Kemény árcsökkentési spirálba torkollott a mesterséges intelligencia fejlesztőinek küzdelme, ahogy a kínai riválisok olcsó modelljei teret hódítanak. Az OpenAI és az Anthropic kénytelen drasztikusan mérsékelni API-árait, védve a vállalati ügyfélkörét az ázsiai kihívókkal szemben. A dollármilliárdos befektetések korában a tőkeintenzív fejlesztőcégek eddig a csúcsteljesítményre építették üzleti modelljüket, ám a vállalati megrendelők figyelme mostanra a költséghatékony üzemeltetésre terelődött.
Nyolcvan százalékos árvágás a középkategóriás modelleknél
A piacvezető amerikai műhelyek agresszív lépésekre szánták el magukat a vállalati API-díjszabások terén. Az OpenAI bejelentése alapján a GPT-5.6 Luna modell használati díját 80 százalékkal csökkentette. A frissített árazás szerint az egymillió bemeneti tokenre jutó költség 0,20 dollárra, míg a kimeneti tokenek ára 1,20 dollárra mérséklődött. Ezzel párhuzamosan a közepes teljesítményű GPT-5.6 Terra tarifáját is 20 százalékkal vágta vissza a vállalat, miközben a legfejlettebb GPT-5.6 Sol árát változatlanul prémium szinten tartotta.
A konkurens Anthropic hasonló utat választott a piacvédelem érdekében. A fejlesztővállalat a Claude Opus 5 bevezetésével felezte meg a csúcsmodelljének számító Fable 5 díjait. Az új konstrukcióban egymillió bemeneti token 5 dollárba, a kimeneti adatmennyiség pedig 25 dollárba kerül. A társaság emellett visszavonta a Claude Sonnet 5 modellre korábban szeptemberre tervezett áremelési szándékát is. A Silicon Data adatai szerint a vezető amerikai laborok modelljeinek átlagos használati költsége július közepe óta csaknem egynegyedével esett vissza a globális piacon.
A kínai nyílt kódú modellek nyomása a nyugati piacokon
Az amerikai óriások lépései nem öncélúak, hanem a kínai mesterségesintelligencia-fejlesztők gyors terjeszkedésére adott válaszreakciók. Az olyan ázsiai szereplők, mint a DeepSeek, a Moonshot AI vagy a Z.ai rendkívül alacsony tokenárakkal és nyílt súlyozású modellekkel csábítják el a Szilícium-völgy és Európa fejlesztőit. A DeepSeek V4 Flash modellje feladatonként alig 0,03 dolláros költséggel futtatható, ami töredéke a nyugati zárt rendszerek díjainak. Ez a drasztikus árkülönbség azt eredményezte, hogy a DeepSeek a független OpenRouter platformon a teljes globális tokenfeldolgozási volumen több mint 27 százalékát szerezte meg, megelőzve a Google 25 százalékos részesedését.
A vállalati költségvetések szorításában változik az AI-stratégia
A vállalati döntéshozók magatartása megváltozott a korai kísérletezős fázishoz képest. A korábbi átalánydíjas előfizetésekről a tényleges számítási kapacitáson alapuló számlázásra történő átállás sok cégnél jelentős költségnövekedést eredményezett. Olyan nemzetközi nagyvállalatok, mint a DoorDash, a Siemens és az Airbnb elismerték, hogy a havi számlák emelkedése miatt elkezdték tesztelni és éles környezetben használni a kínai fejlesztésű alternatívákat.
A rutinfeladatokhoz – mint a nyelvi felismerés, az adatkinyerés vagy az alapszintű ügyfélszolgálati automatizáció – a cégek már nem hajlandóak megfizetni a csúcsmodellek magas árait. Bár a bonyolult elemzéseknél még mindig a zárt rendszerek vezetnek, a tömeges adatfeldolgozásban a költségkeretek betartása lett az elsődleges szempont.
Trillió dolláros tőzsdei álmok a szűkülő margók árnyékában
Az árháború időzítése különösen érzékenyen érinti az amerikai fejlesztőket. Mind az OpenAI, mind az Anthropic az elkövetkező időszakban tervezi a tőzsdére lépést, ahol a piaci értékelések meghaladhatják az ezermilliárd dolláros lélektani határt. Az Anthropic esetében a magánbefektetői értékelések már a kétezer milliárd dolláros tartományt súrolják. A tőzsdei befektetők azonban egyre határozottabban követelik meg a fenntartható nyereségességet és a megtérülési mutatókat.
A csökkenő árrések és a folyamatosan növekvő infrastruktúra-költségek komoly kihívást jelentenek. A szuperszámítógépes kapacitások és az adatközponti energiaellátás biztosítása dollárbilliárdokat emészt fel, miközben az ügyfelek által fizetett tokenárak rohamosan zuhannak. Ugyan az OpenAI és az Anthropic azzal érvel,hogy modelljeik hatékonyabb válaszadási képessége miatt kevesebb tokenből is jobb eredményt érnek el, a nyílt kódú riválisok fejlődési üteme fokozatosan lebontja ezt az előnyt.
Források:
