AnswersPublished31 sources
Ціни на AI-токени впали нижче $1 — але витрати на штучний інтелект продовжують зростати
31 серпня 2026 року індекс Silicon Data впав до 97 центів за мільйон токенів — це найнижче значення від моменту його створення. Постійна знижка DeepSeek на V4 Pro у 75% і зниження цін Xiaomi до 99% допомогли перетворити конкуренцію китайських моделей на масштабнішу війну за ціни інференсу.
ОпублікувавВідредаговано за допомогою GPT-5.6 LunaЗображення створено за допомогою GPT Image 1.5
Research answer
Key takeaways
- 31 серпня 2026 року індекс Silicon Data впав до 97 центів за мільйон токенів — це найнижче значення від моменту його створення.
- Постійна знижка DeepSeek на V4 Pro у 75% і зниження цін Xiaomi до 99% допомогли перетворити конкуренцію китайських моделей на масштабнішу війну за ціни інференсу.
- Дешевший інференс може збільшувати використання швидше, ніж падає ціна, однак розрив приблизно у 46% між капітальними витратами AI галузі та зростанням продажів вказує на значні ризики монетизації.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What caused the Silicon Data LLM Token Expenditure Index to fall below $1 per million tokens to a record low, how did Chinese AI laboratorie. Article summary: The index fell below $1 because the effective market price of inference was pushed down by cheaper open-weight Chinese models, aggressive API discounting, lower production costs, and competitive cuts by frontier provider. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Індекс витрат на токени LLM від Silicon Data впав нижче $1 за мільйон токенів через перехід ринку до дешевших моделей і постійне зниження цін на API. 31 серпня 2026 року його значення для всього ринку становило 97 центів — це найнижчий рівень від моменту створення індексу та менш ніж половина пікового значення, зафіксованого на початку літа. 4
Однак цей показник важливо правильно трактувати. Індекс є зваженим за використанням показником того, скільки ринок платить за один мільйон токенів інференсу, а не підрахунком загальних витрат на AI чи обсягу спожитих токенів. Тому падіння індексу свідчить про здешевлення інтелекту в розрахунку на одиницю, але саме по собі не означає зменшення попиту. 2
7
8
Чому ціна впала до рекордного мінімуму
Одразу кілька факторів тиснули на ефективну ринкову ціну:
- Дешевші китайські моделі наростили частку. Відкриті та недорогі моделі дали розробникам альтернативу преміальним закритим системам і потягнули середню ціну ринку вниз.
38
39
- Провайдери перетворили ціну на інструмент конкуренції. Знижки на API допомагають залучати користувачів, збільшувати кількість розгортань і захищати частку ринку в умовах, коли різниця у можливостях моделей скорочується.
- Покращилася економіка інференсу. Зниження витрат на виробництво й обслуговування моделей дало змогу пропонувати більше результатів за менші гроші. Водночас наявні дані не доводять, що всі провайдери мають однакову структуру витрат.
- На тиск відповіли глобальні конкуренти. Зниження цін вийшло за межі Китаю: провідні міжнародні розробники також здешевили доступніші тарифні рівні, посиливши тиск на весь ринок.
36
37
Загальна динаміка була низхідною: на початку червня індекс перевищував $2 за мільйон токенів, на початку серпня становив приблизно $1,16–1,18, а згодом опустився нижче $1. 1
38
4 Окремі проміжні значення менш однозначні: наприклад, для 27 липня в одному з публічних повідомлень наводилося значення $1,43.
1
2
Як китайські лабораторії розкрутили цінову війну
Найпомітнішим поштовхом стало рішення DeepSeek у травні назавжди знизити ціну API для флагманської моделі V4-Pro на 75%. Компанія заявила, що нові тарифи залишаться на рівні чверті початкових, а конкретна ціна залежатиме від типу використання. 33
За конкурентом пішли інші китайські провайдери. Xiaomi оголосила про зниження цін на API своїх моделей MiMo-V2.5 до 99%, а повідомлення про одночасні скорочення тарифів з’явилися також щодо ByteDance, Tencent, MiniMax та Alibaba. 39
46
Це змінило саму логіку вибору моделі. Клієнти тепер порівнюють не лише абсолютні можливості системи, а й те, скільки продуктивності отримують за долар, якою є затримка відповіді, наскільки добре модель працює з великим контекстом, чи є вона надійною та наскільки гнучко її можна розгорнути. Якщо моделі достатньо близькі за якістю для типових завдань, велика різниця в ціні швидко перерозподіляє попит.
