Технологии

Больше загрузок. Модели генерации изображений стимулируют рост ИИ-приложений — отчет

5 май•NV

Новые модели для создания изображений стали главным драйвером роста мобильных AI-приложений и приносят в 6,5 раза больше загрузок, чем обновления чат-ботов.

Об этом говорится в отчете аналитической компании Appfigures.

По их данным, ранее спрос больше стимулировали новые разговорные модели и функции вроде голосового чата, но теперь интерес пользователей сместился к визуальным возможностям.

В частности, после запуска моделей для работы с изображениями приложения ChatGPT и Gemini получили десятки миллионов новых загрузок. В случае Gemini модель Nano Banana добавила более 22 миллионов загрузок за 28 дней после запуска, увеличив показатель более чем в четыре раза.

ChatGPT после запуска модели генерации изображений GPT-4o получил более 12 миллионов дополнительных установок за аналогичный период. Это примерно в 4,5 раза больше, чем давали обновления моделей GPT-4o, GPT-4.5 и GPT-5 без новых визуальных функций.

Похожую тенденцию, но в меньших масштабах, показал и Meta AI: запуск видеофункции Vibes принес около 2,6 миллиона дополнительных загрузок за 28 дней.

В то же время в отчете отмечают,

что рост количества установок не всегда означает увеличение доходов. Новые модели дают пользователям повод установить приложение и протестировать возможности, но это не гарантирует оформления платной подписки.

Например, Nano Banana обеспечила лишь около 181 тысячи долларов расходов пользователей за первые 28 дней после запуска, несмотря на значительный прирост загрузок. В Meta AI функция Vibes также не принесла существенного дохода.

Только ChatGPT смог конвертировать интерес в прибыль: модель GPT-4o принесла около 70 миллионов долларов пользовательских расходов за 28 дней после запуска по сравнению с предыдущим уровнем.

Отдельно в анализе упомянули DeepSeek. Модель R1 обеспечила 28 миллионов загрузок после релиза в январе 2025 года, однако этот случай не является типичным. Популярность приложения резко возросла из-за интереса к более дешевым методам обучения моделей, а не из-за запуска инструментов для работы с изображениями.