उत्तरप्रकाशित21 स्रोत
AI की कीमत गिर रही है, पर चिप, मेमोरी और बिजली की कमी बढ़ रही है
AI इंफरेंस की तुलनीय लागत कुछ अनुमानों में करीब 95% घट चुकी है, जबकि Samsung ने चुनिंदा उन्नत कॉन्ट्रैक्ट चिप सेवाओं की कीमतें 15% तक बढ़ाई हैं। OpenAI ने GPT 5.6 Luna की कीमत 80%, Terra की 20% और डेवलपर्स के लिए frontier GPT 5.6 Sol की कीमत 20% से अधिक घटाई है—यह मॉडल कारोबार में तेज कीमत संकुचन का संकेत है। Nvidia...
प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- AI इंफरेंस की तुलनीय लागत कुछ अनुमानों में करीब 95% घट चुकी है, जबकि Samsung ने चुनिंदा उन्नत कॉन्ट्रैक्ट चिप सेवाओं की कीमतें 15% तक बढ़ाई हैं।
- OpenAI ने GPT 5.6 Luna की कीमत 80%, Terra की 20% और डेवलपर्स के लिए frontier GPT 5.6 Sol की कीमत 20% से अधिक घटाई है—यह मॉडल कारोबार में तेज कीमत संकुचन का संकेत है।
- Nvidia की वित्त वर्ष 2027 की दूसरी तिमाही में 96.2 अरब डॉलर की आय और डेटा सेंटर आय में 117% की वृद्धि दिखाती है कि AI इंफ्रास्ट्रक्चर की मांग अभी भी बेहद मजबूत है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: How is the AI industry’s emerging economic squeeze—marked by a roughly 95% collapse in token prices since early 2024, the appearance of free. Article summary: The industry is becoming a barbell: AI capability is rapidly commoditizing for users, while the physical inputs needed to supply it—advanced fabrication, high-bandwidth memory, servers, power, and data-center capacity—re. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
AI अर्थव्यवस्था अब दो अलग दिशाओं में बढ़ रही है। एक ओर, AI से जवाब, कोड, विश्लेषण या कंटेंट तैयार कराने की लागत तेजी से गिर रही है। दूसरी ओर, इस पूरी व्यवस्था को चलाने वाले उन्नत चिप, हाई-बैंडविड्थ मेमोरी, सर्वर, नेटवर्किंग, बिजली और डेटा-सेंटर क्षमता सीमित और महंगी बनी हुई है।
यह सिर्फ कीमतों का मामला नहीं है। इससे तय होगा कि किन कंपनियों का मुनाफा टिकाऊ रहेगा, निवेशकों को AI पर हो रहे भारी खर्च का मूल्यांकन कैसे करना चाहिए और कर्ज बाजार में जोखिम कहां जमा हो सकता है। लंबे समय में सबसे मजबूत स्थिति उन कंपनियों की हो सकती है जो दुर्लभ इंफ्रास्ट्रक्चर, वितरण नेटवर्क, निजी डेटा या किसी स्पष्ट कारोबारी नतीजे से जुड़ा सॉफ्टवेयर नियंत्रित करती हैं। केवल सबसे ज्यादा AI टोकन बेचने वाली कंपनियां जरूरी नहीं कि विजेता बनें।
AI की कीमतों की जंग टोकन से आगे बढ़ रही है
कुछ अनुमानों के अनुसार, समान क्षमता वाले AI इंफरेंस की लागत करीब दो वर्षों में लगभग 95% घटी है। हालांकि सटीक गिरावट इस बात पर निर्भर करती है कि किन मॉडलों, कार्यभार और गुणवत्ता स्तरों की तुलना की जा रही है। 39 फिर भी दिशा स्पष्ट है: जिन क्षमताओं के लिए कभी महंगे API शुल्क लिए जाते थे, वे अब सस्ते मॉडलों और open-weight विकल्पों के जरिए उपलब्ध हैं।
OpenAI की हालिया कीमत कटौतियां इस दबाव को दिखाती हैं। कंपनी ने जुलाई 2026 में अपने छोटे GPT-5.6 Luna मॉडल की कीमत 80% और mid-tier Terra मॉडल की कीमत 20% घटाई। 34 अगस्त में डेवलपर्स के लिए frontier GPT-5.6 Sol मॉडल की कीमत में 20% से अधिक की और कटौती की घोषणा की गई।
33
