: мой вендор останется доступным, будет вменяемо стоить и будет легальным там, где я работаю.
История с Fable/Mythos сломала все три допущения разом. Доступность больше не гарантируется SLA по аптайму — теперь она заложник политики, которую ты не контролируешь. Цена больше не стабильна — intro Sonnet 5 истекает 31 августа, и каждая лаба переоценивает по своему графику. А «легально использовать» — теперь плавающая линия, которую директива перечерчивает за ночь.
И стратегический вопрос переворачивается. Уже не «какая модель лучшая?». А «как быстро я переживу потерю своей лучшей модели?». Это не вопрос бенчмарка. Это вопрос архитектуры. Следующие 12 месяцев выиграют не те, кто на самой умной одиночной модели. Выиграют те, кто умеет обойти любую отключённую модель — дёшево на рутине, топово на сложных 20%, и никогда не зависит от одного рубильника в чужих руках. Диверсификация перестала быть финансовым понятием. Теперь это инженерное требование.
Как объяснить новую архитектуру простыми словами?
Представь как твоё приложение сейчас говорит с «моделью». Где-то наверняка зашит жёсткий вызов: один SDK, один API-ключ, один провайдер. Эта строка — твой single point of failure. Если провайдер уходит в тёмную на 19 дней — уходишь и ты.
Мультивендорная архитектура ставит тонкий слой между приложением и моделями. Твой код говорит со слоем. Слой говорит с той моделью, которая сейчас имеет смысл. Три части:
Один интерфейс, много провайдеров за ним. Приложение вообще не знает и не должно знать, пришёл ответ от Claude, GPT, Gemini или GLM. Смена провайдера становится изменением конфига, а не переписыванием кода.
Маленький кусок логики, который решает какая модель берёт какую задачу. Дешёвая модель на 80% рутины — черновики, классификация, извлечение. Топовая на сложных 20% — финальная полировка, рассуждения, всё что уходит клиенту. Это одно режет счёт за API на десятки процентов без потери качества.
MCP это HTTP для AI-агентов. Общий язык, на котором агент дёргает инструменты и модели, не зная кто под капотом. Как только твои вызовы говорят на MCP, «мой бизнес на одном вендоре» превращается в «мой бизнес на любом вендоре».
Думай как про электричество. Ты не подключаешь дом к одному генератору, которым не владеешь. Ты подключаешь к щитку, а щиток тянет из сети, из батареи или из резерва. Та же идея. Модель — генератор. MCP — щиток.
Мой кейс Content Factory (реальные цифры)
У меня контент-производство — 15 субагентов под одним оркестратором, публикация на семь платформ на двух языках. Я специально ни разу не посадил его на один API.
Вот роутинг. Черновая генерация — на дешёвой модели. Финальная полировка в голосе — на топовой. Фактчек кросс-проверяет через третью. Всё едет через n8n и бот-пайплайн (@N8N270426_bot). Выбор провайдера для любой ветки — одно значение в конфиге.
На прошлой неделе один провайдер начал тупить — медленные ответы, таймауты, всё как обычно. Я два года назад сидел бы и смотрел как пайплайн умирает, и весь вечер тушил бы пожар. Сейчас я переключил одну ветку в конфиге. Тридцать секунд. Пайплайн даже не заметил. Ноль потерянных постов, ноль сорванных дедлайнов.
Вот и вся разница, и она совсем не тонкая: «у меня упало» против «я переключился за 30 секунд». Именно 19-дневный блэкаут Fable/Mythos меня окончательно убедил, что это не оверинжиниринг. Я строю не на Claude. Не на GPT. Я строю на слое, который их меняет. Мой месячный бюджет на API по всему этому — около $200, потому что 80% объёма идёт по дешёвому тиру, и только сложные 20% трогают дорогой.
Экономика: почему CFO должен прочитать это дважды
Посчитай — и вендор-диверсификация окупается ещё до того, как ты вообще учтёшь риск.
Возьми нагрузку 100 млн output-токенов в месяц — скромно для реального продукта. На Opus-классе по $25 за млн output это $2 500/мес только на выход. На Sonnet 5 по $10 (intro до 31 августа) тот же объём — $1 000. На open-weight GLM-5.2 около $4,40 — примерно $440. Та же задача, разброс в 5,7× между потолком и полом.
100 млн × $25 = $2 500/мес. Один вендор, ноль fallback. 19-дневный оффлайн = 19 дней простоя.
80 млн × $4,40 + 20 млн × $25 = $352 + $500 = $852/мес. Минус 66% без падения качества на сложных 20%.
И это ещё до строки риска. Сколько стоит 19-дневный оффлайн твоей основной модели, если fallback нет? Для продукта поддержки, для движка продаж, для аналитического пайплайна это не погрешность округления — это событие «потеря ключевого поставщика», под которое закупки пишут планы непрерывности. Мультивендорная маршрутизация — это не строка оптимизации в бюджете. Это строка continuity. Конкурент, у которого fallback уже подключён, переживёт тебя, когда щёлкнет рубильник. (Источники по ценам: Anthropic Sonnet 5, llm-stats.com.)