Проте в серпні цінова війна досягла поворотної точки. DeepSeek підвищила тарифи на нові флагманські моделі та запровадила пікові й непікові ставки: у непіковий час ціна становить половину пікової. Це свідчить, що безмежний попит за мінімальною ціною навряд чи є сталою бізнес-моделлю. Провайдерам потрібно контролювати завантаження GPU та повертати витрати на інфраструктуру. 35
Чому дешевші токени не зменшують загальні витрати на AI
Механізм можна описати просто:
Загальні витрати = ціна одного токена × кількість використаних токенів.
Якщо ціна падає на 90%, але використання зростає більш ніж на 90%, сукупні витрати все одно можуть збільшитися. Нижча ціна робить економічно привабливими завдання, які раніше були надто дорогими: автоматизоване обслуговування клієнтів, програмування, обробка документів, робота з великим контекстом і агентні робочі процеси.
Деякі аналізи вказують, що з 2023 року ціни на токени впали більш ніж на 90%, тоді як загальні витрати на AI приблизно подвоїлися. Це відповідає сценарію, у якому дешевший інференс не знищує попит, а розширює перелік застосувань, що стають рентабельними. 19
22
Додатковий сигнал дає китайська «токенна економіка». Національне управління даних Китаю повідомило, що в березні щоденне споживання токенів перевищило 140 трлн — більш ніж на 40% вище за 100 трлн наприкінці попереднього року. 26
32 Великі китайські телекомунікаційні оператори також інвестують у потужності для AI-обчислень: China Telecom повідомила про зростання доходів від інтелектуальних обчислень на 95% у першій половині року, а капітальні витрати China Unicom на обчислювальну інфраструктуру збільшилися більш ніж на 80% рік до року.
17
18
Ці цифри не доводять, що кожен розробник моделей отримує прибуток. Вони показують інше: нижча ціна одиниці може підтримувати набагато більші обсяги використання та інвестицій в інфраструктуру.
Що розрив між інвестиціями й продажами говорить про AI-бізнес
Оптимістичний сценарій полягає в тому, що падіння цін на інференс знаменує початок масового впровадження. Доступніший штучний інтелект може породити такий обсяг токенів, який виправдає подальші витрати на хмарні потужності, дата-центри, чипи, мережеве обладнання та електроенергію.
Скептичний сценарій зосереджується на строках окупності. За повідомленнями, що посилаються на Allianz Research, розрив між капітальними витратами на AI та зростанням продажів становить близько 46% — це більше, ніж приблизно 32% під час надмірного інвестування в телекомунікації у 2001 році. 20
22
23
Це попередження, а не доказ того, що AI повторює телекомунікаційну бульбашку. Водночас галузь стикається щонайменше з трьома ризиками:
- Цінова дефляція. Що потужнішими стають моделі, то дешевше їх можуть продавати.
- Ризик недостатнього завантаження. Високі постійні витрати на інфраструктуру потребують стабільного попиту, а не лише тимчасових сплесків використання.
- Ризик монетизації. Обсяг токенів має зростати достатньо швидко, щоб компенсувати нижчі фактичні ціни та забезпечити віддачу від масштабних капітальних інвестицій.
Як правильно читати індекс Silicon Data
Нове мінімальне значення індексу Silicon Data варто сприймати передусім як сигнал про цінову силу ринку та готовність платити, а не як самостійний показник попиту на AI. Він показує, що ринок платить менше за кожну одиницю інференсу — частково через перехід до дешевших моделей, частково через агресивну конкуренцію між провайдерами. 7
8
14
Головне питання тепер — що буде далі. Чи відкриють нижчі ціни достатньо нових сценаріїв використання, щоб загальна виручка продовжила зростати? Чи цінова війна випередить зростання обсягів і залишить галузь із дорогою інфраструктурою та слабкою віддачею? Наявні дані підтримують обидва припущення: дешевший інференс є переконливим сигналом розширення попиту, але водночас створює суттєвий фінансовий ризик. Остаточної відповіді вони поки не дають.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Ціни на AI-токени впали нижче $1 — але витрати на штучний інтелект продовжують зростати"?
31 серпня 2026 року індекс Silicon Data впав до 97 центів за мільйон токенів — це найнижче значення від моменту його створення.
What are the key points to validate first?
31 серпня 2026 року індекс Silicon Data впав до 97 центів за мільйон токенів — це найнижче значення від моменту його створення. Постійна знижка DeepSeek на V4 Pro у 75% і зниження цін Xiaomi до 99% допомогли перетворити конкуренцію китайських моделей на масштабнішу війну за ціни інференсу.
What should I do next in practice?
Дешевший інференс може збільшувати використання швидше, ніж падає ціна, однак розрив приблизно у 46% між капітальними витратами AI галузі та зростанням продажів вказує на значні ризики монетизації.