उपयोगकर्ताओं के लिए यह अच्छी खबर है। कम इंफरेंस लागत से AI एजेंट चलाना, ग्राहक सहायता स्वचालित करना, कंटेंट बनाना, कोड लिखना और बड़े पैमाने पर डेटा प्रोसेस करना अधिक किफायती हो जाता है। लेकिन मॉडल प्रदाताओं के लिए हर कीमत कटौती का मतलब प्रति यूनिट कम आय है—जब तक उपयोग इतना न बढ़ जाए कि मात्रा की वृद्धि इस कमी की भरपाई कर दे। इसलिए केवल प्रीमियम API एक्सेस बेचने का कारोबार, खासकर जब मॉडल क्षमता आसानी से उपलब्ध हो, पहले से अधिक असुरक्षित हो रहा है।
यहां एक अहम फर्क समझना जरूरी है: सस्ती बुद्धिमत्ता और सस्ती AI प्रणाली एक ही चीज नहीं हैं। टोकन की कीमत घट सकती है, लेकिन किसी भरोसेमंद AI उत्पाद की कुल लागत में डेटा खोज, निगरानी, सुरक्षा, तेज प्रतिक्रिया, सिस्टम इंटीग्रेशन और मानव समीक्षा भी शामिल होते हैं।
भौतिक सप्लाई चेन उलटी दिशा में जा रही है
AI कार्यभार की मांग जितनी तेजी से बढ़ रही है, उतनी तेजी से उससे जुड़ा इंफ्रास्ट्रक्चर तैयार नहीं हो रहा। AI चिप की मांग से क्षमता पर दबाव बढ़ने के बीच Samsung ने कुछ उन्नत कॉन्ट्रैक्ट-चिपमेकिंग सेवाओं की नई ऑर्डर कीमतें 15% तक बढ़ाई हैं। 1
Samsung का अनुमान है कि चिप की कमी और गंभीर हो सकती है और 2028 तक जारी रह सकती है। कंपनी बड़े डेटा-सेंटर ग्राहकों के साथ कई वर्षों के सप्लाई समझौते भी कर रही है। 2 उसके मेमोरी कारोबार ने ऐसा ढांचा बताया है जिसमें बातचीत पूरी होने पर करीब 60% से 70% क्षमता दीर्घकालिक समझौतों के तहत सुरक्षित हो सकती है।
5
6
इससे बाजार का स्वरूप बदल रहा है। क्षमता अब केवल उस ग्राहक को नहीं मिलेगी जो तत्काल बाजार मूल्य चुकाने को तैयार है। बड़े ग्राहक वर्षों पहले सप्लाई आरक्षित कर रहे हैं। इससे उनकी उपलब्धता बेहतर हो सकती है, लेकिन छोटे खरीदार कमी और कीमतों में उतार-चढ़ाव के प्रति अधिक संवेदनशील हो जाएंगे।
मेमोरी बाजार का परिदृश्य और कठिन दिख रहा है। SK Hynix के CEO Kwak Noh-jung ने कहा है कि 2027 मेमोरी उद्योग के लिए सप्लाई के लिहाज से सबसे खराब वर्ष हो सकता है और मांग 2030 के बाद भी उत्पादन क्षमता से अधिक रह सकती है। यह कंपनी का पूर्वानुमान है, निश्चित परिणाम नहीं; फिर भी इससे पता चलता है कि सप्लाई बढ़ाने में कितना समय लग सकता है। 17
Nvidia बताती है कि इंफ्रास्ट्रक्चर में अब भी ताकत है
Nvidia के ताजा नतीजे दिखाते हैं कि मॉडल की कीमतों में गिरावट ने अभी तक हार्डवेयर की मांग को कमजोर नहीं किया है। कंपनी ने वित्त वर्ष 2027 की दूसरी तिमाही में 96.2 अरब डॉलर का राजस्व दर्ज किया, जो साल-दर-साल 106% अधिक था। डेटा-सेंटर राजस्व 89.0 अरब डॉलर रहा, जिसमें 117% की सालाना वृद्धि हुई। 49
50
AI बाजार का केंद्रीय तनाव यही है। अधिक कुशल मॉडल किसी खास काम के लिए जरूरी कंप्यूट घटा सकते हैं, लेकिन कम कीमतें उपयोग को इतना बढ़ा सकती हैं कि कुल कंप्यूट मांग फिर भी बढ़ती रहे। अगर मांग, दक्षता में सुधार से तेज बढ़ती है, तो प्रति इंफरेंस लागत गिरने के बावजूद कुल इंफ्रास्ट्रक्चर खपत बढ़ सकती है।
जोखिम यह है कि बॉटलनेक एक हिस्से से दूसरे हिस्से में चले जाएं। एक्सेलेरेटर उपलब्ध हो सकते हैं, लेकिन मेमोरी, उन्नत पैकेजिंग, नेटवर्किंग, बिजली या ग्रिड कनेक्शन की कमी बनी रह सकती है। Nvidia का रिपोर्टेड gross margin तिमाही में 75% था, लेकिन बढ़ती मेमोरी लागत से भविष्य के मार्जिन पर दबाव पड़ने की संभावना भी सामने आई है। 49
53 इसका मतलब यह नहीं कि इंफ्रास्ट्रक्चर का अर्थशास्त्र टूट गया है। सबक यह है कि मजबूत मांग सप्लाई चेन के हर हिस्से को समान रूप से लाभदायक नहीं बनाती।
बड़ी क्लाउड कंपनियां दबाव कितना सह पाएंगी?
