Mengapa Harga Token AI Jatuh Bawah AS$1 — dan Mengapa Perbelanjaan AI Terus Meningkat

Harga seunit jatuh, tetapi itu bukan bermakna permintaan AI merosot

Indeks Perbelanjaan Token LLM Silicon Data jatuh di bawah AS$1 bagi setiap sejuta token kerana penggunaan pasaran beralih kepada model yang lebih murah, sementara penyedia AI terus mengurangkan harga API. Bacaan pasaran luas indeks itu mencecah 97 sen pada 31 Ogos 2026 — paras terendah sejak ia diwujudkan dan kurang daripada separuh puncaknya pada awal musim panas. 4

Namun, angka ini perlu dibaca dengan teliti. Indeks tersebut ialah ukuran berwajaran penggunaan terhadap jumlah yang dibayar pasaran untuk sejuta token inferens — iaitu unit teks yang diproses oleh model AI. Ia bukan ukuran jumlah keseluruhan perbelanjaan AI atau jumlah token yang digunakan. Jadi, indeks yang menurun menunjukkan kos kecerdasan AI semakin murah bagi setiap unit, bukan semestinya permintaan sedang jatuh. 278

Apa yang mendorong harga ke paras rekod rendah?

Beberapa tekanan berlaku serentak:

• Model China yang lebih murah mendapat bahagian pasaran. Model terbuka dan model kos rendah memberikan pembangun alternatif kepada sistem proprietari premium, lalu menurunkan harga purata pasaran. 3839
• Harga dijadikan senjata persaingan. Diskaun API membantu pembangun model menarik pengguna, memperluas penggunaan dan mempertahankan bahagian pasaran ketika perbezaan keupayaan antara model semakin mengecil. 39
• Ekonomi inferens bertambah baik. Kos menghasilkan dan menjalankan model yang lebih rendah memudahkan penyedia menawarkan lebih banyak output pada harga lebih murah. Bagaimanapun, bukti yang tersedia tidak menunjukkan bahawa semua penyedia mempunyai struktur kos yang sama.
• Pesaing global turut bertindak balas. Potongan harga tidak terhad kepada China apabila penyedia model terkemuka lain mengurangkan harga bagi peringkat kos rendah, sekali gus meluaskan tekanan ke seluruh pasaran. 3637

Pergerakan indeks itu secara keseluruhannya menurun: daripada lebih AS$2 bagi setiap sejuta token pada awal Jun, kepada kira-kira AS$1.16 hingga AS$1.18 pada awal Ogos, sebelum menembusi paras AS$1. 1384 Bagaimanapun, bacaan pertengahan tidak semuanya sepadan. Satu bacaan awam yang dipetik bagi 27 Julai ialah AS$1.43, menunjukkan bahawa laluan harian tepatnya kurang pasti berbanding arah aliran keseluruhan. 12

Bagaimana makmal AI China mencetuskan perang harga

Antara pencetus paling ketara ialah keputusan DeepSeek pada Mei untuk menjadikan potongan harga 75% bagi API model V4-Pro kekal. Syarikat itu berkata kadar baharu tersebut akan kekal pada satu perempat daripada harga asal, dengan harga berbeza mengikut jenis penggunaan. 33

Penyedia China lain turut menyusul. Xiaomi mengumumkan pengurangan harga API sehingga 99% untuk model MiMo-V2.5, manakala laporan menyebut potongan serentak oleh beberapa makmal AI utama China termasuk ByteDance, Tencent, MiniMax dan Alibaba. 3946

Strategi ini mengubah cara pembeli menilai model AI. Persoalannya bukan lagi sekadar model mana yang paling hebat, tetapi model mana yang memberikan keupayaan terbaik untuk setiap dolar, selain mempertimbangkan kependaman, pengendalian konteks, kebolehpercayaan dan fleksibiliti penggunaan.

Apabila beberapa model cukup hampir dari segi prestasi untuk tugasan rutin, perbezaan harga yang besar boleh mengalihkan penggunaan dengan pantas. Kerja seperti khidmat pelanggan automatik, pengekodan, pemprosesan dokumen dan aliran kerja berasaskan ejen menjadi lebih berbaloi untuk dilaksanakan pada skala besar.

Namun, perang harga itu juga mula menunjukkan hadnya. Pada Ogos, DeepSeek menaikkan harga bagi model perdana baharu dan memperkenalkan kadar waktu puncak serta luar puncak. Harga luar puncak ditetapkan pada separuh kadar waktu puncak. Langkah itu mencadangkan bahawa penyedia tidak boleh menganggap permintaan tanpa had pada harga serendah mungkin sebagai model perniagaan yang mampan. Mereka juga perlu mengurus penggunaan GPU dan mendapatkan semula kos infrastruktur. 35

Mengapa perbelanjaan AI masih meningkat?

