Tekoälyn inferenssihinnat sukelsivat kesällä 2026 – 43% lasku kymmenessä viikossa

Lukujen taustalla

Jefferiesin tutkimus – Investointipankin 10. elokuuta 2026 julkaisema raportti osoittaa, että yritysten AI-inferenssihinnat laskivat vuoden 2026 alimpiin lukemiin. SCMP:n siteeraamien tietojen mukaan keskimääräiset inferenssihinnat olivat 1,16–1,18 dollaria miljoonaa tokenia kohden 6.–8. elokuuta 2026 . Tämä on noin 43 prosentin lasku toukokuun 31. päivän 2,04 dollarista .

Silicon Datan LLM Token Expenditure Index – Indeksin mukaan keskihinta laski yli 2 dollarista miljoonaa tokenia kohden kesäkuun alussa 1,20 dollariin elokuun ensimmäisellä viikolla – noin 40 % lasku kahdessa kuukaudessa . 27. heinäkuuta indeksi näytti 1,43 dollaria, mikä vahvistaa laskevan suuntauksen . Silicon Data mainitsee nimenomaan kiinalaiset avoimen painon (open-weight) mallit keskeisenä tekijänä, joka painoi indeksiä alas .

Keskeiset kilpailutoimet, jotka ajoivat hinnan laskuun

OpenAI:n GPT-5.6 -hinnanalennukset (30. heinäkuuta 2026)

OpenAI leikkasi API-hintoja jopa 80 % vedoten infrastruktuurin tehokkuuden parannuksiin. CNBC ja Forbes kuvasivat liikkeitä AI-hintasodan kärjistymiseksi .

• GPT-5.6 Luna (keyyt taso): laski 1,00 dollarista → 0,20 dollariin miljoonaa syöttötokenia kohden ja 6,00 dollarista → 1,20 dollariin miljoonaa tulostetokenia kohden .
• GPT-5.6 Terra: laski 20 % tasoon 2 dollaria syöttö / 12 dollaria tuloste miljoonaa tokenia kohden .
• GPT-5.6 Sol (lippulaiva): pysyi hintatasossa 5 dollaria syöttö / 30 dollaria tuloste miljoonaa tokenia kohden, mutta sai nopeamman tilan .

OpenAI selitti alennuksia sisäisillä optimoinneilla, kuten kernel-uudelleenkirjoituksilla ja spekulatiivisella dekoodauksella, joiden raportoitiin tuovan 20–35 % tehokkuusparannuksia inferenssityökuormissa .

DeepSeek V4-Flash-0731 (31. heinäkuuta 2026)

31. heinäkuuta 2026 DeepSeek julkaisi V4-Flash-0731 -mallin julkisessa betassa ja piti hinnat ennallaan:

• 0,14 dollaria miljoonaa välimuistiin tallentamatonta syöttötokenia kohden
• 0,28 dollaria miljoonaa tulostetokenia kohden
• 0,0028 dollaria miljoonaa välimuistiin tallennettua syöttötokenia kohden (97–98 % välimuistialennus) .

Noin kymmenesosa premium-tason mallien hinnasta, DeepSeek V4 Flash loi pohjahinnan, joka pakotti markkinat tiivistymään. Benchmark-yhtiö Artificial Analysisin mukaan V4 Flashin arvioitu hinta tehtävää kohden on noin 3 senttiä . Malli päihittää DeepSeekin oman V4 Pro Preview -version kaikilla agenttisuorituskykytestauksissa (agentic benchmarks), joita DeepSeek on julkaissut, kolmanneksella tulostushinnasta .

Anthropicin Claude Opus 5 (julkaistu 24. heinäkuuta 2026)

Opus 5 tuli markkinoille hintaan 5 dollaria miljoonaa syöttötokenia kohden ja 25 dollaria miljoonaa tulostetokenia kohden – sama hinta kuin edeltäjällään Opus 4.8:lla – ja nopea tila kaksinkertaiseen perushintaan (10/50 dollaria) . Vaikka Opus 5 ei itse laskenut hintoja, sen julkaisu kilpailukykyisessä "lähes huipputason" segmentissä (lähellä Fable 5 -älykkyyttä puoleen hintaan) lisäsi paineita kilpailijoille ja laajensi yritysten edullisten vaihtoehtojen valikoimaa .

Yhdistetty vaikutus

OpenAI:n 80 % leikkaus (30. heinäkuuta), DeepSeekin alle 0,30 dollarin Flash-hinnoittelu (31. heinäkuuta), Anthropicin kilpailukykyinen Opus 5 -julkaisu (24. heinäkuuta) ja halpojen kiinalaisten avoimen lähdekoodin mallien laaja käyttöönotto puristivat markkinaindeksiä 2,04 dollarista toukokuun lopussa 1,16–1,18 dollariin elokuun alussa – 43 % lasku kymmenessä viikossa .

Jefferiesin analyytikot Thomas Chongin johdolla selittivät laskun "kiihtyvällä globaalilla hinta- ja avoimen lähdekoodin mallien myllerryksellä" ja "edullisten kiinalaisten avoimen painon mallien käyttöönoton räjähdysmäisellä kasvulla" . Markkinoiden reaktio ei rajoittunut hinnoitteluun: Jefferies väitti myös, että laskevat token-kustannukset voivat lisätä AI-kysyntää ja infrastruktuuri-investointeja .

Huomautus tiedoista

Silicon Datan julkinen indeksi näytti 1,43 dollaria 27. heinäkuuta verrattuna raportoituun 1,20 dollariin elokuun alussa, mikä viittaa jyrkkään heinä-elokuun vaihteen kiihtymiseen, jota OpenAI:n ja DeepSeekin ilmoitukset vauhdittivat . Indeksi yhdistää hintoja ja käyttöä, joten lasku voi heijastaa joko listahintojen laskua tai kysynnän siirtymistä halvempiin malleihin – Silicon Data itse on varoittanut tulkitsemasta sitä puhtaana hintalappuna .