Angka-angka menunjukkan cerita yang jelas. Menjelang suku pertama 2026, jurang prestasi yang dahulunya ketara antara model sumber terbuka terkemuka dan setara proprietari peringkat hadapan pada penanda aras MMLU telah runtuh daripada 17.5 mata peratusan kepada hanya 0.3. Kos infrastruktur AI perusahaan telah jatuh kira-kira 67% tahun ke tahun, dan alat seperti OpenRouter kini melihat 65% token yang dihalakan pergi ke model sumber terbuka, meningkat daripada 34% pada Januari 2026.
Ini bukan sekadar latihan pemotongan kos; ia adalah penilaian semula asas kira-kira bina-atau-beli yang telah mendominasi strategi AI perusahaan sejak tiga tahun lalu.
Ekonomi model proprietari berasaskan API menjadi menyakitkan pada skala besar. Sebuah perusahaan yang memproses 100 juta token sehari melalui API proprietari boleh menghabiskan lebih AS$500,000 sebulan. Beban kerja yang sama pada model sumber terbuka yang dihos sendiri berharga sebahagian kecil daripada itu, walaupun selepas mengambil kira overhed infrastruktur dan kejuruteraan. Tekanan kewangan ini adalah pencetus utama peralihan, dengan dua pertiga organisasi dalam satu tinjauan melaporkan bahawa AI sumber terbuka lebih murah untuk digunakan berbanding AI proprietari.
Alat seperti OpenRouter dan pasaran AI yang serupa telah menjadi seni bina perusahaan lalai. Alat ini membolehkan perniagaan memberikan setiap tugas kepada model paling murah yang mencukupi, menyimpan API premium yang mahal hanya untuk kerja yang paling kompleks. Pendekatan ini mempercepatkan penjimatan kos, secara langsung mendorong peralihan dramatik dalam penghalaan token ke arah pilihan sumber terbuka. Hasilnya ialah penurunan tahun ke tahun dalam kos token perusahaan daripada AS$18.40 setiap juta token pada suku pertama 2025 kepada AS$6.07 pada suku pertama 2026.
Hujah kualitatif untuk membayar premium bagi model proprietari telah menjadi lemah secara mendadak. Menjelang akhir tahun 2025, jurang penanda aras MMLU antara model sumber terbuka dan proprietari telah mengecil daripada 17.5 mata peratusan kepada hanya 0.3 — secara efektif menutup jurang pada penanda aras pengetahuan am. Di LMSys Chatbot Arena, jurang kini berada dalam lingkungan beberapa dozen mata Elo, jatuh dalam margin ralat dalam beberapa metrik.
Model China terkemuka kini menjadi penanda aras untuk nilai. DeepSeek-V3.2 sepadan dengan GPT-5.1 pada satu per sepuluh kos inferens. Dalam prestasi agentik, model seperti GLM-4.7 telah mengalahkan setiap model proprietari pada τ²-Bench. Kesetaraan prestasi ini bermakna untuk sebahagian besar kes penggunaan perusahaan — beberapa penganalisis menganggarkan 80% — model sumber terbuka kini memberikan hasil yang setanding atau unggul.
Naratifnya bukan lagi sekadar sumber terbuka vs. proprietari; ia semakin menjadi tentang kepimpinan sumber terbuka AS vs. China. Pemaju China secara agresif telah menggunakan strategi pengedaran sumber terbuka untuk memacu penggunaan global, dan ia berjaya.
Banjiran model murah yang berkebolehan ini secara asasnya mengubah rantaian bekalan AI global dan pertimbangan ekonomi untuk perusahaan di seluruh dunia.
Kelebihan kos untuk bertukar adalah mengejutkan dan pelbagai dimensi.
| Metrik | Data | Sumber |
|---|---|---|
| Pengurangan kos token AI perusahaan (YoY) | AS$18.40 kepada AS$6.07 setiap M token (Turun ~67%) | |
| Kelebihan kos inferens sumber terbuka | 50–75% lebih rendah daripada proprietari untuk kualiti setanding | |
| Diskaun API DeepSeek vs. API OpenAI | ~75% lebih murah pada token setanding | |
| Kos API proprietari pada skala | ~AS$500K+/bulan untuk 100M token/hari |
Walaupun selepas mengambil kira overhed operasi pengehosan sendiri, beban kerja 100 juta token sehari adalah 55% lebih murah pada sumber terbuka, dan pada 1 bilion token sehari, penjimatan itu melonjak kepada 81%.
Peralihan ini telah mencipta krisis kewujudan untuk perintis era AI proprietari. Apabila perusahaan mengundi dengan dompet mereka, OpenAI dan Anthropic sedang diperah dari semua pihak.
Wall Street Journal dan Bloomberg telah melaporkan perang harga yang semakin memuncak antara kedua-dua syarikat. Sam Altman telah mengakui bahawa kos adalah "isu besar" untuk pelanggan, dan OpenAI dilaporkan sedang mempertimbangkan pengurangan harga token yang mendadak untuk menentang momentum perusahaan Anthropic.
Kedua-dua syarikat sedang berlumba ke arah penyenaraian awam pada akhir tahun 2026. Risiko utama ialah margin yang dimampatkan untuk bersaing dengan sumber terbuka dan alternatif China akan menjejaskan keupayaan mereka untuk mengekalkan perbelanjaan infrastruktur besar-besaran yang diperlukan untuk mengekalkan pendahuluan peringkat hadapan. Seorang penganalisis dari D.A. Davidson menyatakan bahawa kadar pertumbuhan semasa mungkin tidak mampan apabila persekitaran perbelanjaan berubah.
Masa depan AI perusahaan bukanlah pilihan binari antara terbuka dan tertutup. Data mencadangkan seni bina hibrid menjadi norma baharu. Perusahaan akan menggunakan model proprietari untuk aliran kerja berisiko tinggi, terdedah kepada jenama, atau dikawal selia secara sah di mana jaminan dan SLA tidak boleh dirunding. Untuk pemprosesan kelompok yang sensitif kos, penjanaan kandungan volum tinggi, dan penggunaan di premis, model sumber terbuka — terutamanya dari China — akan menjadi lalai.
Kesimpulan strategik untuk mana-mana pemimpin perniagaan adalah jelas: era membayar premium untuk keupayaan AI akan berakhir. Mana-mana strategi AI yang tidak mengambil kira kos yang runtuh dan kualiti model sumber terbuka yang semakin meningkat sudah lapuk.