KI-priskrigen i 2026: Kinesiske modeller tvinger OpenAI og Anthropic til å kutte prisene med 80 %

AI Intelligence Index-score forteller historien om nesten-paritet: DeepSeek V4 Flash scorer 50, GPT-5.6 Luna scorer 51, og GPT-5.6 Terra scorer 55 . DeepSeek har også sendt ut et sterkere V4-0731-sjekkpunkt til samme grunnpris, og umiddelbart undergravd OpenAIs trekk .

Moonshot AIs Kimi K3 ble av Axios beskrevet som å "presse seg inn på det amerikanske markedet" som en del av bølgen av kinesiske modeller som drev julikrigen . Moonshot har også aggressivt skalert infrastrukturen og lagt til 20 000 nye NVIDIA GPUer .

Anthropic svarte med å stille og rolig oppgradere sin modell på mellomnivå uten å endre prisen, i stedet for å matche kuttene direkte .

Press fra børsmarkedet

Både OpenAI og Anthropic skal etter planen på børs, noe som vil kreve at de viser lønnsomhet – og det gjør priskrigen spesielt smertefull. Kinesiske modeller presser API-prisene ned og svekker knappheten på proprietære modeller, noe som komprimerer marginene akkurat når amerikanske laboratorier må vise at de kan tjene penger . Taipei Times bemerket at kinesisk KI "legger press på Silicon Valleys ledende laboratorier til å senke prisene for å kapre markedsandeler mens de prøver å finne måter å tjene penger på" .

Bedrifts-KI-strategi: Hybrid adopsjon av åpne vekter

Bedrifts-KI-kostnadene nådde et lavpunkt i 2026 i august, drevet av priskrigen og en kraftig økning i bruken av billige kinesiske åpne vekter, ifølge Jefferies-forskning . Viktige endringer:

• Token-andel snudd: Siden februar 2026 har kinesiske modeller stått for over 30 % av amerikanske bedrifters tokens på OpenRouter hver uke, med en topp på 46 % i midten av juli. Amerikanske modeller hadde 35,7 % i samme periode .
• Pris, ikke ytelse, driver adopsjon: Ytelsesgapet er nå så smalt at kostnad er den primære faktoren for bytte .
• Hybride strategier: Bedrifter kjører i økende grad modeller med åpne vekter for kostnad og datapersonvern, mens de beholder proprietære APIer for spesifikke arbeidsmengder . Fire frontklasse åpne modeller ble lansert i løpet av et syv ukers vindu våren 2026, og adopsjon skjer nå i løpet av dager, ikke kvartaler .

Åpen kildekode vs. proprietær: Gapet har nesten lukket seg

Mozillas første State of Open Source AI-rapport, publisert 14. juli 2026, fant at ytelsesgapet mellom de beste åpne modellene og de beste proprietære systemene har krympet til omtrent 3 % . Andre observatører bemerker at MMLU-benchmark-gapet gikk fra 17,5 til bare 0,3 prosentpoeng mellom 2024 og 2025 . Imidlertid når bare omtrent 51 % av de åpne modellene faktisk produksjonsdistribusjon, med "harness layer" og tillatelsesmodell-gap som fortsatt holder bedriftsadopsjon tilbake .

Effekter på halvledermarkedet

Selv om bevisene er tynnere når det gjelder spesifikke effekter på halvledermarkedet, er dynamikken klar:

• Kinesiske KI-laboratorier fortsetter å kjøpe NVIDIA GPUer i stor skala (Moonshot legger til 20 000 GPUer) , og opprettholder etterspørselen selv når amerikanske eksportkontroller strammes inn.
• Den enorme økningen i det totale KI-tokenvolumet – drevet av nesten null marginalkostnad – kan øke den totale brikkeetterspørselen selv når prisen per token faller.
• Analytikere sitert av SCMP argumenterer for at "rasende lave modellkostnader vil gavne KI-bransjen i det lange løp" ved å massivt utvide det adresserbare markedet .

Sentrale usikkerhetsmomenter

• Lønnsomhetstidslinje: Detaljer om børsnotering for OpenAI og Anthropic er fortsatt ubekreftet; priskrigen gjør deres pre-IPO-marginfortellinger vanskeligere å selge.
• Halvlederdata: Direkte bevis på prising av brikkemarkedet eller tilbudsendringer knyttet spesifikt til denne priskrigen er begrenset.
• Bærekraft: Kinesiske laboratorier taper også penger og kan akseptere svake marginer for strategiske gevinster ; det er uklart hvor lenge prisgulvet kan fortsette å falle.