SG.hu·
Árháborúba kezdett az OpenAI és Anthropic a kínai MI-modellek előretörése miatt
A vezető amerikai MI-laborok olcsóbb modelleket bocsátanak ki, miközben igyekeznek megtartani az árérzékeny ügyfeleket, akik az olcsó kínai riválisok kedvezőbb árú alternatívái felé fordulnak. Az árháború fő oka, hogy az emelkedő MI-költségek arra ösztönzik a vállalatokat, hogy visszafogják a használatot és olcsóbb modelleket keressenek. Ez lehetőséget teremt a kínai fejlesztők, köztük a Moonshot és a DeepSeek számára, hogy a Szilícium-völgytől Európáig újabb felhasználókat szerezzenek.
Az OpenAI közölte, hogy 80 százalékkal csökkenti a GPT-5.6 Luna, vagyis a vállalat „leggyorsabb és legmegfizethetőbb modelljének” árát. Az Anthropic piacra dobta a Claude Opus 5-öt, amelynek „csúcstechnológiás intelligenciáját a Fable 5 árának feléért” kínálja. A Fable 5 a vállalat legnagyobb teljesítményű modellje. A Silicon Data tokenár-indexe szerint ezek a lépések hozzájárultak ahhoz, hogy a vezető amerikai MI-laborok modelljeiért az ügyfelek által fizetett árak július közepe óta csaknem egynegyedével csökkentek. A tokenek a nyelvi modellek által feldolgozott adatok egységei, és számos ügyfél számlájának kiszámítására szolgálnak.
Az árcsökkentések fordulatot jelentenek az amerikai MI-csoportok számára, amelyek saját fejlesztésű, úgynevezett zárt modelleket készítenek, és amelyek eddig elsősorban a teljesítmény terén versenyeztek egymással. Az egyre nagyobb teljesítményű, „nyílt” kínai modellek, amelyeket a fejlesztők szabadon letölthetnek és módosíthatnak, szintén hozzájárultak az árakra nehezedő nyomáshoz. A lépések egyúttal akkor történnek, amikor az OpenAI és az Anthropic ezermilliárd dolláros értékelés melletti tőzsdei bevezetésre készül, miközben a befektetők bizonyítékot keresnek arra, hogy az iparág MI-re fordított hatalmas kiadásai képesek megtérülést termelni.
A vállalati MI-felhasználók költségnyomással szembesülnek, mert az Anthropic és az OpenAI az ügyfeleket az átalánydíjas előfizetésekről a használatalapú számlázás felé tereli. Ennél a konstrukciónál a vállalatok az általuk felhasznált számítási erőforrások alapján fizetnek. Egyes vállalkozások úgy reagáltak a számlák emelkedésére, hogy korlátozták az MI használatát, vagy olcsóbb alternatívákat kezdtek tesztelni. A DoorDashhez és az Airbnbhez hasonló vállalatok közölték, hogy költségeik kordában tartása érdekében kínai fejlesztésű modelleket is használni kezdtek.
Ez a változás egybeesett a kínai laborok új modelljeinek egész sorával, amelyek csökkentették a teljesítménybeli különbséget a vezető amerikai modellekhez képest. Ez aggodalmat kelt az amerikai technológiai iparban, hogy az amerikai fejlesztők ügyfeleket veszíthetnek, miközben továbbra is hatalmas összegeket költenek technológiai előnyük megőrzésére.
Az MI-laborok különböző képességű és árú modellek egész sorát kínálják, miközben a költségek tovább változnak a modell verziójától és a használt „erőfeszítés” beállításaitól függően. Az ügyfeleknek általában a bemeneti tokenekért kell fizetniük, amelyek a modellnek átadott adatok mérésére szolgálnak, valamint a kimeneti tokenekért, amelyek azt mérik, hogy a modell milyen mennyiségű tartalmat állít elő válaszként. Az amerikai laborok legújabb árcsökkentései a középkategóriás termékekre vonatkoznak, és versenyképesebbé teszik őket a kínai kínálattal szemben. Az OpenAI például a GPT-5.6 Luna árát a bemeneti tokenek esetében egymillió tokenenként 1 dollárról 0,20 dollárra, a kimeneti tokenek esetében pedig 6 dollárról 1,20 dollárra csökkentette. Az Anthropic az Opus 5-öt egymillió bemeneti tokenenként 5 dolláros, illetve egymillió kimeneti tokenenként 25 dolláros áron vezette be, ami a Fable 5 modell árának a fele. A vállalat visszavonta a Sonnet 5 tervezett áremelését is, amelynek szeptembertől kellett volna életbe lépnie.