बड़ी cloud कंपनियां छोटी AI कंपनियों की तुलना में इस असंतुलन को संभालने की बेहतर स्थिति में हैं। वे अपने निवेश को क्लाउड कंप्यूटिंग, विज्ञापन, एंटरप्राइज सॉफ्टवेयर और उपभोक्ता प्लेटफॉर्म जैसे कई कारोबारों में फैला सकती हैं। वे AI को व्यापक कॉन्ट्रैक्ट में शामिल कर सकती हैं, अपने वितरण नेटवर्क से उपयोग बढ़ा सकती हैं और दीर्घकालिक सप्लाई समझौतों पर बेहतर बातचीत कर सकती हैं।
इसलिए hyperscalers उद्योग के लिए संभावित shock absorbers हैं। वे क्लाउड संबंधों या बाजार हिस्सेदारी की रक्षा के लिए AI सेवाओं पर कम मार्जिन स्वीकार कर सकती हैं। लेकिन इसकी कीमत पूंजी दक्षता में चुकानी पड़ सकती है। अगर AI की कीमतें उपयोग बढ़ने की गति से तेज गिरती हैं, तो विशाल डेटा-सेंटर निवेश पर रिटर्न आने में अधिक समय लगेगा।
छोटे प्रदाताओं के लिए स्थिति अधिक कठिन है। जो कंपनी महंगी क्षमता किराये पर लेकर सामान्य मॉडल एक्सेस दोबारा बेचती है, उसके पास सुरक्षा कम है, खासकर तब जब API कीमतें ग्राहक आधार बढ़ने से तेज गिरें। टिकाऊ कारोबार के लिए workflow पर पकड़, निजी डेटा, सुरक्षा, विश्वसनीयता, वितरण या टोकन की मात्रा के बजाय मापे जा सकने वाले नतीजे से जुड़ी कीमत जरूरी होगी।
सस्ता मॉडल अपने-आप उत्पादकता नहीं बढ़ाता
कम कीमतें प्रयोग और अपनाने को बढ़ावा दे सकती हैं, लेकिन adoption और वास्तविक आर्थिक लाभ अलग-अलग चीजें हैं। कंपनियों को प्रक्रियाओं का पुनर्गठन, डेटा की सफाई, सिस्टम इंटीग्रेशन, कर्मचारियों का प्रशिक्षण और नियंत्रण व्यवस्था तैयार करनी पड़ती है। तभी AI से टिकाऊ उत्पादकता लाभ मिल सकता है।
निवेशकों के लिए इससे समय का जोखिम पैदा होता है। कंपनियां मापने योग्य रिटर्न आने से पहले ही क्षमता या सॉफ्टवेयर पर खर्च बढ़ा सकती हैं—कभी-कभी इसलिए भी कि प्रतिस्पर्धी ऐसा कर रहे हैं। अगर उत्पादकता लाभ उम्मीद से देर से आते हैं, तो इंफ्रास्ट्रक्चर की प्रतिबद्ध लागत बनी रहेगी, जबकि AI से होने वाली आय के अनुमान घट सकते हैं।
दो बड़े परिदृश्य उभरते हैं:
- तेजी का परिदृश्य: इंफरेंस बहुत सस्ता होने से उपयोग इतनी तेजी से बढ़े कि कुल AI खर्च, क्लाउड खपत और उत्पादकता फिर भी ऊपर जाए।
- कमजोरी का परिदृश्य: मॉडल कीमतें उपयोग की वृद्धि से तेज गिरें, मार्जिन दबें और कुछ डेटा-सेंटर परियोजनाओं पर रिटर्न उनके वित्तीय अनुमानों से कमजोर निकले।
क्रेडिट जोखिम अब AI कहानी का अहम हिस्सा है
AI निर्माण अब क्रेडिट बाजार का भी सवाल बन रहा है। डेटा सेंटर, इंफ्रास्ट्रक्चर अधिग्रहण और कंपोनेंट प्रतिबद्धताओं के लिए बड़ी पूंजी चाहिए, जिसमें काफी हिस्सा लंबी अवधि का कर्ज हो सकता है। ऐसा कर्ज अधिक मजबूत माना जाएगा जिसके पीछे भरोसेमंद ग्राहकों के कई वर्षों के अनुबंध और अनुमानित उपयोग हों।
