Trka do dna u cenama tokena: Kako je duel OpenAI-ja i Anthropica prepolovio troškove veštačke inteligencije

Tržište vodećih modela veštačke inteligencije ušlo je u fazu otvorenog cenovnog rata. Istovremenim lansiranjem modela Claude Opus 5.5 od strane kompanije Anthropic i serije GPT-6 Sol i Luna iz OpenAI-ja, cene inferencije su drastično pale. Fokus industrije time se formalno pomerio sa obaranja sintetičkih benchmark rekorda na borbu za ekonomičnost i masovnu primenu.

Šta donose novi cenovnici?

Obe kompanije su predstavile značajne popuste koji direktno pogađaju troškove obrade velikih količina podataka. Razlike u cenama pokazuju jasnu nameru da se privuku razvojni timovi sa velikom potrošnjom.

• Claude Opus 5.5: Anthropic je smanjio operativne troškove za 40%. Cena ulaznih tokena sada iznosi 4 dolara, dok je izlaz spušten na 20 dolara po milionu tokena, što predstavlja pad od 20%. Čitanje iz keša sniženo je za 60% i košta 0,20 dolara po milionu tokena.
• GPT-6 Sol: OpenAI je prepolovio troškove za svoj napredni model, postavivši cenu na 2 dolara za ulazne i 10 dolara za izlazne tokene po milionu.
• GPT-6 Luna: Manji i brži model nudi ulaz po ceni od 0,10 dolara i izlaz za 0,50 dolara po milionu tokena. Popusti na prompt keširanje dostižu i do 90%.

Zašto je keširanje postalo glavno bojište?

Za autonomne sisteme i programerske agente koji neprekidno analiziraju čitave baze koda, cene inferencije bile su glavna prepreka za održivo poslovanje. Ovi sistemi troše milione tokena dnevno, često ponavljajući iste ulazne podatke.

Optimizacija prompt keširanja omogućava modelima da statički kontekst ne procesiraju iznova pri svakom upitu. Sa cenama od 0,20 dolara po milionu keširanih tokena kod Anthropica i popustima do 90% kod OpenAI-ja, radni tokovi koji zahtevaju duboki kontekst postaju višestruko jeftiniji za održavanje.

Šta ovo znači za programere?

Radikalno pojeftinjenje menja način na koji se grade AI aplikacije. Inženjeri više ne moraju agresivno da režu kontekst ili žrtvuju složenost upita da bi sačuvali budžet.

• Arhitekture sa više paralelnih agenata postaju ekonomski isplative za produkciju.
• Dugotrajne sesije debagovanja i refaktori sanja softvera više ne stvaraju nekontrolisane troškove.
• Manji timovi i startapi dobijaju pristup modelima najviše klase po cenama koje su ranije bile rezervisane za znatno slabije sisteme.

Širi kontekst

Trka do dna u cenama tokena označava sazrevanje industrije veštačke inteligencije. Sirova inteligencija modela postaje komoditet, dok sposobnost laboratorija da optimizuju infrastrukturu i ponude stabilnu, jeftinu inferenciju preuzima ulogu glavnog faktora tržišnog opstanka.