Indeks LLM Token Expenditure Silicon Data turun di bawah US$1 per satu juta token karena pasar beralih ke model yang lebih murah, sementara penyedia layanan berulang kali memangkas harga API. Indeks pasar luas tersebut mencapai 97 sen AS pada 31 Agustus 2026—level terendah sejak dibuat dan kurang dari separuh puncaknya pada awal musim panas.
4
Namun, angka ini perlu dibaca dengan hati-hati. Indeks tersebut adalah ukuran berbobot penggunaan tentang harga yang dibayar pasar untuk satu juta token inferensi, bukan perhitungan total belanja AI atau jumlah token yang digunakan. Jadi, penurunan indeks menunjukkan bahwa kecerdasan buatan menjadi lebih murah berdasarkan unitnya, bukan dengan sendirinya membuktikan bahwa permintaan sedang turun.
2
7
8
Mengapa harganya bisa mencapai rekor terendah?
Beberapa faktor menekan harga efektif secara bersamaan:
- Model China yang lebih murah merebut pangsa penggunaan. Model terbuka dan berbiaya rendah memberi pengembang alternatif terhadap sistem eksklusif premium, sehingga harga rata-rata pasar ikut turun.
38
39
- Harga dijadikan senjata persaingan. Diskon API membantu pengembang model menarik pengguna, memperluas penerapan, dan mempertahankan pangsa pasar ketika perbedaan kemampuan antarmodel semakin menyempit.
39
- Ekonomi inferensi membaik. Penurunan biaya produksi dan pengoperasian model membuat penyedia dapat menawarkan lebih banyak keluaran dengan harga lebih rendah. Namun, bukti yang tersedia tidak menunjukkan bahwa semua penyedia memiliki struktur biaya yang sama.
- Pesaing global ikut merespons. Pemangkasan harga tidak berhenti di China. Penyedia model terdepan di pasar global juga menurunkan harga pada tingkatan layanan yang lebih murah, sehingga tekanan meluas ke seluruh industri.
36
37
Tren yang dilaporkan secara umum bergerak turun: indeks berada di atas US$2 per satu juta token pada awal Juni, turun ke sekitar US$1,16–US$1,18 pada awal Agustus, lalu menembus US$1.
1
38
4 Angka-angka di tengah periode tersebut tidak sepenuhnya konsisten karena tangkapan data publik dan laporan perantara berbeda; salah satu pembacaan publik pada 27 Juli mencatat US$1,43.
1
2
Bagaimana laboratorium AI China memicu perang harga?
Pemicu yang paling terlihat adalah keputusan DeepSeek pada Mei untuk menjadikan pemotongan harga API V4-Pro sebesar 75% sebagai harga permanen. Perusahaan itu menyatakan tarif baru akan dipertahankan pada seperempat dari harga awal, dengan besaran berbeda menurut jenis penggunaan.
33
Penyedia China lainnya kemudian mengikuti langkah tersebut. Xiaomi mengumumkan pemangkasan harga API hingga 99% untuk model MiMo-V2.5. Pada saat yang sama, laporan menyebut adanya penurunan harga dari sejumlah laboratorium besar China, termasuk ByteDance, Tencent, MiniMax, dan Alibaba.
39
46
Strategi ini mengubah pertanyaan utama dalam persaingan. Pembeli tidak lagi hanya menilai model mana yang paling canggih, tetapi juga membandingkan kemampuan per dolar, latensi, kemampuan menangani konteks panjang, keandalan, serta fleksibilitas penerapan. Jika kemampuan model sudah cukup mirip untuk banyak tugas rutin, selisih harga yang besar dapat dengan cepat mengalihkan penggunaan.
Perang harga itu kemudian memasuki babak baru. Pada Agustus, DeepSeek menaikkan harga untuk model flagship terbarunya dan memperkenalkan tarif jam sibuk serta di luar jam sibuk. Tarif di luar jam sibuk ditetapkan setengah dari tarif jam sibuk. Langkah ini mengindikasikan bahwa penyedia tidak dapat terus menjual kapasitas tanpa batas dengan harga serendah mungkin. Mereka juga perlu mengatur pemanfaatan GPU dan memulihkan biaya infrastrukturnya.
35
Mengapa harga token turun, tetapi belanja AI tetap naik?
Rumus sederhananya adalah:
Total belanja = harga per token × jumlah token yang digunakan.
