Контрарный срез 2025–2026: не «как заработать», а «как потерять» — репутацию (лицензионный rug-pull), деньги (freemium-ловушка, AI без маржи) и клиента (bill-shock). Плюс разметка: что в трендах — established факт, а что хайп.
Коротко
Rug-pull чаще бьёт по самой компании, чем по облакам. Из 4 «беглецов» с лицензий двое (Elastic, Redis) за 1–3 года вернулись к OSI-open-source через AGPL, а форки (OpenSearch, Valkey, OpenTofu) выжили при поддержке тех же AWS/Google.
Source-available ≠ open source. SSPL, BSL, Elastic License, RSAL — «исходник видно», но это НЕ OSI open source. AGPL и Apache 2.0 — настоящий OSI.
Три анти-паттерна монетизации: freemium-ловушка (конверсия free→paid медиана 2–5%), usage-based bill-shock (счёт-сюрприз) и AI margin trap (инференс ~23% выручки, «тяжёлые» юзеры убыточны при flat-fee).
Рынок идёт в гибриды «base + overage / credits». Предсказуемость для покупателя + usage-предохранитель для маржи вендора: выше adoption, ниже churn, защищённая маржа.
Факт vs хайп: даты лицензий, возврат к AGPL, цифры конверсии и инференса, кейс Cursor — факты. «Per-seat мёртв», «agent pricing — новая норма», «2026 = упрощение» — преувеличение или прогноз.
Question — вопрос исследования
Где модели монетизации SaaS ломаются и куда смещается рынок в 2025–2026? Контрарный взгляд: не «как заработать», а «как потерять» — репутацию (лицензионный rug-pull), деньги (freemium-ловушка, AI без маржи) и клиента (bill-shock). Плюс: что в трендах — established факт, а что хайп.
Аудитория: продакт-лидер без IT-фундамента → продуктовая логика и аналогии, без финматематики.
Лицензионные войны open-core
Суть анти-паттерна. Компания строит продукт на открытом коде (OSS), набирает аудиторию и доверие «бесплатностью». Потом приходит гипероблако (AWS, Google) и поднимает на этом же коде свой managed-сервис — берёт деньги клиента, не отдавая ничего разработчику. Компания в ответ меняет лицензию на ограничительную, чтобы запретить облакам перепродавать. Цена решения — удар по доверию: сообщество воспринимает это как «rug-pull» (выдернули коврик из-под ног), и часто форкает последнюю свободную версию.
Аналогия: вы открыли рецепт пиццы бесплатно, чтобы все полюбили ваш бренд. Сетевой ритейлер начал печь её по вашему рецепту в своих гипермаркетах и зарабатывать. Вы переписываете условия: «по моему рецепту печь на продажу нельзя». Часть поваров, которым вы обещали свободу, обиделись и ушли готовить по последней «свободной» версии рецепта — это и есть форк.
⚠️
Терминологически точно: source-available ≠ open source factSSPL, BSL, Elastic License, RSAL — это source-available («исходник видно»), но НЕ open source в смысле OSI. AGPL и Apache 2.0 — настоящий OSI-approved open source. Возврат к AGPL у Elastic/Redis — это возврат именно в OSI-категорию, а не косметика.
Таблица кейсов
Лицензионные изменения open-core: компания → лицензия → дата → триггер → форк-ответ
Вывод по разделу corroborated
Два из четырёх «беглецов» (Elastic, Redis) за 1–3 года вернулись к OSI-open-source через AGPL. Это контрарный сигнал: ограничительная лицензия не остановила гипероблака (они просто форкнули), но повредила доверию и подарила конкурентам community-форки (OpenSearch, Valkey, OpenTofu) с поддержкой тех же AWS/Google. Rug-pull чаще бьёт по самой компании, чем по облакам.
Бесплатный тир задуман как воронка, но превращается в дыру в дне, если:
Конверсия free→paid низкая. Медиана по B2B SaaS — 2–5%, «хорошо» = 3–5%, «отлично» = 8–12% (ChartMogul). Типичная цепочка: ~13% visitor→free, но только ~2.6% free→paid. corroborated
Free съедает costs. Бесплатные пользователи генерируют расходы (поддержка, инфраструктура, в AI — инференс), не принося выручки. На больших масштабах бесплатный тир может быть дороже, чем весь маркетинг.