जोखिम तब बढ़ता है जब कर्ज चुकाने की क्षमता भविष्य की अनुमानित मांग पर निर्भर हो। AI की कीमतों में गिरावट, उपयोग की धीमी वृद्धि, बिजली की बढ़ती लागत या कंपोनेंट की कमी—इनमें से कोई भी इंफ्रास्ट्रक्चर परियोजना के नकदी प्रवाह को कमजोर कर सकता है।
अगर कर्ज में junior tranche का हिस्सा बढ़ता है या क्रेडिट-इंश्योरेंस की लागत बढ़ती है, तो यह संकेत हो सकता है कि ऋणदाता अधिक downside risk का मुआवजा मांग रहे हैं। इससे यह साबित नहीं होता कि कोई क्रेडिट संकट तुरंत आने वाला है। लेकिन ऐसी स्थिति में सुर्खियों में दिख रही AI मांग से ज्यादा महत्वपूर्ण हो जाएंगे—अनुबंधों की गुणवत्ता और कर्जदार के नकदी प्रवाह की मजबूती।
अर्थव्यवस्था पर असर एकतरफा नहीं होगा
AI डिजिटल सेवाओं में कीमतों को नीचे ला सकता है। सस्ता इंफरेंस कोडिंग, एनालिटिक्स, ग्राहक सहायता, कंटेंट उत्पादन और कुछ प्रशासनिक कामों की लागत घटा सकता है। प्रतिस्पर्धा अगर इन बचतों का हिस्सा ग्राहकों तक पहुंचाती है, तो कंपनियों और उपभोक्ताओं को लाभ मिल सकता है।
लेकिन इंफ्रास्ट्रक्चर निर्माण कुछ बाजारों में उलटा असर डाल सकता है। दुर्लभ मेमोरी, उन्नत चिप, सर्वर, निर्माण क्षमता, जमीन, बिजली और ग्रिड कनेक्शन महंगे हो सकते हैं। निकट अवधि में डिजिटल AI सेवाएं सस्ती और उन्हें बनाने के लिए जरूरी पूंजीगत सामान तथा ऊर्जा इनपुट महंगे—दोनों बातें एक साथ सच हो सकती हैं।
इसलिए ‘AI महंगाई’ या ‘AI अपस्फीति’ का एक समान प्रभाव देखने की संभावना कम है। परिणाम इस बात पर निर्भर करेगा कि दक्षता लाभ बॉटलनेक से तेज फैलते हैं या नहीं, और कंपनियां बचत ग्राहकों तक पहुंचाती हैं या उसे मुनाफे के रूप में अपने पास रखती हैं।
सप्लाई चेन रणनीतिक संपत्ति बन रही है
कई वर्षों के लिए क्षमता आरक्षित करने की प्रवृत्ति से सेमीकंडक्टर का भू-राजनीतिक महत्व बढ़ रहा है। Samsung और SK Hynix की मेमोरी में स्थिति मजबूत है, जबकि उन्नत लॉजिक और पैकेजिंग अब भी कुछ चुनिंदा कंपनियों और क्षेत्रों में केंद्रित हैं। जब क्षमता वर्षों पहले बुक हो जाती है, तब निर्यात नियंत्रण, सब्सिडी और क्षेत्रीय व्यवधानों का असर बड़ा हो जाता है, क्योंकि सप्लाई को जल्दी किसी दूसरे स्रोत की ओर मोड़ना आसान नहीं होता।
वैश्विक मांग बढ़ने पर चीनी मेमोरी निर्माता कम प्रतिबंधित उत्पाद खंडों में अवसर तलाश सकते हैं। लेकिन अत्याधुनिक HBM और AI के लिए जरूरी अन्य कंपोनेंट में अंतर कम करना अधिक कठिन है। ग्राहक मंजूरी, विश्वसनीयता मानक, तकनीकी जटिलता, निर्यात नियंत्रण और खरीद नियम वैकल्पिक सप्लायरों की हिस्सेदारी बढ़ने की गति सीमित कर सकते हैं।
आखिर इस अंतर की कीमत कौन चुकाएगा?
