उत्तरप्रकाशित31 स्रोत
चीन की AI प्राइस वॉर से टोकन सस्ते हुए—लेकिन AI खर्च में तेजी क्यों जारी है?
Silicon Data का सूचकांक 31 अगस्त 2026 को 97 सेंट प्रति दस लाख टोकन पर पहुंचा—यह अब तक का सबसे निचला स्तर है। DeepSeek की V4 Pro पर स्थायी 75% कटौती और Xiaomi की 99% तक की कीमत कटौती ने चीनी AI प्रतिस्पर्धा को व्यापक इंफ्रेंस प्राइस वॉर में बदल दिया। सस्ता इंफ्रेंस उपयोग को कीमतों की गिरावट से भी तेज बढ़ा सकता है, ले...
प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Silicon Data का सूचकांक 31 अगस्त 2026 को 97 सेंट प्रति दस लाख टोकन पर पहुंचा—यह अब तक का सबसे निचला स्तर है।
- DeepSeek की V4 Pro पर स्थायी 75% कटौती और Xiaomi की 99% तक की कीमत कटौती ने चीनी AI प्रतिस्पर्धा को व्यापक इंफ्रेंस प्राइस वॉर में बदल दिया।
- सस्ता इंफ्रेंस उपयोग को कीमतों की गिरावट से भी तेज बढ़ा सकता है, लेकिन AI कैपिटल एक्सपेंडिचर और बिक्री वृद्धि के बीच 46% का अंतर मुनाफे और निवेश पर रिटर्न को बड़ा जोखिम बनाता है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What caused the Silicon Data LLM Token Expenditure Index to fall below $1 per million tokens to a record low, how did Chinese AI laboratorie. Article summary: The index fell below $1 because the effective market price of inference was pushed down by cheaper open-weight Chinese models, aggressive API discounting, lower production costs, and competitive cuts by frontier provider. Topic tags: general, general web, user generated, news. 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
Silicon Data का LLM Token Expenditure Index पहली बार $1 प्रति दस लाख टोकन से नीचे चला गया। 31 अगस्त 2026 को इसका व्यापक-बाजार आंकड़ा 97 सेंट रहा—यह सूचकांक बनने के बाद का सबसे निचला स्तर है और गर्मियों की शुरुआत में दर्ज शिखर के आधे से भी कम है। 4
लेकिन इस आंकड़े को समझने में सावधानी जरूरी है। यह सूचकांक पूरे बाजार में एक करोड़ नहीं, बल्कि दस लाख इंफ्रेंस टोकन के लिए चुकाई जा रही उपयोग-भारित कीमत को मापता है। यह कुल AI खर्च या इस्तेमाल किए गए टोकनों की संख्या नहीं बताता। इसलिए सूचकांक का गिरना यह दिखाता है कि AI क्षमता प्रति इकाई सस्ती हो रही है; इससे अपने-आप यह साबित नहीं होता कि मांग घट रही है। 2
7
8
रिकॉर्ड निचले स्तर के पीछे क्या हुआ?
एक साथ कई दबावों ने प्रभावी कीमत को नीचे खींचा:
- सस्ते चीनी मॉडलों की हिस्सेदारी बढ़ी। ओपन और कम लागत वाले मॉडलों ने डेवलपर्स को महंगे मालिकाना सिस्टम के विकल्प दिए। इससे बाजार की मिश्रित औसत कीमत नीचे आई।
38
39
- कीमत बाजार हिस्सेदारी हासिल करने का हथियार बनी। API पर छूट देकर मॉडल कंपनियां नए ग्राहक, ज्यादा तैनाती और बेहतर बाजार हिस्सेदारी हासिल करना चाहती थीं—खासकर ऐसे समय में जब मॉडलों की क्षमता का अंतर कम हो रहा था।
- इंफ्रेंस की अर्थव्यवस्था सुधरी। मॉडल चलाने और सर्व करने की कम लागत ने प्रदाताओं के लिए कम कीमत पर अधिक आउटपुट देना आसान बनाया। हालांकि उपलब्ध साक्ष्य यह नहीं बताते कि सभी कंपनियों की लागत संरचना एक जैसी थी।
- वैश्विक कंपनियों ने भी कीमतें घटाईं। प्रतिस्पर्धात्मक दबाव चीन तक सीमित नहीं रहा; अग्रणी वैश्विक प्रदाताओं ने भी कम लागत वाले स्तरों पर कीमत कटौती की।
36
37
कीमतों की दिशा लगातार नीचे रही। जून की शुरुआत में सूचकांक प्रति दस लाख टोकन $2 से ऊपर था, अगस्त की शुरुआत में यह करीब $1.16 से $1.18 तक आया और बाद में $1 से नीचे चला गया। 1
38
4 हालांकि बीच के सभी आंकड़े एक जैसे नहीं हैं। उदाहरण के लिए, 27 जुलाई के लिए एक सार्वजनिक आंकड़ा $1.43 बताया गया था। इसलिए व्यापक गिरावट स्पष्ट है, लेकिन हर अंतरिम रीडिंग को समान निश्चितता से नहीं पढ़ा जाना चाहिए।
1
2
चीनी AI लैब्स ने कैसे छेड़ी कीमतों की जंग?
