Biaya nggunakake model AI wates wis ambruk. Wiwit wulan Juni, OpenAI lan Anthropic wis nyuda rega LLM unggulan kanthi 40% nganti 80% liwat serangkaian pengurangan rega sing tumpang tindih - lan analisa sing diterbitake tanggal 25 Oktober dening ilmuwan data Max Woolf nyatakake, saben wulan, kepiye perang rega lengkap ing antarane rong perusahaan kasebut.

Garis wektu kasebut penting amarga nuduhake potongan kasebut dudu diskon siji-sijine nanging minangka spiral kompetitif sing terus-terusan, kanthi saben perusahaan nanggapi gerakane liyane sajrone sawetara dina. Kanggo konteks liyane babagan crita iki, deleng liputan AI news.

Garis Wektu: Patang Sasi Mudhun Rega

Analisis Woolf nglacak rega saben yuta token - input, output, lan cache diwaca - ing saben rilis utama saka loro lab wiwit pungkasan Juni:

  • 26 Juni: OpenAI ngluncurake GPT-5.6 Sol kanthi input $5 / output $30 saben token yuta, kanthi model cilik Luna $1 / $6.
  • 30 Juni: Anthropic ngluncurake Claude Sonnet 5 kanthi rega $2 / $10 - rega peluncuran sing diterangake minangka sementara.
  • 24 Juli: Anthropic dibukak Claude Opus 5 ing $ 5 / $ 25, langsung cocog GPT-5.6 Sol.
  • 30 Juli: OpenAI ngethok rega GPT-5.6 Luna kanthi 80%, dadi $0.20 / $1.20.
  • 10 Agustus: Anthropic nggawe rega diskon Sonnet 5 permanen.
  • 21 Agustus: OpenAI ngethok GPT-5.6 Sol kanthi kira-kira 20%, dadi $4 / $20, suwene telung wulan.
  • 1 September: Anthropic ngluncurake Fable 5.1 kanthi rega $ 10 / $ 50 kanthi potongan rega sing diwaca cache 75%.
  • 22 September: OpenAI ngluncurake GPT-6 Sol kanthi regane $ 2 / $ 10 sing nggumunake - setengah saka diskon sadurunge - lan ing dina sing padha, Anthropic ngluncurake Claude Opus 5.5 kanthi rega $ 4 / $ 20, kanthi perusahaan nyatakake yen "Opus 5.5 mbutuhake komputasi sing luwih murah tinimbang Opus 5, lan rega kasebut."
  • 29 September: OpenAI ngiring karo GPT-6.1 Sol, maneh ing $ 2 / $ 10 nanging kanthi rega cache-maca setengah dadi $ 0,10 - nggawe kulawarga model kumulatif 75% luwih murah tinimbang ing Juni.

Miturut accounting Woolf, biaya nggunakake kulawarga model iki wis cratered ing patang sasi, tanpa kurban katon ing kualitas output. Pemotongan kasebut uga mili liwat alat coding adhedhasar langganan kaya Codex lan Claude Code, ora mung akses API mentah.

Rega Cache minangka Medan Perang sing Didhelikake

Salah sawijining pemahaman sing paling cetha babagan analisis kasebut yaiku biaya maca cache - rega kanggo maca maneh memori model saka obrolan sing isih ana. Ing beban kerja coding agen, maca cache nggawe 96% nganti 99% saka total belanja token, lan tingkat hit cache biasane mlaku 90% nganti 100%.

Aritmetika iku sebabe pemotongan cache-cache 75% Anthropic kanggo Fable 5.1 hubungane karo pangurangan 70% nganti 75% ing biaya nyata nggunakake model kasebut, sanajan rega input lan output judhul ora tau diganti. Nalika OpenAI nyuda setengah rega cache GPT-6.1 Sol sewulan mengko, iki cocog karo set cache Anthropic kanthi kira-kira 5% saka rega input.

Apa Cut Prices 80%?

Jawaban Woolf fokus ing komoditisasi. Wiwit panggunaan LLM agenik mlebu hypergrowth ing Nopember 2025, dheweke ujar, model dadi gampang diganti: pangembang bisa ngalih ing antarane model kanthi alat ganti kaya OpenCode utawa titik pungkasan sing beda ing OpenRouter, sing ninggalake laboratorium kanthi parit cilik lan tekanan rega sing akeh.

Eksternalitas liyane yaiku kompetisi bobot mbukak. DeepSeek's V4 Flash, dirilis ing April 2026 kanthi input $0.14 / output $0.28 kanthi rega sing diwaca cache mung $0.0028, dadi virus amarga OpenAI ora duwe model kelas cilik sing murah ing wektu kasebut. Woolf curiga potongan 80% GPT-5.6 Luna ing wulan Juli ditujukan kanggo model bobot mbukak sing luwih cilik iki. Flash V4.1 sing dianyari DeepSeek menehi skor 45 ing indeks Analisis Artificial, saka 24, kanthi rega sing padha - tetep tekanan.

"Ora ana sing ngethok rega nganti 80% kajaba ana sawetara eksternalitas," tulis Woolf.

Mbuwang Mbusak Oalah

Twist ing pungkasan analisis: token sing luwih murah ora ateges tagihan sing luwih murah. Data saka gateway model AI Vercel nuduhake biaya saben token mudhun dadi 43,3% saka tingkat April 2026 - nalika mbuwang agregat terus mundhak, amarga model dadi luwih bisa luwih cepet tinimbang sing luwih murah.

Dinamika kasebut nerangake logika strategis ing loro-lorone. Kanggo lab, rega murah tuwuh panggunaan lan ngunci pangembang sanajan margin saben kompres token. Kanggo pelanggan, rega efektif saka unit kerja sing migunani - tiket sing ditutup, panjaluk tarik gabungan, tugas riset sing wis rampung - mudhun luwih cepet tinimbang rega stiker sing disaranake.

Apa sing Dideleng Sabanjure

Yen pola kasebut tetep, model sabanjure sing diluncurake saka OpenAI lan Anthropic bakal teka kanthi rega judhul ing utawa ngisor sadurunge, lan rega sing diwaca cache bakal terus konvergen menyang rasio agresif sing diadegake DeepSeek. Google lan Meta, sing dicathet Woolf uga saingan ing pasar iki, ngadhepi math sing padha.

Saiki, para panuku komputasi AI minangka pemenang sing jelas saka perang sing ora nuduhake tandha-tandha pungkasan - lan analisis kasebut nuduhake yen endgame minangka pasar ing ngendi kapabilitas wates regane kaya komoditas, kanthi diferensiasi saka kabeh sing dibungkus model tinimbang model kasebut.

---

Tetep Ahead of AI

Entuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.

Waca liyane AI warta →