Biaya Inferensi AI Perusahaan Jatuh ke Level Terendah di 2026, Ini Pemicunya

Indeks Pengeluaran Token LLM Silicon Data — Indeks ini melacak rata-rata indeks yang turun dari di atas $2 per juta token di awal Juni menjadi $1,20 pada pekan pertama Agustus — penurunan sekitar 40% dalam dua bulan . Cuplikan pada 27 Juli menunjukkan angka $1,43, mengonfirmasi tren penurunan yang sedang berlangsung . Silicon Data secara langsung menyebut model open-weight China sebagai faktor utama yang menarik rata-rata indeks ke bawah .

Aksi Kompetitif Kunci yang Mendorong Penurunan

Pemangkasan Harga GPT-5.6 OpenAI (30 Juli 2026)

OpenAI memangkas harga API hingga 80%, dengan alasan peningkatan efisiensi infrastruktur. Langkah ini secara langsung menekan rata-rata pasar; CNBC dan Forbes menyebutnya sebagai eskalasi perang harga AI .

• GPT-5.6 Luna (tingkat ringan): turun dari $1,00 → $0,20 per juta token input dan $6,00 → $1,20 per juta token output .
• GPT-5.6 Terra: potong 20% menjadi $2 input / $12 output per juta token .
• GPT-5.6 Sol (flagship): tetap di $5 input / $30 output per juta token, namun mendapatkan mode yang lebih cepat .

OpenAI mengaitkan pengurangan ini dengan optimalisasi internal, termasuk penulisan ulang kernel dan decoding spekulatif, yang dilaporkan memberikan peningkatan efisiensi 20-35% dalam beban kerja inferensi .

DeepSeek V4-Flash-0731 (31 Juli 2026)

Pada 31 Juli 2026, DeepSeek merilis V4-Flash-0731 dalam beta publik, dengan harga:

• $0,14 per juta token input yang tidak di-cache
• $0,28 per juta token output
• $0,0028 per juta token input yang di-cache (diskon cache 97-98%) .

Dengan harga sekitar sepersepuluh dari model kelas premium, DeepSeek V4 Flash menjadi patokan harga terendah yang memaksa kompresi pasar yang lebih luas. Menurut firma benchmark Artificial Analysis, perkiraan biaya per tugas V4 Flash adalah sekitar 3 sen . Model ini mengungguli pratinjau V4 Pro milik DeepSeek sendiri di setiap tolok ukur agen yang dipublikasikan DeepSeek, dengan harga output sepertiganya .

Claude Opus 5 dari Anthropic (Diluncurkan 24 Juli 2026)

Opus 5 hadir dengan harga $5 per juta token input dan $25 per juta token output — identik dengan pendahulunya Opus 4.8 — dengan mode Cepat (Fast mode) seharga 2x harga dasar ($10/$50) . Meskipun Opus 5 tidak memangkas harganya sendiri, peluncurannya di tingkat "hampir frontier" yang kompetitif (kecerdasan mendekati Fable 5 dengan harga setengahnya) memberikan tekanan pada pesaing dan memperluas opsi berbiaya rendah bagi perusahaan .

Efek Gabungan

Pemotongan 80% OpenAI (30 Juli), harga Flash DeepSeek di bawah $0,30 (31 Juli), peluncuran Opus 5 yang kompetitif dari Anthropic (24 Juli), dan adopsi luas model open-source China yang murah oleh perusahaan menekan indeks pasar dari $2,04 di akhir Mei menjadi $1,16–$1,18 di awal Agustus — penurunan 43% dalam sepuluh minggu .

Analis Jefferies yang dipimpin oleh Thomas Chong mengaitkan penurunan ini dengan "perang harga global yang semakin intensif" dan "lonjakan adopsi model open-weight China yang terjangkau" . Reaksi pasar tidak terbatas pada harga: Jefferies juga berpendapat bahwa biaya token yang turun dapat meningkatkan permintaan AI dan investasi infrastruktur .

Catatan tentang Data

Indeks publik Silicon Data menunjukkan $1,43 pada 27 Juli dibandingkan dengan $1,20 yang dilaporkan di awal Agustus, menunjukkan percepatan curam di akhir Juli/awal Agustus yang didorong oleh pengumuman OpenAI dan DeepSeek . Indeks ini menggabungkan harga dan penggunaan, yang berarti penurunan dapat mencerminkan penurunan harga daftar atau pergeseran permintaan ke model yang lebih murah — Silicon Data sendiri telah memperingatkan agar tidak membaca indeks ini sebagai label harga murni .