इस दौर का सबसे स्पष्ट मोड़ DeepSeek का मई में V4-Pro API की कीमत में 75% कटौती को स्थायी बनाना था। कंपनी ने कहा कि नई दरें मूल कीमत की एक-चौथाई रहेंगी और उपयोग के प्रकार के अनुसार अलग-अलग होंगी। 33
इसके बाद अन्य चीनी प्रदाता भी आगे आए। Xiaomi ने अपने MiMo-V2.5 मॉडलों की API कीमतों में 99% तक कटौती की। रिपोर्टों में ByteDance, Tencent, MiniMax और Alibaba समेत कई बड़ी चीनी AI लैब्स की समानांतर कीमत कटौती का भी उल्लेख है। 39
46
इससे प्रतिस्पर्धा का सवाल बदल गया। अब ग्राहक केवल यह नहीं पूछते कि सबसे सक्षम मॉडल कौन-सा है। वे यह भी देखते हैं कि:
- हर डॉलर में कितनी क्षमता मिलती है;
- जवाब कितनी तेजी से आता है;
- मॉडल लंबे संदर्भ को कितनी अच्छी तरह संभालता है;
- सेवा कितनी भरोसेमंद है; और
- उसे अपने सिस्टम में कितनी आसानी से तैनात किया जा सकता है।
जब कई मॉडल रोजमर्रा के कामों के लिए पर्याप्त रूप से सक्षम हो जाते हैं, तब बड़ी कीमत का अंतर उपयोग को बहुत तेजी से एक प्रदाता से दूसरे प्रदाता की ओर मोड़ सकता है।
हालांकि अगस्त में यह जंग एक नए चरण में पहुंचती दिखी। DeepSeek ने नए फ्लैगशिप मॉडलों की कीमतें बढ़ाईं और पीक तथा ऑफ-पीक दरें लागू कीं। ऑफ-पीक कीमत पीक दर की आधी रखी गई। इससे संकेत मिलता है कि सबसे कम कीमत पर असीमित मांग को लंबे समय तक संभालना आसान नहीं है। प्रदाताओं को GPU उपयोग नियंत्रित करने और बुनियादी ढांचे की लागत वसूलने की भी जरूरत है। 35
टोकन सस्ते होने पर भी AI पर खर्च क्यों बढ़ रहा है?
इसका सीधा गणित है:
कुल खर्च = प्रति टोकन कीमत × इस्तेमाल किए गए टोकनों की संख्या
मान लीजिए कीमत 90% गिरती है, लेकिन इस्तेमाल 90% से अधिक बढ़ जाता है। ऐसी स्थिति में कुल खर्च फिर भी बढ़ सकता है। कम कीमत उन कामों को भी आर्थिक रूप से आकर्षक बना देती है जो पहले बहुत महंगे थे—जैसे स्वचालित ग्राहक सेवा, कोडिंग, दस्तावेज़ प्रसंस्करण, लंबे संदर्भ वाले अनुप्रयोग और एजेंट-आधारित वर्कफ्लो।
कुछ विश्लेषणों के अनुसार, 2023 से टोकन की कीमतें 90% से अधिक गिर चुकी हैं, जबकि कुल AI खर्च लगभग दोगुना हुआ है। यह उस बाजार से मेल खाता है जिसमें सस्ता इंफ्रेंस मांग को खत्म करने के बजाय नए उपयोगों का रास्ता खोल रहा है। 19
22
चीन की व्यापक “टोकन अर्थव्यवस्था” मांग का एक संकेत देती है। चीन के National Data Administration के अनुसार, मार्च में दैनिक टोकन खपत 140 ट्रिलियन से अधिक हो गई थी—पिछले वर्ष के अंत में दर्ज 100 ट्रिलियन से 40% से ज्यादा। 26
32
देश की बड़ी दूरसंचार कंपनियां भी AI कंप्यूटिंग क्षमता में निवेश कर रही हैं। China Telecom ने पहली छमाही में इंटेलिजेंट-कंप्यूटिंग राजस्व में 95% वृद्धि दर्ज की, जबकि China Unicom का कंप्यूटिंग-बुनियादी ढांचे पर पूंजीगत खर्च साल-दर-साल 80% से अधिक बढ़ा। 17
18
ये आंकड़े यह साबित नहीं करते कि हर मॉडल प्रदाता लाभ कमा रहा है। वे यह जरूर दिखाते हैं कि प्रति इकाई कम कीमत बड़े पैमाने पर टोकन उपयोग और बुनियादी ढांचे की मांग को सहारा दे सकती है।
AI कारोबार के लिए 46% का कैपेक्स अंतर क्या बताता है?