A feltüntetett tokenárak azonban nem teszik lehetővé az MI-modellek egyszerű összehasonlítását. A nagyobb teljesítményű modellek ugyanis időnként kevesebb token felhasználásával vagy kevesebb próbálkozással képesek elvégezni egy feladatot. Ez azt jelenti, hogy egy olyan modell, amely a tokenek feltüntetett ára alapján drágábbnak tűnik, végső soron olcsóbb lehet. Ráadásul a legtöbb modell különböző „erőfeszítés” beállításokkal működtethető. Ezek meghatározzák, hogy a rendszer mekkora számítási kapacitást használ egy kérdés megválaszolásához, és hatással lehetnek mind a teljesítményre, mind pedig egy feladat végrehajtásának végső költségére.
Az Artificial Analysis, amely többek között matematikai, tudományos, programozási és következtetési területeken hasonlítja össze a modelleket, azt találta, hogy az Anthropic Opus 5 „közepes” erőfeszítés mellett a feladatonkénti teljesítmény és költség tekintetében hasonló eredményt nyújtott, mint a Moonshot Kimi K3 modellje „maximális” erőfeszítés mellett. Az OpenAI GPT-5.6 Luna modellje „maximális” erőfeszítés mellett hasonlóan teljesített, mint a DeepSeek V4 Flash modellje ugyanilyen beállítással, de feladatonként valamivel kevesebb mint kétszer annyiba került.
Mantas Lukauskas, a webtárhely-szolgáltató Hostinger MI-technológiai vezetője, amely 2020 óta használ nagy nyelvi modelleket, megjegyezte, hogy a legjobb modellek árai „stabilak vagy emelkednek”. Hozzátette, hogy a közelmúltbeli árváltozások jelentik az „első valódi tesztet” arra, hogy az Anthrophoz és az OpenAI-hoz hasonló vállalatok képesek-e megvédeni legfejlettebb kínálatuk költségszintjét. „Az amerikai laborok csökkentették a középkategória árait, és a csúcsot védik.”
Az OpenAI közölte, hogy 80 százalékkal csökkenti a GPT-5.6 Luna, vagyis a vállalat „leggyorsabb és legmegfizethetőbb modelljének” árát. Az Anthropic piacra dobta a Claude Opus 5-öt, amelynek „csúcstechnológiás intelligenciáját a Fable 5 árának feléért” kínálja. A Fable 5 a vállalat legnagyobb teljesítményű modellje. A Silicon Data tokenár-indexe szerint ezek a lépések hozzájárultak ahhoz, hogy a vezető amerikai MI-laborok modelljeiért az ügyfelek által fizetett árak július közepe óta csaknem egynegyedével csökkentek. A tokenek a nyelvi modellek által feldolgozott adatok egységei, és számos ügyfél számlájának kiszámítására szolgálnak.
Az árcsökkentések fordulatot jelentenek az amerikai MI-csoportok számára, amelyek saját fejlesztésű, úgynevezett zárt modelleket készítenek, és amelyek eddig elsősorban a teljesítmény terén versenyeztek egymással. Az egyre nagyobb teljesítményű, „nyílt” kínai modellek, amelyeket a fejlesztők szabadon letölthetnek és módosíthatnak, szintén hozzájárultak az árakra nehezedő nyomáshoz. A lépések egyúttal akkor történnek, amikor az OpenAI és az Anthropic ezermilliárd dolláros értékelés melletti tőzsdei bevezetésre készül, miközben a befektetők bizonyítékot keresnek arra, hogy az iparág MI-re fordított hatalmas kiadásai képesek megtérülést termelni.
