За последний год лидер по корпоративным пользователям менялся дважды. В мае 2026 Anthropic впервые обошла OpenAI — 41% против 39%. К июлю разрыв вырос до примерно 44% против 40%. А в третьем квартале OpenAI снова растёт быстрее.
Данные тут не из опроса, а из платёжек. Разбираю, что они показывают, чем модели реально отличаются для бизнеса — и почему на ваш выбор всё это влияет меньше, чем кажется.
Откуда цифры
Считала Ramp — американская компания, которая выпускает корпоративные карты и ведёт учёт расходов; через её продукты бизнес проводит платежи, поэтому она видит не намерения, а фактические списания. В выборке больше 70 тысяч американских компаний.
Подписку можно оформить из любопытства, но продлевают её обычно те, кому она нужна. Оплата честнее ответа в анкете.
Два слабых места этих данных
Ramp популярна в Кремниевой долине, поэтому её база заметно перекошена в сторону технологических компаний. Отраслевая структура там не такая, как в экономике в целом, и тем более не такая, как в России.
Второе упускают чаще: проценты считаются по доле компаний-плательщиков, а не по деньгам. Стартап из пяти человек и корпорация на пять тысяч сотрудников дают одинаковый вклад в эти 44%.
Венчурный фонд a16z, у которого свой срез по среднему и крупному бизнесу, показывает картину под другим углом: по проникновению впереди OpenAI — около 85% компаний против примерно 55% у Anthropic, — но доли кошелька распределены иначе, и Anthropic с Gemini их постепенно отыгрывают. То есть OpenAI стоит почти везде, а вот сколько на него тратят — отдельный вопрос.
Сколько это стоит
Главное различие для бизнеса — не «кто умнее», а сколько стоит обработка вашего объёма. Компания редко покупает чат: она подключает модель к своим системам через API и платит за объём текста.
Цены на август 2026 (за миллион токенов, ввод/вывод):
| Модель | Ввод | Вывод |
|---|---|---|
| Claude Haiku 4.5 | $1 | $5 |
| Claude Sonnet 5 | $2 | $10 |
| GPT-4o | $2,5 | $10 |
| Claude Opus 5 | $5 | $25 |
| Claude Fable 5 | $10 | $50 |
Сразу оговорюсь: цены меняются несколько раз в год, часть тарифов действует ограниченный срок, и перед расчётом бюджета их надо сверять на официальных страницах — я привожу порядок величин, а не гарантию.
Про токены, раз без них не обойтись: оплата идёт не за запрос, а за объём текста, нарезанный на кусочки. Примерно один токен — это 2–3 символа русского текста. Страница А4 — около 700–900 токенов.
Две вещи, которые на большом потоке меняют счёт сильнее, чем разница в тарифе:
- Кэширование повторяющегося контекста. Если вы каждый раз подаёте модели один и тот же большой кусок (регламент, инструкцию, каталог), повторная подача стоит дешевле. У Claude экономия на этом доходит до 90%, у OpenAI — порядка 50%.
- Пакетная обработка. Задачи, которые не нужны сию секунду, обрабатываются со скидкой около 50%. Ночная обработка накопленных документов вместо мгновенной — самая простая экономия из существующих.
Почему у бизнеса расклад не такой, как у частных пользователей
По личным подпискам ChatGPT впереди с огромным отрывом — он известнее и пришёл раньше. У компаний выбор идёт по другим критериям, и они приземлённые: цена за объём, стабильность формата ответа и то, что написано в договоре про ваши данные.
Стабильность формата стоит пояснить, потому что её недооценивают. Если модель встроена в процесс и должна возвращать ответ строго определённой структуры — например, заполненные поля карточки, — то модель, которая в одном случае из двадцати отвечает свободным текстом, ломает весь конвейер. Для чата это мелочь. Для автоматизации это отказ системы.
Что реально стоит проверить перед выбором
Мой ответ на вопрос «Claude или ChatGPT» скорее всего разочарует: почти всегда это не тот вопрос.
Разница между сильными моделями на типовых бизнес-задачах — разбор документа, черновик письма, сводка по переписке — сейчас меньше, чем разница между «подключили аккуратно» и «подключили как попало». Я видел проекты, где смена модели не давала ничего, а переписанная постановка задачи давала кратный результат.
Что проверить вместо этого:
- Ваш реальный объём. Считайте не по прайсу за подписку, а по месячному потоку текста. На большом потоке разница в цене перестаёт быть копеечной.
- Условия по данным. Где хранятся запросы, сколько, используются ли для обучения. Для российских компаний это ещё и вопрос 152-ФЗ, если в запросах есть персональные данные.
- Стоимость переезда. Если завтра поставщик поднимет цены или отвалится, сколько времени займёт переход? Если ответ «месяцы» — архитектура спроектирована неправильно.
- Доступность из России. Прямой оплаты у обоих нет, а обходные схемы — отдельный риск, который считают заранее, а не после запуска.
Последний пункт для российского бизнеса часто перевешивает всё остальное. Тогда сравнивать имеет смысл не Claude с ChatGPT, а зарубежную модель через посредника с российской — GigaChat или YandexGPT — по прямому договору. Проигрыш в качестве на типовых задачах обычно меньше, чем выигрыш в предсказуемости.
Оговорка, без которой цифры вводят в заблуждение
Все проценты выше — про американский рынок и про компании, пользующиеся одним конкретным финансовым сервисом. Переносить их на российский бизнес нельзя: другая доступность, другие цены, другое регулирование.
И ещё: третий квартал на момент публикации данных не закончился — оставался месяц. Тренд «OpenAI снова растёт быстрее» построен на неполном периоде и вполне может развернуться, как разворачивался уже дважды за год.
Что из этой истории стоит унести: за год больше половины компаний в выборке Ramp завели у себя строку расходов на ИИ, а лидер за это же время сменился дважды. Выбирать поставщика навсегда в такой ситуации — гарантированный способ переплатить. Стройте так, чтобы модель можно было заменить за неделю, и вопрос «Claude или ChatGPT» перестанет быть стратегическим.