Prawdziwy powód, dla którego OpenAI tnie ceny tokenów – to nie tylko przez Anthropic

Rzeczywistość jest jednak taka, że Anthropic już od jakiegoś czasu agresywnie działa na polu cenowym. 9 czerwca, zaledwie dwa dni przed tym, jak wieści z OpenAI ujrzały światło dzienne, Anthropic wprowadził na rynek model Claude Fable 5 w cenie 10 dolarów za milion tokenów wejściowych i 50 dolarów za milion tokenów wyjściowych — to połowa ceny poprzedniego modelu Mythos Preview. Nowy model uzyskał wynik 80,3% w teście SWE-Bench Pro, co stanowi przewagę 22 punktów nad wynikiem GPT-5.5 wynoszącym 58,6% . Anthropic wprowadził również ośmiokrotnie tańszy tryb „Compact”, a 14 maja gruntownie zmienił strukturę subskrypcji, tak aby intensywni użytkownicy Claude Agent SDK zostali przeniesieni z ryczałtowych abonamentów na rozliczenia w modelu API od 15 czerwca .

Uczciwa ocena krajobrazu konkurencyjnego sugeruje, że OpenAI nie działa z pozycji siły. Obniżki cen są odpowiedzią na utraconą pozycję rynkową, a nie wspaniałomyślnym gestem .

Kryzys kosztowy w przedsiębiorstwach: „Ogromny problem”

Dyrektor generalny OpenAI, Sam Altman, publicznie przyznał podczas niedawnego wydarzenia, że koszty korzystania z AI stały się „ogromnym problemem” dla klientów biznesowych . Alexander Embiricos, szef działu enterprise w OpenAI, powiedział TechCrunch, że rozmowy z klientami uległy zasadniczej zmianie: „Sześć miesięcy temu rozmawiałem z klientem i wszystko kręciło się wokół 'Co to potrafi? Czy jest wystarczająco dobre?'. Nasze rozmowy już nigdy nie dotyczą tych kwestii. Teraz dotyczą one: 'Hej, wydajemy mnóstwo pieniędzy. Jaką masz widoczność? Jaką masz kontrolę?'” .

Skala wydatków przedsiębiorstw jest oszałamiająca. Altman ujawnił, że jeden z najbardziej zaawansowanych użytkowników OpenAI zużywa 100 miliardów tokenów miesięcznie, co przy uśrednionych stawkach dla klientów biznesowych przekłada się na rachunek rzędu 100 000–300 000 dolarów miesięcznie . Altman powiedział, że firma chciałaby rozliczać AI „jak prąd” – model „płać za zużycie” brzmi atrakcyjnie w teorii, ale staje się przerażający dla dyrektorów finansowych, gdy licznik nigdy nie przestaje bić .

Pojedynek na kod: Codex kontra Claude Code

Obie firmy postrzegają narzędzia dla deweloperów jako kluczowy przyczółek do zdobycia rynku AI w przedsiębiorstwach. OpenAI już w kwietniu 2026 roku obniżyło cenę subskrypcji „Pro” do 100 dolarów miesięcznie, aby uczynić swoje narzędzia programistyczne Codex tańszymi dla profesjonalistów . Anthropic ze swoim Claude Code i Agent SDK jest pozycjonowany jako bezpośrednia alternatywa.

Czerwcowa zmiana systemu kredytów u Anthropica skutecznie zlikwidowała 15-30-krotną dotację, która sprawiała, że intensywne korzystanie z SDK było sztucznie tanie w planach ryczałtowych, co znacząco podniesie koszty dla najcięższych użytkowników Claude Code . Czas, w którym pojawiły się doniesienia o planowanych obniżkach OpenAI – kilka dni po premierze modelu Anthropica i tuż przed zmianą rozliczeń 15 czerwca – sugeruje celową próbę wykorzystania momentu szoku cenowego u klientów.

Rozliczenie z „Tokenmaxxingiem”

Kryzysu cenowego nie można zrozumieć bez równoczesnego upadku narracji o produktywności zwanej „tokenmaxxingiem”. Tokenmaxxing – praktyka traktowania zużycia tokenów AI jako wskaźnika produktywności inżynierskiej – stała się wewnętrzną kulturą w całej Dolinie Krzemowej w 2025 i na początku 2026 roku. The New York Times donosił w marcu, że jeden z inżynierów OpenAI przetworzył 210 miliardów tokenów w ciągu jednego tygodnia, a w Amazonie niektórzy pracownicy uruchamiali agentów AI do wykonywania „całkowicie bezsensownych lub zbędnych zadań” tylko po to, by utrzymać swoje statystyki zużycia tokenów na wysokim poziomie .