सबसे बड़ा अनसुलझा सवाल यह है कि सस्ती AI खपत और महंगी AI उत्पादन व्यवस्था के बीच का अंतर कौन वहन करेगा। संभावित जवाब कई हैं:
- Hyperscalers व्यापक कारोबारी इकोसिस्टम बचाने के लिए कम मार्जिन स्वीकार कर सकती हैं।
- चिप और मेमोरी निर्माता कमी बने रहने तक scarcity-driven pricing power बनाए रख सकते हैं।
- निवेशक AI इंफ्रास्ट्रक्चर पर कम रिटर्न के रूप में लागत उठा सकते हैं।
- ऋणदाता अधिक ब्याज स्प्रेड या परियोजनाओं के विफल होने पर नुकसान के जरिए जोखिम वहन कर सकते हैं।
- ग्राहक अधिक भुगतान कर सकते हैं, अगर प्रदाता इंफ्रास्ट्रक्चर लागत को बेहतर और नतीजा-आधारित उत्पादों में शामिल कर पाते हैं।
निकट अवधि में सबसे संभावित परिणाम इन विकल्पों में से पहले तीन का मिश्रण है। AI तक पहुंच सस्ती होती रहेगी, लेकिन उसे चलाने वाला इंफ्रास्ट्रक्चर तब तक महंगा रहेगा जब तक सप्लाई मांग के बराबर नहीं आती—या मांग इतनी कमजोर नहीं पड़ती कि पहले से किए गए बड़े निवेशों का औचित्य सवालों में आ जाए।
रणनीतिक निष्कर्ष सीधा है: टोकन कीमतों में गिरावट AI निवेश कहानी का अंत नहीं, बल्कि उसकी असली परीक्षा है। जब बुद्धिमत्ता प्रचुर हो जाती है, तब टिकाऊ मूल्य उन मशीनों, मेमोरी, बिजली, नेटवर्क और वितरण में रह सकता है जो उस बुद्धिमत्ता को उपयोगी और विश्वसनीय बनाते हैं।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"AI की कीमत गिर रही है, पर चिप, मेमोरी और बिजली की कमी बढ़ रही है" का संक्षिप्त उत्तर क्या है?
AI इंफरेंस की तुलनीय लागत कुछ अनुमानों में करीब 95% घट चुकी है, जबकि Samsung ने चुनिंदा उन्नत कॉन्ट्रैक्ट चिप सेवाओं की कीमतें 15% तक बढ़ाई हैं।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
AI इंफरेंस की तुलनीय लागत कुछ अनुमानों में करीब 95% घट चुकी है, जबकि Samsung ने चुनिंदा उन्नत कॉन्ट्रैक्ट चिप सेवाओं की कीमतें 15% तक बढ़ाई हैं। OpenAI ने GPT 5.6 Luna की कीमत 80%, Terra की 20% और डेवलपर्स के लिए frontier GPT 5.6 Sol की कीमत 20% से अधिक घटाई है—यह मॉडल कारोबार में तेज कीमत संकुचन का संकेत है।
मुझे अभ्यास में आगे क्या करना चाहिए?
Nvidia की वित्त वर्ष 2027 की दूसरी तिमाही में 96.2 अरब डॉलर की आय और डेटा सेंटर आय में 117% की वृद्धि दिखाती है कि AI इंफ्रास्ट्रक्चर की मांग अभी भी बेहद मजबूत है।