Что умирает и что живёт?
MCP это HTTP для агентов, а HTTP пережил все серверы, которых касался. GLM-5.2 в ~6× дешевле и вровень по бенчмаркам значит, что твой fallback теперь реально хорош, а не даунгрейд, которого боишься.
Что делать на этой неделе?
Не читай это и не кивай. Выкати что-то к пятнице.
Ответь честно на один вопрос: если твоя основная модель исчезнет завтра на 19 дней, твой продукт умрёт или переключится за пять минут? Не знаешь ответа — вот твоя работа на неделю.
Раскладка: соло-фаундерам vs B2B-командам
Твой воркфлоу скорее всего идёт через один ключ одного вендора. Это single point of failure, которым управляешь не ты. На этой неделе: добавь второго провайдера как fallback, заверни каждый вызов модели за один слой, переключаемый конфигом, и прогони пожарную тревогу выше.
Это не паранойя — это ровно та линия, которая отделяет хобби-проект от системы, переживающей плохой вторник. Тебе не нужна платформенная команда. Тебе нужен один вечер и одна функция абстракции.
Продай это руководству как continuity, а не как экономию — хотя история про деньги реальна (минус 66% output-расходов при умном роутинге). Главный риск — вендор-лок: одна директива держала фронтир-модель в оффлайне ~19 дней.
Для любой команды, где поддержка, продукт или аналитика висят на одном API, это событие «потеря ключевого поставщика». Мультивендорная маршрутизация через один протокол — MCP — это непрерывность бизнеса, а не тикет на оптимизацию. Положи архитектурный эскиз на стол до того, как совет спросит «а что если наш провайдер модели исчезнет?».
Multi-vendor AI за выходные
Пришли слово «завод» — скину чек-лист «Multi-vendor AI за выходные»: шаблон n8n-роутера моделей (дешёвая/топовая ветка) плюс три промпта для fallback-логики. Не теория. Ровно тот сетап, который у меня крутится.
Зайти в @AiB2B_blog → слово заводБесплатный 20-минутный vendor-аудит
Держишь команду на одном API? Напиши «аудит» в Telegram — я потрачу 20 минут, найду где у вас сидит single point of failure и набросаю мультивендорную MCP-архитектуру под ваш стек. Хочешь собрать развязывающий слой сам за вечер, а не за квартал? Ровно для этого есть MCPify.
Написать в @Aleks_OTA → слово аудитЧасто задаваемые вопросы
Что такое вендор-лок в AI? ▼
Вендор-лок — это когда твой продукт настолько завязан на API одного AI-провайдера, что уйти без дорогого переписывания нельзя. Это становится операционным риском в тот момент, когда провайдер поднимает цены, меняет условия или — как с Fable 5 и Mythos 5 на ~19 дней — уходит в оффлайн по директиве, которую ты не контролируешь.
Сложно ли собрать мультивендорную схему? ▼
Нет. Основной ход — завернуть каждый вызов модели за одну внутреннюю функцию, чтобы провайдер был значением в конфиге, а не захардкоженной логикой. Для соло-билдера это полдня. Сложнее — дисциплина: никогда не пускать сырой SDK-вызов обратно в бизнес-логику.
Годится ли дешёвая open-weight модель вроде GLM-5.2 для продакшена? ▼
Для fallback и рутинных 80% — да. GLM-5.2 стоит до ~6× дешевле по output, чем Opus 4.8, и идёт вровень с ней в пределах погрешности на FrontierSWE (74,4% против 75,1%) и MCP Atlas (77,0% против 77,8%). На сложнейших задачах фронтир она не обгонит — для этого есть твой премиум-тир — но «достаточно хороша чтобы держать тебя живым» это ровно та планка, которую fallback обязан взять.
Где тут MCP? ▼
MCP — это протокол, HTTP для агентов, позволяющий агенту вызывать любой инструмент или модель, не зная какой провайдер за ним. Это тот слой, который делает смену вендора изменением конфига, а не переписыванием. Собери этот слой сам за вечер через MCPify (mcpify.live).
Сколько стоит 19-дневный оффлайн основной модели? ▼
Для продукта поддержки, движка продаж или аналитического пайплайна это не погрешность округления — это событие «потеря ключевого поставщика», под которое закупки пишут планы непрерывности. Если fallback нет, ты стоишь все 19 дней. Если мультивендорная маршрутизация подключена — переключаешь ветку конфигом за 30 секунд и не теряешь ни одного дедлайна.
Насколько мультивендорный роутинг режет счёт за API? ▼
На нагрузке 100 млн output-токенов в месяц: всё на Opus-классе ($25/млн) = $2 500. Умный роутинг — 80% на GLM-5.2 ($4,40) и 20% на премиум ($25) — даёт $852/мес. Это минус 66% на output-расходах без падения качества там, где оно важно, потому что сложные 20% всё равно получают лучшую модель.