आशावादी नजरिया कहता है कि गिरती इंफ्रेंस कीमतें AI को बड़े पैमाने पर अपनाने की शुरुआत हैं। सस्ती डिजिटल बुद्धिमत्ता से टोकन का उपयोग इतना बढ़ सकता है कि क्लाउड क्षमता, डेटा सेंटर, चिप, नेटवर्किंग और बिजली पर लगातार खर्च उचित ठहराया जा सके।
संदेह करने वाला नजरिया निवेश पर रिटर्न के समय को लेकर चिंतित है। Allianz Research का हवाला देने वाली रिपोर्टों के अनुसार, AI कैपिटल एक्सपेंडिचर और बिक्री-वृद्धि के बीच अंतर करीब 46% है। यह 2001 के टेलीकॉम अतिनिवेश चक्र में दर्ज लगभग 32% अंतर से भी बड़ा है। 20
22
23
यह तुलना चेतावनी है, इस बात का प्रमाण नहीं कि AI बिल्कुल उसी तरह का बुलबुला दोहरा रहा है। फिर भी कंपनियों और बुनियादी ढांचा खरीदारों के सामने तीन बड़े जोखिम हैं:
- कीमतों में लगातार गिरावट: अधिक सक्षम मॉडल भी समय के साथ कम कीमत पर बिक सकते हैं।
- उपयोग की अनिश्चितता: महंगे, स्थायी बुनियादी ढांचे को अस्थायी मांग उछाल नहीं, बल्कि लगातार उपयोग चाहिए।
- कमाई का जोखिम: बड़े निवेश पर रिटर्न देने के लिए टोकन की मात्रा इतनी तेजी से बढ़नी होगी कि कम होती वास्तविक कीमत और इंफ्रास्ट्रक्चर लागत की भरपाई हो सके।
इस सूचकांक को सही तरीके से कैसे पढ़ें?
Silicon Data Index का नया निचला स्तर AI मांग का अकेला पैमाना नहीं है। इसे कीमत तय करने की शक्ति और बाजार की भुगतान-इच्छा के संकेतक के रूप में पढ़ना बेहतर है। यह बताता है कि बाजार हर इंफ्रेंस इकाई के लिए कम भुगतान कर रहा है—आंशिक रूप से इसलिए कि उपयोग सस्ते मॉडलों की ओर जा रहा है और प्रदाता कीमत पर आक्रामक प्रतिस्पर्धा कर रहे हैं। 7
8
14
अब असली सवाल यह है कि आगे क्या होगा। क्या गिरती कीमतें इतने नए AI वर्कलोड पैदा करेंगी कि कुल राजस्व बढ़ता रहे? या कीमतों की जंग उपयोग की वृद्धि से आगे निकल जाएगी और उद्योग के पास महंगा बुनियादी ढांचा तो होगा, लेकिन कमजोर रिटर्न?
उपलब्ध साक्ष्य पहली संभावना को मजबूत मांग-कहानी और दूसरी को गंभीर वित्तीय जोखिम के रूप में पेश करते हैं। अभी इनमें से किसी एक नतीजे को अंतिम नहीं माना जा सकता।
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
"चीन की AI प्राइस वॉर से टोकन सस्ते हुए—लेकिन AI खर्च में तेजी क्यों जारी है?" का संक्षिप्त उत्तर क्या है?
Silicon Data का सूचकांक 31 अगस्त 2026 को 97 सेंट प्रति दस लाख टोकन पर पहुंचा—यह अब तक का सबसे निचला स्तर है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Silicon Data का सूचकांक 31 अगस्त 2026 को 97 सेंट प्रति दस लाख टोकन पर पहुंचा—यह अब तक का सबसे निचला स्तर है। DeepSeek की V4 Pro पर स्थायी 75% कटौती और Xiaomi की 99% तक की कीमत कटौती ने चीनी AI प्रतिस्पर्धा को व्यापक इंफ्रेंस प्राइस वॉर में बदल दिया।
मुझे अभ्यास में आगे क्या करना चाहिए?
सस्ता इंफ्रेंस उपयोग को कीमतों की गिरावट से भी तेज बढ़ा सकता है, लेकिन AI कैपिटल एक्सपेंडिचर और बिक्री वृद्धि के बीच 46% का अंतर मुनाफे और निवेश पर रिटर्न को बड़ा जोखिम बनाता है।