Каннибализация платников. Если бесплатного тира «достаточно для работы», часть тех, кто платил бы, остаётся на free навсегда. Граница free/paid слишком щедрая → продукт конкурирует сам с собой.
Аналогия: бесплатные пробники в магазине привлекают толпу, но если пробник = полноценная порция, никто не идёт на кассу, а вы платите за продукты и продавцов.
Чистый usage-billing («плати за сколько съел») звучит честно, но пугает покупателя непредсказуемостью: счёт нельзя заложить в бюджет заранее.
Реальные кейсы: разработчик получил $7 225 за одну сессию; команда «сожгла» годовую подписку ~$7 000 за день обычной работы. corroborated
Cursor, июнь–июль 2025: переход с 500 запросов/мес на «$20 usage по API-ставкам» вызвал волну жалоб — лимит кончался «за несколько промптов», особенно на новых моделях Claude. CEO Michael Truell публично извинился 7 июля 2025 за плохую коммуникацию и пообещал рефанды. fact
Контраргумент к чистому usage → рынок идёт в гибриды. «Base + overage» (предсказуемый платёж + щедрый лимит, метрика только сверх него) выигрывает по всем метрикам: выше adoption, ниже churn, защищённая маржа. Bill-shock — это продуктовая проблема: лечится спенд-капами, видимостью расхода в продукте и проактивными уведомлениями. corroborated
3. AI margin trap
инференс ест выручку, «тяжёлые» юзеры
Главный контрарный сюжет 2025–2026: AI-продукт может расти по выручке и гореть по марже.
Инференс ест выручку. На scaling-stage AI-B2B инференс в среднем ~23% от выручки (для сравнения: у классического SaaS COGS на это почти ноль). Валовая маржа AI: ~60–65% потолок против 80%+ у классики; «структурный пол» SaaS-маржи к 2028 — 60–70%, а не 80%+. corroborated
«Тяжёлые» юзеры убыточны. Топ-20% пользователей жгут 70–80% API-бюджета, но дают только 20–30% выручки → лучшие клиенты = самые убыточные. Это прямой аргумент ПРОТИВ flat-fee для AI. corroborated
GPT-wrapper без защиты. «Обёртки» над чужой моделью без своих данных/воркфлоу/сети: маржа ~25% на раннем этапе, высокий churn (40–60% drop-off на 2–3 месяце; средний lifetime 4–8 мес.). Нет moat → нет защиты от того, что провайдер модели или конкурент сделают то же. single-sourceestimate— цифры churn варьируются по источникам
Аналогия: вы продаёте безлимитный шведский стол по фиксированной цене, но за каждое блюдо платите дорогому поставщику. Обжоры (power-users) разоряют вас именно потому, что они ваши самые активные гости.
Тренды 2025–2026: established vs хайп
Таблица трендов: статус и суть
5 трендов
Тренды монетизации 2025–2026: established / хайп / прогноз
Тренд
Статус
Что именно
Сдвиг от per-seat к usage/гибридам
✅ established
Seat — плохой прокси ценности в AI: ценность растёт, даже когда логинится меньше людей. 2024: flat+seats доминировали, usage ~20%, outcomes ~3%. К 2025 гибриды резко растут. corroborated
Гибридизация (platform fee + credits)
✅ established
Доминирующий паттерн. Кредиты: в PricingSaaS 500 — 79 компаний с credit-моделью к концу 2025 vs 35 годом ранее (+126%); среди новых — Figma, HubSpot, Salesforce. Кредиты дают клиенту предсказуемость лицензии, вендору — usage-компонент для маржи. corroborated
«Все потеряли уверенность в pricing»
✅ established (факт-цифра)
Kyle Poyar: в 2025 среди топ-500 SaaS/AI с прозрачным pricing — >1 800 изменений цен, ~3.6 на компанию. Это маркер турбулентности, не хайп. factsingle primary source — Poyar/PricingSaaS
Outcome / agent pricing (плата за результат)
⚠️ реально внедряется, но ещё ниша → частично хайп
Конкретные примеры есть и работают: Intercom Fin $0.99/resolution, Zendesk ~$1.5–2.0/автономный тикет, Salesforce Agentforce $2/conversation. НО доля outcome-моделей в 2024 была ~3%; «agent pricing» как мейнстрим — пока обещание, не норма. Отделять конкретные кейсы (факт) от тезиса «per-seat мёртв» (преувеличение). corroboratedпо кейсам; «смерть seat» — хайп
Коррекция к простоте в 2026
🔮 прогноз/хайп
Тезис Poyar: маятник в 2025 ушёл в кредиты+сложность, 2026 качнётся назад к предсказуемости. Это предсказание, не свершившийся факт. estimate
Факт vs хайп — разделение
ⓘ
ФАКТ — проверяемое
Даты лицензионных изменений; возврат Elastic/Redis к AGPL; конверсия freemium 2–5%; инференс ~23% выручки; рост кредит-моделей; конкретные outcome-цены (Intercom/Zendesk/Salesforce); кейс Cursor.