Jednak dane stanowczo obróciły się przeciwko tej praktyce. Firma analityczna Faros AI, analizując dane od 22 000 deweloperów z 4 000 zespołów, odkryła, że o ile wdrożenie AI przyspieszyło realizację zadań (liczba ukończonych zadań wzrosła o 34%, a dużych zadań o 66%), to jednocześnie liczba błędów na dewelopera wzrosła o 54%, mediana czasu przeglądu kodu zwiększyła się pięciokrotnie, a współczynnik zmian kodu (churn) wzrósł o zdumiewające 861% w środowiskach o wysokim stopniu wykorzystania AI .

Początkowe wskaźniki akceptacji kodu na poziomie 80–90%, które menedżerowie świętowali, okazały się mirażem. Gdy badacze prześledzili zmiany w kodzie w kolejnych tygodniach, realny wskaźnik akceptacji spadł do 10–30%, ujawniając pokaźny, ukryty dług technologiczny . Firma Jellyfish odkryła, że górne 10% użytkowników Claude Code zużywało około dziesięć razy więcej tokenów niż mediana dewelopera, ale generowało tylko około dwa razy więcej wyników . Koszt jednego scalonego żądania ściągnięcia kodu (merged pull request) wzrósł z 0,28 dolara przy niewielkim użyciu AI do nawet 89 dolarów przy intensywnym użyciu, co wynika z danych firmy programistycznej Jellyfish .

Nawet poza inżynierią, szerszy argument o produktywności się kruszy. Raport BCG „Global AI at Work 2026”, oparty na ankietach wśród prawie 12 000 pracowników pierwszej linii, wykazał, że 42% regularnych użytkowników AI zgłaszało oszczędność ośmiu godzin tygodniowo, czyli równowartość pełnego dnia pracy. Ale 66% stwierdziło, że otrzymało ograniczone lub żadne wskazówki, co zrobić z zaoszczędzonym czasem, a połowa przyznała, że nie stała się wymiernie bardziej produktywna . Dyrektor operacyjny Ubera, Andrew Macdonald, przyznał, że firma ma trudności z połączeniem wzrostu produktywności poszczególnych pracowników z jakimkolwiek wpływem na całą firmę .

Chris Bedi, dyrektor ds. klientów w ServiceNow, dosadnie uchwycił rosnący sceptycyzm: „To prawie jak mierzenie sukcesu restauracji ilością kupowanego jedzenia, a nie liczbą zadowolonych klientów, którzy ją opuszczają. Za te tokeny trzeba zapłacić rachunek” .

Rozmowy w firmach przestały krążyć wokół „przyspieszania”, a zaczęły wokół „potrzebujemy barier ochronnych” . Ta zmiana bezpośrednio zagraża podstawowemu modelowi przychodów dostawców AI, którzy czerpią korzyści z nieograniczonego użycia.

Cień IPO i problem towaru

Zarówno OpenAI, jak i Anthropic podobno przygotowują się do pierwszych ofert publicznych . Ten harmonogram sprawia, że ekonomika wojny cenowej jest szczególnie niebezpieczna. Agresywne cięcia cen tokenów bezpośrednio obniżają marże w momencie, gdy obie firmy muszą wykazać zrównoważoną ekonomikę jednostkową przed inwestorami z rynku publicznego. Obniżanie cen bez odpowiedniej redukcji ogromnych kosztów obliczeniowych wymaganych do trenowania i wnioskowania modeli może sprawić, że rentowność stanie się jeszcze bardziej nieuchwytna .

Jednak głębszą obawą inwestorów są koszty zmiany dostawcy – a raczej ich brak. Badanie 200 menedżerów przeprowadzone przez Wakefield Research w marcu i kwietniu 2026 roku wykazało, że 79% respondentów było lekko lub bardzo zaniepokojonych uzależnieniem od jednego dostawcy AI (vendor lock-in) . Gdy wynik jednego modelu AI jest mniej więcej tak samo dobry jak drugiego do danego zadania, a integracja API jest względnie prosta, klienci biznesowi mogą przejść do tańszej opcji przy minimalnym tarciu.

Era AI „jesz, ile chcesz” dobiegła końca . To, co wyłania się na jej miejsce, mniej przypomina wojnę platform, w której zwycięzca bierze wszystko, a bardziej przypomina walkę cenową na rynku towarów (commodities), w której przetrwa dostawca o najniższych kosztach. Planowana obniżka cen przez OpenAI jest w gruncie rzeczy przyznaniem, że sam produkt nie jest wystarczająco unikalny, by uzasadnić wyższą cenę, gdy klienci analizują każdy wydany token.