Token AI kini bawah AS$1 sejuta, namun penggunaan dan belanja terus melonjak

Indeks LLM Token Expenditure Index (SDLLMTK) oleh Silicon Data jatuh kepada AS$0.97 bagi sejuta token pada 1 September 2026 — paras rekod terendah dan kurang daripada separuh puncaknya pada awal musim panas. Persaingan harga API yang sengit dalam ekosistem AI China membantu mengubah jangkaan tentang kos inferens model bahasa besar (LLM) untuk tugasan biasa. Namun, harga yang jatuh ini bukan tanda permintaan AI merosot. 24

Perkara pentingnya: indeks itu mengukur harga efektif campuran bagi sejuta token berdasarkan penggunaan, bukannya jumlah semua token yang digunakan atau seluruh nilai belanja AI dalam pasaran.

Apa yang sebenarnya diukur oleh bacaan 97 sen

Silicon Data menerangkan SDLLMTK sebagai penanda aras harga token inferens LLM campuran. Ia menggabungkan harga penyedia dengan corak penggunaan yang diperhatikan dalam set model tertentu, lalu menghasilkan harga efektif pasaran bagi setiap sejuta token. 24

Jadi, jika pelanggan mengalihkan lebih banyak tugasan kepada model yang lebih murah, indeks boleh menurun walaupun jumlah token diproses — malah jumlah wang yang dibelanjakan organisasi untuk AI — meningkat. Indeks ini mencerminkan perubahan pada harga dan campuran beban kerja, bukan hasil keseluruhan pasaran AI.

Bagaimana persaingan API China mengubah campuran penggunaan

Persaingan tersebut menawarkan pilihan kos rendah bagi tugasan yang tidak memerlukan model paling canggih dan mahal. DeepSeek V4-Flash, misalnya, disenaraikan pada kadar AS$0.14 bagi sejuta token input dan AS$0.28 bagi sejuta token output. 49

DeepSeek juga menurunkan harga V4-Pro sebanyak 75% pada Mei 2026, satu langkah yang dilaporkan sebagai peningkatan persaingan antara penyedia model China. 58 Langkah penetapan harga lain serta penawaran murah daripada pemain ekosistem China meningkatkan tekanan terhadap penyedia yang bersaing untuk beban kerja inferens berskala besar. 452

Bukti yang ada menunjukkan kaitan kukuh antara persekitaran persaingan ini dengan kejatuhan harga token campuran. Namun, ia tidak mengasingkan secara tepat berapa besar sumbangan mana-mana makmal, model atau potongan harga tertentu. Peningkatan kecekapan model, pertambahan kapasiti pengkomputeran dan keputusan pelanggan sendiri dalam memilih model turut mempengaruhi indeks.

Mengapa token lebih murah boleh menaikkan belanja AI

Hubungan asasnya mudah:

jumlah belanja token = harga efektif setiap token × jumlah token

Apabila harga seunit turun, lebih banyak kes penggunaan menjadi berdaya maju dari sudut ekonomi. Syarikat boleh mengautomasi lebih banyak aliran kerja, menggunakan arahan dan konteks lebih panjang, menjana lebih banyak kod, atau mengendalikan lebih banyak sistem berasaskan ejen AI. Jika jumlah token tumbuh lebih pantas daripada penurunan harga efektif, belanja keseluruhan tetap meningkat.

Corak itu selaras dengan laporan bahawa harga setiap token telah susut lebih 90% sejak 2023, sementara belanja penggunaan LLM kira-kira berganda sejak lewat 2025. 4143 Mekanismenya bukan kegagalan potongan harga, sebaliknya peluasan penggunaan: inferens yang lebih murah membesarkan jumlah tugas yang wajar diautomasi.

Skala penggunaan token di China

Penggunaan token AI harian di China dilaporkan melepasi 140 trilion menjelang Mac 2026, meningkat daripada 100 trilion pada penghujung 2025, berdasarkan unjuran kerajaan yang dipetik Reuters. 18

Pendedahan syarikat dan sektor kewangan juga menunjukkan arah yang sama. China Merchants Bank berkata purata daya pemprosesan token hariannya meningkat lebih 78% tahun ke tahun. Laporan berasingan pula meletakkan penggunaan hariannya sekitar 33 bilion token pada akhir Mei. 1929 Beberapa bank China lain turut dilaporkan mencatat peningkatan jauh lebih besar dalam penggunaan token harian purata. 20

Angka ini tidak patut dianggap sebagai ukuran langsung hasil API atau bukti bahawa setiap beban kerja memberi pulangan ekonomi. Namun, ia menunjukkan inferens berharga rendah sedang diterjemahkan kepada penggunaan yang jauh lebih tinggi pada skala besar.

Tekanan baharu terhadap penyedia model

Bagi pembeli AI, harga inferens yang semakin rendah jelas menguntungkan. Bagi vendor model pula, persamaannya menjadi lebih sukar: hasil bagi setiap token mungkin susut, sedangkan perbelanjaan untuk cip, pusat data, latihan dan pembangunan model kekal besar.

Soalan utamanya bukan lagi sama ada pelanggan akan menggunakan token murah — bukti semasa menunjukkan mereka akan berbuat demikian. Sebaliknya, persoalannya ialah sama ada jumlah penggunaan yang lebih tinggi, tawaran premium dan produk perusahaan dapat menjana hasil mampan serta peningkatan produktiviti yang boleh diukur dengan cukup pantas untuk menyokong pelaburan infrastruktur berterusan. Penurunan indeks itu telah menonjolkan risiko terhadap kuasa penetapan harga penyedia. 436

Metrik yang wajar diperhatikan

Jangan hanya melihat harga senarai sebuah model. Perhatikan hubungan antara:

• Harga token efektif campuran, seperti SDLLMTK, untuk melihat model yang benar-benar dipilih pelanggan bagi beban kerja mereka. 2
• Jumlah token, untuk menilai sama ada harga lebih rendah sedang meluaskan permintaan.
• Hasil dan margin, untuk melihat sama ada penyedia dapat menukar pertumbuhan penggunaan kepada pulangan yang mampan.
• Kualiti beban kerja, kerana penggunaan token yang tinggi semata-mata tidak membuktikan nilai perniagaan.

Kesimpulannya, persaingan API kos rendah dari China telah membantu menjadikan inferens LLM jauh lebih murah dan menolak harga pasaran campuran ke bawah AS$1 bagi sejuta token. Namun, harga rendah menggalakkan penggunaan lebih meluas. Sebab itu penggunaan token dan belanja AI agregat boleh terus meningkat serentak. 2441