AI Inference Is Entering a Pricing Reset, But Cheaper Models May Not Mean Cheaper AI

• Цены на выводы ИИ резко падают, поскольку поставщики моделей борются за лидерство в стоимости.
• Повышение цен DeepSeek показывает, что гонка к дну может уже идти в обратном направлении.
• Более дешёвый ИИ может стимулировать большее использование, смещая ценность с моделей на чипы и инфраструктуру.

Следующая битва индустрии ИИ — не о том, у кого самая умная модель. Речь идёт о том, кто сможет выполнить задание дешевле. Этот сдвиг стал очевиден в этом месяце, когда американские лаборатории снизили цены, чтобы сдержать более дешёвых китайских конкурентов, но самый дешёвый из них, DeepSeek, повысил свои ставки.

Почему сейчас рынок решает стоимость, а не только возможности?

Китайские модели с открытым весом тихо захватывают популярность. Отчёты этого года показывают, что китайские провайдеры теперь обрабатывают более половины всего трафика, направляемого в США, на платформе OpenRouter, которую многие разработчики используют для сравнения и доступа к моделям, по сравнению примерно с десятой долей годом ранее.

Суть проста: почти фронтирная производительность за долю цены. Это давление заставило OpenAI действовать.

30 июля цена на входные данные для GPT-5.6 Luna снизилась на 80% с $1 до $0.20 за миллион токенов, при этом цена на выпуск снизилась с $6 до $1.20. Данные, приведённые Jefferies от Silicon Data, показывают, что средние затраты на корпоративные выводы снизились с примерно $2.04 за миллион токена в конце мая до примерно $1.16–$1.18 в августе, что является годовым минимумом.

Поворот DeepSeek

Тем временем компания, начавшая ценовую войну, только что значительно повысила свои цены. Начиная с 16 по 17 августа, DeepSeek ввела пиковые и внепиковые тарифы для своих моделей V4-Pro и V4-Flash, с увеличением от 50% до более чем 1100% в зависимости от модели и времени суток.

Выпуск продаж V4-Pro в пиковые периоды (9:00–12:00 и с 14:00–18:00 по пекинскому времени) растёт с $0.87 до $3.96 за миллион токенов, или на $1.98 вне пикового времени. Выпуск V4-Flash увеличивается с $0,28 до $1,32 в пиковый период и до $0,66 вне пика.

DeepSeek утверждает, что изменение направлено на более равномерное распределение спроса по всей инфраструктуре. Даже после повышения ставки остаются ниже многих конкурентов, но разрыв с дисконтированной моделью Luna от OpenAI резко сократился, а в некоторых сравнениях в часы пик полностью исчез.

Парадокс Джевонса

Падение цен не обязательно означает падение счетов. Когда каждая задача становится значительно дешевле, становится экономично запускать гораздо больше таких задач: многоступенчатые агенты, автоматизированные рабочие процессы и процессы, которые раньше не стоило автоматизировать.

Аналитики уже отметили, что агентские нагрузки, объединяющие десятки звонков, ранее непрактичные, теперь дешевле, чем один звонок несколько недель назад. Это классический парадокс Джевонса: прирост эффективности может быстрее увеличить общее потребление, чем снизить цену за единицу. Другими словами, расходы на корпоративный ИИ могут продолжать расти, даже при снижении затрат на одну задачу.

Кто действительно проигрывает

Если выводы продолжат двигаться в сторону ценообразования на сырьевые товары, разработчики моделей, конкурирующие по сырьевой продукции, столкнутся с наибольшим давлением, особенно учитывая, что OpenAI и Anthropic будут проводить IPO по оценкам около 1 триллиона долларов. Меньшая маржа токенов затрудняет обоснование этих оценок только продажами моделей.

Инфраструктура выглядит более изолированной. Больше задач, агентов и выводных вызовов по-прежнему требуют чипов, облачных мощностей и дата-центров, независимо от того, кто выиграет ценовую войну.

Связано: Flash Gemini 3.7 может сделать крипто идеальной полигоном для тестирования агентов ИИ