A vállalati MI-felhasználók költségnyomással szembesülnek, mert az Anthropic és az OpenAI az ügyfeleket az átalánydíjas előfizetésekről a használatalapú számlázás felé tereli. Ennél a konstrukciónál a vállalatok az általuk felhasznált számítási erőforrások alapján fizetnek. Egyes vállalkozások úgy reagáltak a számlák emelkedésére, hogy korlátozták az MI használatát, vagy olcsóbb alternatívákat kezdtek tesztelni. A DoorDashhez és az Airbnbhez hasonló vállalatok közölték, hogy költségeik kordában tartása érdekében kínai fejlesztésű modelleket is használni kezdtek.
Ez a változás egybeesett a kínai laborok új modelljeinek egész sorával, amelyek csökkentették a teljesítménybeli különbséget a vezető amerikai modellekhez képest. Ez aggodalmat kelt az amerikai technológiai iparban, hogy az amerikai fejlesztők ügyfeleket veszíthetnek, miközben továbbra is hatalmas összegeket költenek technológiai előnyük megőrzésére.
Az MI-laborok különböző képességű és árú modellek egész sorát kínálják, miközben a költségek tovább változnak a modell verziójától és a használt „erőfeszítés” beállításaitól függően. Az ügyfeleknek általában a bemeneti tokenekért kell fizetniük, amelyek a modellnek átadott adatok mérésére szolgálnak, valamint a kimeneti tokenekért, amelyek azt mérik, hogy a modell milyen mennyiségű tartalmat állít elő válaszként. Az amerikai laborok legújabb árcsökkentései a középkategóriás termékekre vonatkoznak, és versenyképesebbé teszik őket a kínai kínálattal szemben. Az OpenAI például a GPT-5.6 Luna árát a bemeneti tokenek esetében egymillió tokenenként 1 dollárról 0,20 dollárra, a kimeneti tokenek esetében pedig 6 dollárról 1,20 dollárra csökkentette. Az Anthropic az Opus 5-öt egymillió bemeneti tokenenként 5 dolláros, illetve egymillió kimeneti tokenenként 25 dolláros áron vezette be, ami a Fable 5 modell árának a fele. A vállalat visszavonta a Sonnet 5 tervezett áremelését is, amelynek szeptembertől kellett volna életbe lépnie.
A feltüntetett tokenárak azonban nem teszik lehetővé az MI-modellek egyszerű összehasonlítását. A nagyobb teljesítményű modellek ugyanis időnként kevesebb token felhasználásával vagy kevesebb próbálkozással képesek elvégezni egy feladatot. Ez azt jelenti, hogy egy olyan modell, amely a tokenek feltüntetett ára alapján drágábbnak tűnik, végső soron olcsóbb lehet. Ráadásul a legtöbb modell különböző „erőfeszítés” beállításokkal működtethető. Ezek meghatározzák, hogy a rendszer mekkora számítási kapacitást használ egy kérdés megválaszolásához, és hatással lehetnek mind a teljesítményre, mind pedig egy feladat végrehajtásának végső költségére.
Az Artificial Analysis, amely többek között matematikai, tudományos, programozási és következtetési területeken hasonlítja össze a modelleket, azt találta, hogy az Anthropic Opus 5 „közepes” erőfeszítés mellett a feladatonkénti teljesítmény és költség tekintetében hasonló eredményt nyújtott, mint a Moonshot Kimi K3 modellje „maximális” erőfeszítés mellett. Az OpenAI GPT-5.6 Luna modellje „maximális” erőfeszítés mellett hasonlóan teljesített, mint a DeepSeek V4 Flash modellje ugyanilyen beállítással, de feladatonként valamivel kevesebb mint kétszer annyiba került.
Mantas Lukauskas, a webtárhely-szolgáltató Hostinger MI-technológiai vezetője, amely 2020 óta használ nagy nyelvi modelleket, megjegyezte, hogy a legjobb modellek árai „stabilak vagy emelkednek”. Hozzátette, hogy a közelmúltbeli árváltozások jelentik az „első valódi tesztet” arra, hogy az Anthrophoz és az OpenAI-hoz hasonló vállalatok képesek-e megvédeni legfejlettebb kínálatuk költségszintjét. „Az amerikai laborok csökkentették a középkategória árait, és a csúcsot védik.”