Το κόστος χρήσης των μεγάλων γλωσσικών μοντέλων υποχωρεί τόσο γρήγορα ώστε ένας βασικός δείκτης τιμών των AI tokens βρέθηκε σε ιστορικό χαμηλό, περισσότερο από 50% κάτω από το υψηλό του καλοκαιριού.
- Ο δείκτης δαπανών LLM tokens της Silicon Data υποχώρησε στα $0,97.
- Η τιμή είναι πάνω από 50% χαμηλότερη από το θερινό υψηλό.
- Τα ισχυρότερα open-source μοντέλα πιέζουν τους κορυφαίους παρόχους να μειώνουν τιμές.
- Οι επιχειρήσεις μπορούν να αυτοματοποιούν περισσότερες εργασίες με το ίδιο budget.
- Οι πάροχοι AI πρέπει να αυξάνουν τη χρήση ταχύτερα από όσο μειώνεται η τιμή ανά token.
Εδώ ο όρος «token» δεν αφορά κρυπτονόμισμα. Είναι η βασική μονάδα κειμένου που επεξεργάζεται ένα γλωσσικό μοντέλο όταν λαμβάνει μια εντολή ή παράγει απάντηση. Η τιμή ανά εκατομμύριο tokens είναι το αντίστοιχο της μονάδας κατανάλωσης στην οικονομία των εφαρμογών AI.
Το νέο ιστορικό χαμηλό
Ο δείκτης LLM Token Spending της Silicon Data υποχώρησε στα 97 σεντ, το χαμηλότερο επίπεδο από τη δημιουργία του στα τέλη του 2025. Σε σχέση με το υψηλό που σημειώθηκε νωρίτερα το καλοκαίρι, η πτώση ξεπερνά το 50%.
Η κίνηση δεν σημαίνει ότι όλα τα μοντέλα έχουν την ίδια τιμή ή ποιότητα. Δείχνει, όμως, ότι η αγορά πληρώνει λιγότερα για αντίστοιχη υπολογιστική εργασία, καθώς προστίθενται περισσότεροι πάροχοι και βελτιώνεται η αποδοτικότητα.
Ο ρόλος των open-source μοντέλων
Μοντέλα κινεζικών και διεθνών εργαστηρίων ανοικτού κώδικα προσφέρουν ανταγωνιστικές επιδόσεις με χαμηλότερο κόστος. Η εξέλιξη περιορίζει τη δυνατότητα των κορυφαίων εταιρειών να διατηρούν υψηλές τιμές μόνο λόγω ισχύος ή ονόματος.
Ταυτόχρονα, τεχνικές όπως quantization, καλύτερη αξιοποίηση GPU, caching και δυναμική δρομολόγηση αιτημάτων μειώνουν το πραγματικό κόστος εξυπηρέτησης. Η τιμή δεν πέφτει μόνο επειδή οι εταιρείες θυσιάζουν περιθώριο. Πέφτει και επειδή η παραγωγή γίνεται αποδοτικότερη.
Τι κερδίζουν οι επιχειρήσεις
Για έναν οργανισμό, η πτώση σημαίνει ότι έργα που ήταν οικονομικά οριακά μπορούν να γίνουν βιώσιμα. Εξυπηρέτηση πελατών, ανάλυση εγγράφων, δημιουργία περιεχομένου, έλεγχος κώδικα και εσωτερικοί βοηθοί μπορούν να επεκταθούν χωρίς ανάλογη αύξηση κόστους.
Το ρίσκο είναι να θεωρηθεί ότι το φθηνότερο μοντέλο είναι πάντοτε η καλύτερη επιλογή. Ακρίβεια, ασφάλεια, προστασία δεδομένων, καθυστέρηση και δυνατότητα ελέγχου παραμένουν κρίσιμα κριτήρια. Η νέα στρατηγική προμήθειας θα είναι πολυμοντελική: ακριβό μοντέλο για δύσκολες εργασίες και φθηνότερο για τον μεγάλο όγκο.
Το δύσκολο οικονομικό μοντέλο των παρόχων
Για τις εταιρείες AI, το στοίχημα είναι αντίστροφο. Πρέπει η χρήση να αυξάνεται ταχύτερα από τη μείωση της τιμής και ταυτόχρονα να χρηματοδοτούνται τεράστιες επενδύσεις σε chips, κέντρα δεδομένων και ενέργεια.
Η πτώση του κόστους επιταχύνει τη διάδοση της AI, αλλά δεν εγγυάται ότι κάθε πάροχος θα γίνει κερδοφόρος. Η αγορά περνά από τη φάση της τεχνολογικής σπανιότητας στη φάση της συμπίεσης περιθωρίων, όπου θα μετρήσουν η διανομή, τα δεδομένα και η πραγματική αξία για τον πελάτη.
