Cena wykorzystania sztucznej inteligencji szybko spada. Uważnie śledzony pomiar cen tokenów AI osiągnął w tym tygodniu nowe minima, jak podało CNBC, co jest najnowszą oznaką deflacji kosztów na coraz bardziej konkurencyjnym rynku dostępu do modeli wielojęzycznych.
Indeks wydatków na tokeny LLM, dzienny wskaźnik cen rynkowych prowadzony przez firmę wywiadowczą Silicon Data, spadł w poniedziałek do 97 centów. Według CNBC był to najniższy odczyt indeksu od czasu jego utworzenia pod koniec ubiegłego roku, a liczba ta spadła o ponad połowę w porównaniu z najwyższym poziomem odnotowanym wcześniej tego lata. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.
Co mierzy indeks
Indeks Silicon Data śledzi aktualną cenę rynkową tokena modelu wielkojęzycznego – jednostki tekstu odczytywanej i generowanej przez modele oraz jednostki, na której opiera się większość cen sztucznej inteligencji. Kiedy indeks spada, wysyłanie zapytań do popularnych chatbotów, takich jak ChatGPT firmy OpenAI, Claude firmy Anthropic czy Gemini firmy Google, zazwyczaj kosztuje dostawców mniej za obsługę, a użytkowników mniej za zakupy.
To dobra wiadomość dla każdego, kto buduje w oparciu o modele AI. Dla firm, które za nimi stoją, jest to bardziej skomplikowane. Jak zauważyło CNBC, gwałtowny spadek cen może sprawić, że konsumenci będą oczekiwać niższych stawek za dostęp do sztucznej inteligencji, co osłabi siłę cenową laboratoriów produkujących modele.
Dlaczego ceny tokenów ciągle spadają
Niedawny spadek jest częściowo spowodowany wzrostem liczby chińskich modeli typu open source. We wtorkowym poście cytowanym przez CNBC Charles-Henry Monchau, dyrektor ds. inwestycji w Syz Group, wskazał na Kimi K3 firmy Moonshot, który może być osiągany po niższych cenach niż zamienniki z wiodących międzynarodowych laboratoriów. Tanie, wydajne modele z otwartą wagą wyznaczają cenę referencyjną, powyżej której modele zamknięte mają trudności z konkurencją.
Laboratoria graniczne również obniżają własne ceny. OpenAI ogłosiło pod koniec lipca obniżki cen dwóch swoich modeli GPT-5.6, a Monchau powiedział czytelnikom CNBC, że inne pionierskie laboratoria wprowadziły oferty z możliwością „dynamicznego ustalania cen”, umożliwiając wzrost i spadek stawek dostępu wraz z popytem. Spadające koszty produkcji w całej branży – tańsze obliczenia, bardziej wydajne modele – spowodowały dalszą presję na spadkową stawkę rynkową tokenów.
Nacisk na Foundation Model Labs
Ekonomika deflacji symbolicznej jest surowa dla firm budujących modele. „Najbardziej narażone są laboratoria modelarskie fundacji” – napisała Monchau, według CNBC. „Deflacja tokenów zmniejsza przychody, podczas gdy zobowiązania dotyczące obliczeń pozostają stałe”.
Jego sugerowana odpowiedź jest już widoczna w całej branży. „Widoczna jest strategiczna reakcja: fosa musi odejść od możliwości surowego modelu – gdzie różnica w wadze otwartej jest obecnie mierzona w miesiącach – w kierunku dystrybucji, pamięci i kontekstu” – napisała Monchau. Innymi słowy, gdy surowy token staje się towarem, trwałe korzyści polegają na utrzymywaniu relacji z klientem, zachowaniu kontekstu użytkownika i osadzaniu sztucznej inteligencji w produktach, z których ludzie już korzystają.
Czas ma znaczenie. Jak donosi CNBC, spadek indeksu wydatków na tokeny LLM może zwiększyć presję na zyski liderów AI, takich jak Anthropic i OpenAI, gdy rozważają wejście na rynek publiczny — obie firmy w sposób poufny złożyły tego lata do organów regulacyjnych pierwsze oferty publiczne. Inwestorzy na rynku publicznym znacznie uważniej przyglądają się spadającym cenom jednostek niż inwestorzy prywatni.
Efekty fali dla inwestorów i użytkowników
Tendencja deflacyjna komplikuje również uzasadnienie inwestycyjne szerszego rozwoju sztucznej inteligencji. CNBC zauważyło, że inwestorzy być może będą musieli ponownie przemyśleć swoje oczekiwane zwroty z setek miliardów dolarów wpompowanych w centra danych i chipy, przy czym firmy technologiczne o dużej kapitalizacji, w tym Nvidia i Microsoft, są wśród tych, które przeznaczyły miliardy na rozwój możliwości sztucznej inteligencji. Jeśli produkcja całej tej pojemności – token – będzie coraz tańsza, prognozy przychodów oparte na dzisiejszych cenach będą optymistyczne.
Rynki były już w ostrożnym nastroju. CNBC poinformowało, że we wtorek akcje spółek technologicznych doprowadziły do spadków na całym rynku, przy czym oparty na technologii Nasdaq Composite spadł o prawie 1%, a S&P 500 spadł o 0,4%.
Tymczasem dla użytkowników trend ten jest mile widziany. Programiści korzystający z funkcji sztucznej inteligencji na dużą skalę, start-upy tworzące produkty w oparciu o dostęp do interfejsu API oraz zwykli użytkownicy chatbota – wszyscy odnoszą bezpośrednie korzyści w miarę spadku kosztu zapytania. Otwartym pytaniem jest, jak nisko sięga granica i którzy dostawcy będą nadal mogli prowadzić dochodowy biznes, kiedy już to nastąpi.
Co obejrzeć
W nadchodzących miesiącach warto monitorować trzy sygnały: czy Indeks Wydatków LLM na Tokeny ustabilizuje się, czy będzie się nadal obniżał; czy więcej pionierskich laboratoriów przyjmie dynamiczne ceny w celu ochrony przychodów; oraz w jaki sposób OpenAI i Anthropic kształtują ekonomię tokenów w okresie poprzedzającym ich potencjalne IPO. Aby uzyskać ciągłe informacje na temat cen sztucznej inteligencji, ekonomii modeli i działalności związanej ze sztuczną inteligencją, śledź naszą sekcję biznesową dotyczącą sztucznej inteligencji.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
