Kostnaderna för AI-inferens når 2026 års lägsta nivå i början av augusti – priskriget och det öppna kinesiska modellerna förklarar fallet

Silicon Datas LLM Token Expenditure Index – Detta index visar att genomsnittspriset sjönk från över 2 dollar per miljon tokens i början av juni till 1,20 dollar i första veckan av augusti – en minskning på cirka 40 % på två månader . En avläsning den 27 juli låg på 1,43 dollar, vilket bekräftar den nedåtgående trenden . Silicon Data pekar direkt på kinesiska open-weight-modeller som en huvudsaklig faktor till indexets nedgång .

Viktiga konkurrensåtgärder som driver nedgången

OpenAIs prissänkningar på GPT-5.6 (30 juli 2026)

OpenAI sänkte API-priserna med upp till 80 % med hänvisning till förbättrad infrastruktureffektivitet. Flytten pressade direkt marknadsgenomsnittet; CNBC och Forbes beskrev det som en upptrappning av AI-priskriget .

• GPT-5.6 Luna (lättviktsnivå): sjönk från 1,00 → 0,20 dollar per miljon inmatningstokens och 6,00 → 1,20 dollar per miljon utdatatokens .
• GPT-5.6 Terra: sänktes med 20 % till 2 dollar inmatning / 12 dollar utdata per miljon tokens .
• GPT-5.6 Sol (flaggskeppsmodell): behöll priset på 5 dollar inmatning / 30 dollar utdata per miljon tokens, men fick ett snabbare läge .

OpenAI tillskrev sänkningarna till interna optimeringar, inklusive omskrivningar av kärnkomponenter och spekulativ avkodning, som enligt uppgift gav 20–35 % effektivitetsförbättringar i inferensarbetsbelastningar .

DeepSeek V4-Flash-0731 (31 juli 2026)

Den 31 juli 2026 släppte DeepSeek V4-Flash-0731 i offentlig betaversion, med priset oförändrat:

• 0,14 dollar per miljon icke-cachade inmatningstokens
• 0,28 dollar per miljon utdatatokens
• 0,0028 dollar per miljon cachade inmatningstokens (en 97–98 % rabatt för cache) .

Till cirka en tiondel av kostnaden för premiummodeller blev DeepSeek V4 Flash det priset som satte golvet och tvingade fram en bredare marknadskomprimering. Enligt benchmarkföretaget Artificial Analysis är den uppskattade kostnaden per uppgift för V4 Flash cirka 3 cent . Modellen slår DeepSeeks egen V4 Pro-preview på alla agentiska benchmark som DeepSeek publicerat, till en tredjedel av utdatapriset .

Anthropics Claude Opus 5 (lanserad 24 juli 2026)

Opus 5 lanserades till 5 dollar per miljon inmatningstokens och 25 dollar per miljon utdatatokens – identiskt med föregångaren Opus 4.8 – med ett snabbt läge till dubbla priset (10/50 dollar) . Även om Opus 5 inte sänkte sina egna priser, satte lanseringen till en konkurrenskraftig nivå (nära Fable 5:s intelligens till halva priset) press på rivalerna och utökade utbudet av billiga alternativ för företag .

Kombinationseffekten

OpenAIs 80-procentiga sänkning (30 juli), DeepSeeks prissättning under 0,30 dollar för Flash (31 juli), Anthropics konkurrenskraftiga lansering av Opus 5 (24 juli) och en utbredd företagsanvändning av billiga kinesiska open-source-modeller komprimerade marknadsindexet från 2,04 dollar i slutet av maj till 1,16–1,18 dollar i början av augusti – en minskning på 43 % på tio veckor .

Jefferies analytiker, ledda av Thomas Chong, tillskrev nedgången till ett ”intensifierat globalt priskrig” och en ”ökning av användningen av prisvärda kinesiska open-weight-modeller” . Marknadsreaktionen begränsades inte till prissättning: Jefferies hävdade också att sjunkande tokenkostnader kan öka efterfrågan på AI och infrastrukturinvesteringar .

En notering om datan

Silicon Datas publika index visade 1,43 dollar den 27 juli jämfört med rapporterade 1,20 dollar i början av augusti, vilket tyder på en kraftig acceleration i slutet av juli/början av augusti driven av OpenAIs och DeepSeeks tillkännagivanden . Indexet blandar priser och användning, vilket innebär att en nedgång kan återspegla antingen fallande listpriser eller en förskjutning i efterfrågan mot billigare modeller – Silicon Data har självt varnat för att tolka det som ett rent prisindex .