Jika harga turun 90%, tetapi penggunaan meningkat lebih dari 90%, total belanja tetap dapat bertambah. Harga yang lebih rendah membuat berbagai beban kerja yang sebelumnya terlalu mahal menjadi lebih menarik—mulai dari layanan pelanggan otomatis, pemrograman, pemrosesan dokumen, aplikasi dengan konteks panjang, hingga alur kerja berbasis agen AI.
Sejumlah analisis menyebut harga token telah turun lebih dari 90% sejak 2023, sementara total belanja AI kira-kira berlipat ganda. Tafsiran ini konsisten dengan pasar yang mengalami perluasan penggunaan inferensi murah, bukan pasar yang kehilangan permintaan.
19
22
Ekonomi token China juga memberi sinyal mengenai pertumbuhan permintaan. Administrasi Data Nasional China melaporkan konsumsi token harian telah melampaui 140 triliun pada Maret, lebih dari 40% di atas 100 triliun yang tercatat pada akhir tahun sebelumnya.
26
32
Operator telekomunikasi besar China juga berinvestasi pada kapasitas komputasi AI. China Telecom melaporkan kenaikan 95% pada pendapatan komputasi cerdas selama paruh pertama tahun ini, sementara belanja modal China Unicom untuk infrastruktur komputasi meningkat lebih dari 80% secara tahunan.
17
18
Angka-angka tersebut tidak membuktikan bahwa setiap penyedia model sudah menghasilkan laba. Namun, data itu menunjukkan bagaimana harga per unit yang lebih rendah dapat menopang volume penggunaan dan kebutuhan infrastruktur yang jauh lebih besar.
Kesenjangan belanja modal dan penjualan menjadi tanda bahaya
Tafsiran optimistisnya adalah bahwa turunnya harga inferensi merupakan awal adopsi massal. Kecerdasan buatan yang lebih terjangkau dapat menciptakan volume token yang cukup besar untuk menopang belanja berkelanjutan pada kapasitas cloud, pusat data, chip, jaringan, dan listrik.
Tafsiran skeptisnya berfokus pada kapan investasi tersebut akan menghasilkan keuntungan. Laporan yang mengutip Allianz Research memperkirakan kesenjangan antara belanja modal AI dan pertumbuhan penjualan mencapai sekitar 46%, dibandingkan sekitar 32% pada siklus kelebihan investasi telekomunikasi 2001.
20
22
23
Perbandingan ini adalah peringatan, bukan bukti bahwa AI pasti mengulangi gelembung telekomunikasi. Infrastruktur AI pada akhirnya mungkin menopang beban kerja yang jauh lebih besar. Namun, penyedia model dan pembeli infrastruktur tetap menghadapi tiga risiko utama:
- Deflasi harga: Model yang semakin mampu mungkin terus dijual dengan harga yang semakin murah.
- Risiko utilisasi: Biaya infrastruktur tetap yang tinggi membutuhkan permintaan berkelanjutan, bukan sekadar lonjakan penggunaan sementara.
- Risiko monetisasi: Volume token harus tumbuh cukup cepat untuk mengimbangi penurunan harga realisasi dan menghasilkan imbal balik atas komitmen modal yang besar.
Cara yang tepat membaca indeks Silicon Data
Rekor terendah indeks Silicon Data paling tepat dipahami sebagai sinyal tentang kekuatan penetapan harga dan kesediaan pasar untuk membayar, bukan sebagai ukuran tunggal permintaan AI. Indeks ini menunjukkan bahwa pasar membayar lebih sedikit untuk setiap unit inferensi, sebagian karena penggunaan bergeser ke model yang lebih murah dan penyedia bersaing agresif melalui harga.
7
8
14
Pertanyaan penting berikutnya adalah apakah harga yang terus turun akan membuka cukup banyak beban kerja baru untuk memperbesar pendapatan total, atau justru perang harga bergerak lebih cepat daripada pertumbuhan penggunaan. Dalam skenario kedua, industri bisa memiliki infrastruktur mahal tetapi imbal hasil yang lemah.
Bukti yang tersedia mendukung kemungkinan pertama sebagai cerita pertumbuhan permintaan, sekaligus menunjukkan bahwa kemungkinan kedua merupakan risiko finansial yang nyata. Namun, data tersebut belum menentukan hasil akhirnya.