Logiknya boleh diringkaskan begini:

Jumlah perbelanjaan = harga setiap token × jumlah token yang digunakan.

Jika harga jatuh 90% tetapi penggunaan meningkat lebih daripada 90%, jumlah perbelanjaan masih boleh bertambah. Harga yang lebih rendah menjadikan tugasan yang sebelum ini terlalu mahal lebih menarik, termasuk khidmat pelanggan automatik, pengekodan, pemprosesan dokumen, aplikasi dengan konteks panjang dan aliran kerja berasaskan ejen.

Sesetengah analisis melaporkan bahawa harga token jatuh lebih 90% sejak 2023, sedangkan jumlah perbelanjaan AI meningkat kira-kira dua kali ganda. Tafsiran ini selari dengan pasaran yang sedang membuka lebih banyak penggunaan baharu kerana inferens semakin murah — bukannya pasaran yang kehilangan permintaan. 1922

China memberikan petunjuk jelas tentang pertumbuhan penggunaan. Pentadbiran Data Negara China melaporkan penggunaan token harian melebihi 140 trilion pada Mac, lebih 40% berbanding 100 trilion pada penghujung tahun sebelumnya. 2632

Syarikat telekomunikasi utama China juga meningkatkan pelaburan dalam kapasiti pengkomputeran AI. China Telecom melaporkan peningkatan 95% dalam hasil pengkomputeran pintar pada separuh pertama tahun ini, manakala perbelanjaan modal China Unicom untuk infrastruktur pengkomputeran meningkat lebih 80% tahun ke tahun. 1718

Angka ini tidak membuktikan bahawa setiap penyedia model AI sudah menguntungkan. Sebaliknya, ia menunjukkan bagaimana harga seunit yang lebih rendah boleh menyokong jumlah penggunaan dan keperluan infrastruktur yang jauh lebih besar.

Jurang perbelanjaan modal menimbulkan persoalan tentang pulangan

Tafsiran yang optimistik melihat kejatuhan harga inferens sebagai permulaan kepada penggunaan besar-besaran. Kecerdasan yang lebih murah mungkin mendorong jumlah token yang mencukupi untuk menyokong perbelanjaan berterusan bagi kapasiti awan, pusat data, cip, rangkaian dan elektrik.

Tafsiran yang lebih berhati-hati pula menumpukan kepada bila pelaburan itu akan menghasilkan pulangan. Laporan yang memetik Allianz Research meletakkan jurang antara perbelanjaan modal AI dan pertumbuhan jualan pada kira-kira 46%, berbanding sekitar 32% semasa lebihan sektor telekomunikasi pada 2001. 202223

Perbandingan ini ialah amaran, bukannya bukti bahawa AI sedang mengulangi gelembung telekomunikasi. Infrastruktur mungkin akhirnya menyokong beban kerja yang jauh lebih besar, tetapi penyedia model dan pembeli infrastruktur masih berdepan tiga risiko utama:

1. Deflasi harga: Model yang semakin berkeupayaan mungkin terus dijual pada harga yang semakin rendah.
2. Risiko penggunaan kapasiti: Kos infrastruktur tetap yang tinggi memerlukan permintaan berterusan, bukan sekadar lonjakan penggunaan sementara.
3. Risiko pengewangan: Jumlah token perlu meningkat dengan cukup pantas untuk mengimbangi harga sebenar yang semakin rendah dan menghasilkan pulangan atas komitmen modal yang besar.

Cara yang betul membaca indeks Silicon Data

Paras terendah baharu indeks Silicon Data paling sesuai difahami sebagai isyarat tentang kuasa penetapan harga dan kesanggupan membayar, bukannya ukuran tunggal permintaan AI. Ia menunjukkan bahawa pasaran membayar lebih rendah bagi setiap unit inferens, sebahagiannya kerana penggunaan beralih kepada model yang lebih murah dan penyedia bersaing secara agresif melalui harga. 7814

Soalan penting selepas ini ialah sama ada harga yang jatuh akan membuka cukup banyak tugasan baharu untuk meningkatkan jumlah hasil, atau perang harga akan bergerak lebih pantas daripada pertumbuhan penggunaan — lalu meninggalkan industri dengan infrastruktur mahal tetapi pulangan yang lemah.

Bukti yang tersedia menyokong kemungkinan pertama sebagai cerita pertumbuhan permintaan, dan kemungkinan kedua sebagai risiko kewangan yang nyata. Namun, ia masih belum menentukan keputusan akhirnya.