Anthropic ограничивает доступ к своей новой модели Mythos для определённых категорий задач и параллельно выпускает продукты, которые напрямую конкурируют с компаниями, построившими бизнес на API Anthropic. Реакция не заставила себя ждать: партнёры, клиенты и инвесторы публично выражают недовольство. Индустрия видела этот сценарий раньше — и он заканчивался антимонопольными разбирательствами.
Контекст
Параллель с Microsoft не случайна. В 1990-х Microsoft поставляла Windows всем производителям ПК, а затем начала встраивать браузер, медиаплеер, мессенджер прямо в ОС — уничтожая независимых игроков, которые платили за доступ к платформе. Антимонопольные разбирательства длились почти десятилетие. Суд США в итоге признал Microsoft монополистом, хотя принудительного разделения компании удалось избежать.
Сейчас фундаментальные провайдеры AI — Anthropic, OpenAI, Google — продают API и одновременно строят продукты поверх тех же моделей. OpenAI прошёл этот путь раньше: GPT API, затем ChatGPT, потом Custom GPTs и корпоративные инструменты. Каждый шаг вертикальной интеграции сужал пространство для независимых app-layer стартапов. Anthropic долго позиционировал себя как «safety-first, developer-first» — именно это привлекало корпоративных клиентов и давало конкурентное преимущество перед OpenAI. Теперь этот негласный договор трещит.
Throttling модели Mythos для определённых задач — отдельный тревожный сигнал. Если провайдер может в одностороннем порядке ограничить возможности модели по категориям запросов, компании, построившие продукты на этих возможностях, теряют стабильность без предупреждения. Это другой класс риска, чем изменение цен или деградация производительности — это изменение самой «физики» модели.
Аналитика
Суть платформенной ловушки проста: чем более ценный продукт строят клиенты, тем сильнее платформодержатель хочет его поглотить. Anthropic получает сигналы о том, какие категории задач наиболее прибыльны, из трафика API собственных клиентов. Это структурный конфликт интересов — не злой умысел, а экономическая логика. Инвесторы давят на выручку, а самый быстрый путь к ней — вертикальная интеграция.
Реакция рынка предсказуема: диверсификация. Компании начинают параллельно держать несколько провайдеров, внедрять LLM-агностичные архитектуры и всерьёз смотреть на self-hosted варианты — Llama, Qwen, DeepSeek. Парадокс: давление Anthropic ускоряет adoption open-source моделей сильнее, чем любая маркетинговая кампания HuggingFace. Когда инфраструктурный провайдер становится конкурентом, клиенты ищут выход — и находят его в открытом коде.
Антимонопольные регуляторы в ЕС и США уже присматриваются к концентрации рынка AI. Если Anthropic продолжит вертикальную интеграцию, не исключено повторение сценария Microsoft: многолетние разбирательства, принудительные ограничения, потеря репутации среди разработчиков. Для компаний в КР и СНГ это означает, что правила игры будут меняться внешними регуляторами — независимо от их собственных решений.
Кейсы применения в бизнесе
B2B SaaS стартап на Anthropic API: прямо сейчас стоит аудировать, какие части продукта критически зависят от специфических возможностей одной модели. Завернуть LLM-слой в абстракцию через LiteLLM или собственный gateway — задача на несколько дней, страховка на годы. Параллельно тестировать Qwen или DeepSeek для некритичных задач: это снижает cost-per-call и уменьшает концентрационный риск в одном вендоре.
Корпорация с legacy, закупившая enterprise Claude через Anthropic: пересмотреть SLA в контракте с фокусом на гарантии доступности конкретных возможностей модели. Юридический департамент должен понять разницу между «доступ к API» и «гарантированный уровень capabilities модели» — это разные вещи с разной юридической силой. Альтернативно — рассмотреть self-hosted опции через AWS Bedrock или Azure AI с фиксированными версиями моделей.
SMB и локальный бизнес в КР/СНГ, который только присматривается к AI: конкурентное давление между провайдерами — ваш союзник. Не нужно привязываться к одному вендору. Используйте no-code прослойки — n8n, Make — с поддержкой нескольких LLM. Переключение между провайдерами займёт часы, а не месяцы. Момент для входа хороший: цены падают, качество открытых моделей растёт, экосистема сильнее, чем когда-либо.
Кейсы в личной жизни
Разработчик, строящий pet-проект или фриланс-сервис на Claude API: оберните вызовы модели в единый интерфейс через LiteLLM или OpenRouter — стоит 2-3 часа, даёт возможность переключиться на другого провайдера за минуты. OpenRouter — один API ключ, доступ к сотням моделей, удобный для сравнения и ротации.
Контент-мейкер, использующий Claude для скриптов и аналитики: диверсифицируй инструменты. Claude — длинные аналитические тексты, GPT-4o — структурирование и форматирование, Gemini — работа с длинным контекстом и документами. Не давай одному провайдеру стать точкой отказа рабочего процесса.
Студент и исследователь: платформенный конфликт в AI — богатая тема для диссертации или аналитической статьи. Исторические параллели с Microsoft, Apple App Store, Google Play дают отличную теоретическую рамку. Практически — осваивайте HuggingFace и локальный запуск open-source моделей: этот навык будет цениться независимо от того, кто победит в платформенных войнах.
Как применить сегодня
- Составь карту LLM-зависимостей: какие функции продукта завязаны на конкретную модель и провайдера. Займёт полдня — даст ясность.
- Внедри LLM gateway (LiteLLM, RouteLLM, OpenRouter) как абстракцию между продуктом и провайдером. Это стандартная практика в 2026 году.
- Тестируй Qwen 2.5 или DeepSeek V3 для задач классификации, суммаризации, извлечения данных — open-source закрывает большинство типовых задач при стоимости в разы ниже.
- Читай SLA внимательно: «доступ к Claude» не равно «гарантия что Claude умеет X». При следующем contract renewal добавляй capability SLA или переходи на self-hosted через Bedrock или Azure.
- Следи за антимонопольными расследованиями в ЕС и США — они будут формировать правила игры для платформодержателей в горизонте ближайших лет.