OpenAI når en miljard användare när AI-priskriget hårdnar

Samtidigt trappas konkurrensen upp. Bara en dag tidigare sänkte OpenAI priset på GPT-5.6 Luna med 80 procent och på GPT-5.6 Terra med 20 procent – ungefär tre veckor efter lanseringen av GPT-5.6 .

Priserna efter sänkningen

För API-kunder kostar GPT-5.6 Luna nu 0,20 dollar per miljon indatatoken och 1,20 dollar per miljon utdatatoken, ned från 1 respektive 6 dollar. Terra kostar 2 dollar för indata och 12 dollar för utdata per miljon token, jämfört med tidigare 2,50 respektive 15 dollar. Flaggskeppsmodellen GPT-5.6 Sol fick ingen motsvarande prissänkning .

API:er används av utvecklare för att bygga in AI i exempelvis programvaror, kundtjänster och automatiserade arbetsflöden. Därför får även små skillnader i pris stor betydelse när användningen sker i hög volym.

Anthropic och DeepSeek pressar priserna

OpenAI:s prissänkning kommer i ett läge där konkurrenterna erbjuder stark prestanda till betydligt lägre kostnad.

Anthropics Claude Sonnet 4.6, som släpptes i februari 2026, kostar normalt 3 dollar per miljon indatatoken och 15 dollar per miljon utdatatoken. Ett introduktionspris på 2 respektive 10 dollar gäller till och med den 31 augusti 2026 . Modellen har uppnått 79,6 procent i SWE-bench Verified och har placerat sig högt i tester av kontorsproduktivitet .

DeepSeek V4 Flash är ännu mer aggressiv på pris. Modellen kostar 0,14 dollar per miljon indatatoken och 0,28 dollar per miljon utdatatoken – långt under OpenAI:s ursprungliga Luna-pris och Anthropic:s standardpris . En jämförelse uppskattar den effektiva kostnaden för DeepSeek V4 Flash till 0,06 dollar per miljon token, jämfört med 2,31 dollar för Claude Sonnet 4.6 . Den 31 juli gick DeepSeek dessutom ut med att V4 Flash-API:t fanns i offentlig betaversion .

Mot den bakgrunden blev OpenAI:s ursprungliga Luna-pris på 1 dollar för indata och 6 dollar för utdata svårt att försvara i stora API-projekt. Den nya prisnivån närmar sig Anthropics tillfälliga introduktionspris, även om DeepSeek fortfarande är betydligt billigare.

Intäkterna växer – men kostnaderna ännu snabbare

Läckta, reviderade finansiella dokument för 2025, som först offentliggjordes av journalisten Ed Zitron och enligt uppgifterna verifierades oberoende av Financial Times, visar en dramatisk expansion .

Intäkterna mer än tredubblades under året och översteg OpenAI:s interna mål på 10 miljarder dollar. Den årliga intäktstakten uppgick till omkring 25 miljarder dollar i början av 2026 .

Samtidigt översteg forsknings- och utvecklingskostnaderna ensamma – 19,18 miljarder dollar – hela årsintäkten. Microsoft Azure-relaterad datorkapacitet stod för en mycket stor kostnadspost, uppskattad till över 17 miljarder dollar .

Nettoförlusten på 38,5 miljarder dollar behöver dock läsas med viss försiktighet. Omkring 41,55 miljarder dollar utgjordes av en engångsrelaterad, icke-kontant kostnad kopplad till OpenAI:s ombildning till ett public-benefit corporation i oktober 2025 och omvärderingen av aktierelaterade skulder . Den underliggande operativa förlusten var därför betydligt lägre, omkring 21 miljarder dollar enligt sammanställningen. Financial Times har bedömt den justerade förlusten till närmare 8 miljarder dollar .

Deutsche Bank har samtidigt prognostiserat sammanlagt negativt fritt kassaflöde på 143 miljarder dollar fram till 2029 om utvecklingen fortsätter i samma riktning . OpenAI har sagt till investerare att bolaget siktar på lönsamhet senast 2030 .

Fyra lärdomar av AI-priskriget

1. Marknadsandelar köps med lägre marginaler

Den kraftiga Luna-sänkningen så kort efter lanseringen tyder på att den ursprungliga prissättningen inte höll i den nya konkurrenssituationen. OpenAI verkar vara berett att avstå från kortsiktig marginal för att behålla utvecklare och deras produkter i företagets ekosystem.

2. Företagsmarknaden och utvecklarmarknaden fungerar olika

Att OpenAI når två miljoner företagskunder och enligt vissa sammanställningar används av 92 procent av Fortune 500-bolagen pekar på att större företag kan betala för driftsäkerhet, varumärke, efterlevnad och ekosystemtjänster som Codex och ChatGPT Work .

Men API-kunder med mycket stora volymer är mer priskänsliga. Där blir DeepSeeks kostnadsförsprång på omkring 50–100 gånger svårt att bortse från.

3. AI-branschen befinner sig fortfarande i en investeringsfas

OpenAI:s utgifter på 34 miljarder dollar under 2025 – varav 19,18 miljarder gick till forskning och utveckling – speglar ett bredare mönster i branschen: massiv utbyggnad av datacenter och modeller, svag lönsamhet per användning och ett stort beroende av externt kapital.

OpenAI stängde i mars 2026 en finansieringsrunda på 122 miljarder dollar till en värdering på 852 miljarder dollar och lämnade i juni in ett konfidentiellt S-1-dokument med sikte på en värdering på upp till 1 biljon dollar . Det ger bolaget utrymme att fortsätta investera – men väcker också frågan om när AI-företagen faktiskt kan bära sina egna kostnader.

4. AI-modeller håller på att bli en mer standardiserad tjänst

När en modell med starka resultat i resonemang och agentuppgifter kan erbjudas för några cent per miljon token minskar utrymmet för ett stort premium på de mest avancerade modellerna . OpenAI:s svar är klassiskt för en marknad där knapphet ersätts av skala: sänk priserna, bygg in modellerna i abonnemang och få kunderna att använda tjänsterna oftare.

Slutsats: skalan ska bära kostnaden

OpenAI:s miljardmilstolpe och de nya priserna berättar i grunden samma historia. Bolaget prioriterar användartillväxt, utvecklare och ekosystem framför kortsiktig lönsamhet – i hopp om att större skala och effektivare modeller senare ska täppa till gapet mellan intäkter och kostnader.

Med omkring 25 miljarder dollar i kassa och en möjlig börsnotering framför sig kan OpenAI fortsätta göra den satsningen ett tag till . Men företagets eget lönsamhetsmål för 2030 blir avgörande. Om AI-modeller verkligen håller på att bli en lågkostnadstjänst kan fler användare i sig vara mindre värdefulla än tidigare – och priskriget kan bli precis lika viktigt som modellernas intelligens.