⚠️
ХАЙП / надо осторожно
«Per-seat мёртв» (seat ещё доминирует у массы SaaS); «agent pricing — новая норма» (пока пионеры, не мейнстрим); «2026 = упрощение» (прогноз); конкретные цифры churn GPT-wrapper'ов (разнятся, estimate).
Инсайты
Инсайты по рискам и трендам
6 инсайтов
I-1
РискДеньгиcorroborated
Rug-pull чаще наказывает автора, чем облако. Из 4 «беглецов» 2 (Elastic, Redis) вернулись к OSI-open-source через AGPL за 1–3 года, а форки (OpenSearch, Valkey, OpenTofu) выжили при поддержке тех самых AWS/Google.
Лицензия не остановила гипероблака — она подарила им community-кредит доверия.
I-2
РискДеньгиcorroborated
AGPL — «третий путь» из лицензионной войны: настоящий OSI-open-source, но сетевой copyleft (кто крутит как сервис — обязан открывать свои модификации). Закрывает исходный коммерческий страх, не теряя статуса open source.
Похоже, это формирующийся консенсус-эндшпиль для commercial OSS.
I-3
ДеньгиAIГраница free/paidcorroborated
Freemium и flat-fee одинаково опасны в AI-эпоху по одной причине — марже: бесплатный/безлимитный пользователь жжёт инференс.
Поэтому рынок сходится на гибриде base+credits: предсказуемость для покупателя + usage-предохранитель для маржи вендора.
I-4
ДеньгиAIРискfact
Bill-shock — это не ценовая, а продуктовая проблема. Cursor (2025) показал: дело не в самой usage-модели, а в отсутствии видимости расхода, капов и уведомлений + плохой коммуникации.
Тот же usage с прозрачностью не вызывает бунта.
I-5
AIДеньгиРискcorroborated
«Тяжёлый» юзер при flat-fee = убыток (топ-20% жгут 70–80% API-бюджета). Это фундаментальный сдвиг: в классическом SaaS активный юзер — мечта, в AI он может быть угрозой P&L.
Прямой драйвер ухода от seat/flat к usage/outcome.
I-6
ДеньгиРискfact
2025 — «год потери уверенности в pricing» (>1 800 изменений цен у топ-500). Контрарный вывод: турбулентность — не баг, а признак того, что отрасль ещё не нашла equilibrium для AI-экономики.
Не копируй чужой pricing — он, скорее всего, сам экспериментальный.
Риски и caveats
Риски и оговорки исследования
5 пунктов
Terminology trap. Не называть SSPL/BSL/Elastic License/RSAL «open source» — это source-available. Ошибка распространена в популярных статьях. fact
Числа маржи и churn — диапазоны, не константы. Инференс ~23% выручки, маржа 60–65%, churn GPT-wrapper 40–60% — это медианы/оценки из аналитических блогов (SaaStr, getmonetizely, SoftwareSeni), сильно зависят от стадии и юзкейса. estimate
Источник трендов смещён к одному автору. Цифры 1 800 изменений, рост кредитов, «seats→outcomes» в значительной мере идут от Kyle Poyar / PricingSaaS. Авторитетно, но это во многом single primary source — стоит держать в уме.
«Agent pricing» — на грани факт/хайп. Конкретные кейсы реальны и проверяемы, но доля рынка мала; тезис «per-seat мёртв» — преувеличение на горизонте 2025–2026.
Даты форков уточнены до дня по вторичным источникам (InfoQ, TechCrunch, оф. блоги) — это легко проверяемые факты, но мелкие расхождения в «дате анонса vs даты public repo» встречаются (особенно OpenTofu: анонс 25 авг → repo 5 сен → Linux Foundation 20 сен 2023).