Costul utilizării modelelor AI de frontieră s-a prăbușit în liniște. Din iunie, OpenAI și Anthropic au redus prețurile magistralelor lor LLM cu 40% până la 80% printr-o serie rapidă de reduceri de preț suprapuse - și o analiză publicată pe 25 octombrie de cercetătorul Max Woolf prezintă, lună de lună, modul în care s-a desfășurat un război total al prețurilor între cele două companii.

Cronologia contează pentru că arată că reducerile nu au fost o reducere unică, ci o spirală competitivă susținută, fiecare companie reacționând la mișcările celeilalte în câteva zile. Pentru mai mult context asupra acestei povești, vedeți acoperirea noastră în curs de desfășurare AI News.

Cronologia: Patru luni de scădere a prețurilor

Analiza Woolf urmărește prețurile pe milion de token - intrare, ieșire și citire cache - în fiecare lansare majoră din ambele laboratoare de la sfârșitul lunii iunie:

  • 26 iunie: OpenAI a lansat GPT-5.6 Sol la intrare de 5 USD / 30 USD pe milion de jetoane, cu modelul mic Luna la 1 USD / 6 USD.
  • 30 iunie: Anthropic a lansat Claude Sonnet 5 la 2 USD / 10 USD - un preț de lansare pe care l-a descris ca fiind temporar.
  • 24 iulie: Anthropic a lansat Claude Opus 5 la 5 USD / 25 USD, potrivindu-se direct cu GPT-5.6 Sol.
  • 30 iulie: OpenAI a redus prețul GPT-5.6 Luna cu 80%, la 0,20 USD / 1,20 USD.
  • 10 august: Anthropic a făcut ca prețul redus al Sonet 5 să fie permanent.
  • 21 august: OpenAI a redus GPT-5.6 Sol cu ​​aproximativ 20%, la 4 USD / 20 USD, timp de trei luni.
  • 1 septembrie: Anthropic a lansat Fable 5.1 la 10 USD / 50 USD, cu prețul de citire cache redus cu 75%.
  • 22 septembrie: OpenAI a lansat GPT-6 Sol la un preț uimitor de 2 USD / 10 USD - jumătate din predecesorul său cu reducere - și în aceeași zi, Anthropic a lansat Claude Opus 5.5 la 4 USD / 20 USD, compania declarând că „Opus 5.5 necesită mai puțin calcul pentru a fi difuzat decât Opus 5, iar prețul său reflectă acest lucru.”
  • 29 septembrie: OpenAI a urmat cu GPT-6.1 Sol, din nou la 2 USD / 10 USD, dar cu prețul de citire în cache s-a înjumătățit la 0,10 USD - făcând familia de modele cu aproximativ 75% mai ieftină decât în ​​iunie.

Conform contabilității lui Woolf, costul utilizării acestor familii de modele a scăzut în patru luni, fără niciun sacrificiu vizibil în ceea ce privește calitatea producției. Reducerile curg și prin instrumente de codare bazate pe abonament precum Codex și Claude Code, nu doar prin accesul brut API.

Prețul cache este câmpul de luptă ascuns

Una dintre cele mai clare perspective ale analizei se referă la costurile de citire a memoriei cache - prețul recitirii memoriei unui model a unei conversații în curs. În sarcinile de lucru de codare agentică, citirile din cache reprezintă 96% până la 99% din cheltuielile totale cu simboluri, iar ratele de accesare a cache-ului sunt de obicei cuprinse între 90% și 100%.

Această aritmetică este motivul pentru care reducerea de 75% a citirii în cache a lui Anthropic pentru Fable 5.1 s-a corelat cu o reducere de 70% până la 75% a costului real de utilizare a modelului, chiar dacă prețurile de intrare și de ieșire nu s-au schimbat niciodată. Când OpenAI a înjumătățit prețul cache-ului GPT-6.1 Sol o lună mai târziu, acesta se potrivea cu cache-ul lui Anthropic stabilit la aproximativ 5% din prețul de intrare.

De ce să reduceți prețurile cu 80%?

Răspunsul lui Woolf se concentrează pe comercializare. De când utilizarea agentică a LLM a intrat în creștere în noiembrie 2025, susține el, modelele au devenit ușor de schimbat: dezvoltatorii pot comuta între modele cu o comutare în instrumente precum OpenCode sau un alt punct final pe OpenRouter, ceea ce lasă laboratoarele cu puțină limitare și multă presiune asupra prețurilor.

Cealaltă externalitate este concurența deschisă. Flash V4 de la DeepSeek, lansat în aprilie 2026 la intrare de 0,14 USD / ieșire de 0,28 USD cu un preț de citire cache de doar 0,0028 USD, a devenit viral tocmai pentru că OpenAI nu avea un model ieftin de clasă mică la acea vreme. Woolf bănuiește că tăierea cu 80% GPT-5.6 Luna din iulie a fost direcționată direct către aceste modele mai mici, deschise. Flash V4.1 actualizat de la DeepSeek are scoruri de 45 la indicele de analiză artificială, în creștere de la 24, la prețuri similare - menținând presiunea.

„Nimeni nu reduce prețurile cu 80% decât dacă există o externalitate în joc”, scrie Woolf.

Cheltuielile sunt în creștere oricum

Întorsătura de la sfârșitul analizei: jetoanele mai ieftine nu au însemnat facturi mai ieftine. Datele de la gateway-ul modelului AI Vercel arată că costul pe token scade la 43,3% din nivelul său din aprilie 2026 – în timp ce cheltuielile agregate continuă să crească, deoarece modelele devin mai capabile mai repede decât devin mai ieftine.

Această dinamică explică logica strategică de ambele părți. Pentru laboratoare, prețurile mai mici cresc utilizarea și blochează dezvoltatorii chiar și ca marjele pe token comprese. Pentru clienți, prețul efectiv al unei unități de muncă utilă - un bilet închis, o cerere de extragere combinată, o sarcină de cercetare finalizată - scade chiar mai repede decât sugerează prețurile autocolantelor.

Ce să urmărești în continuare

Dacă modelul se menține, următoarele lansări de model de la OpenAI și Anthropic vor sosi cu prețuri principale la sau sub predecesorii lor, iar prețurile pentru citirea cache-ului vor continua să convergă către ratele agresive stabilite de DeepSeek. Google și Meta, despre care Woolf remarcă, de asemenea, concurează pe această piață, se confruntă cu aceeași matematică.

Deocamdată, cumpărătorii de calculatoare AI sunt câștigătorii clari ai unui război care nu dă semne de sfârșit – iar analiza sugerează că jocul final este o piață în care capacitatea de frontieră este prețată ca o marfă, cu diferențierea provenind de la tot ceea ce este cuprins în jurul modelului, mai degrabă decât modelul în sine.

---

Rămâneți înaintea AI

Obțineți cele mai recente știri, analize și descoperiri despre AI - toate într-un singur loc.

Citiți mai multe știri AI →