Πόλεμος τιμών στην τεχνητή νοημοσύνη: Πώς τα ανοιχτά μοντέλα πιέζουν OpenAI και Anthropic

Με μια ματιά

• OpenAI και Anthropic μείωσαν τις τιμές επιλεγμένων μοντέλων έως και 80% μέσα σε λίγους μήνες, σύμφωνα με ανάλυση του Max Woolf.
• Τα μοντέλα ανοιχτών βαρών, όπως της DeepSeek και της Moonshot AI, εντείνουν τον ανταγωνισμό καθώς διατίθενται από πολλούς παρόχους.
• Για τους AI agents, οι χρεώσεις επαναχρησιμοποίησης δεδομένων (cache reads) μπορούν να επηρεάζουν τον λογαριασμό περισσότερο από την αρχική τιμή εισόδου.

Η εποχή κατά την οποία τα ισχυρότερα μοντέλα τεχνητής νοημοσύνης μπορούσαν να διατηρούν υψηλές τιμές χωρίς έντονη ανταγωνιστική πίεση φαίνεται να αλλάζει. Μέσα σε περίπου τέσσερις μήνες, η OpenAI και η Anthropic προχώρησαν σε σημαντικές μειώσεις χρεώσεων για επιλεγμένα μοντέλα τους, με ορισμένες να φτάνουν το 80%. Το ενδιαφέρον δεν βρίσκεται μόνο στο πόσο φθηνότερη γίνεται η χρήση της AI, αλλά στο ποιος αναγκάζει τις μεγαλύτερες εταιρείες να αναθεωρήσουν την τιμολογιακή πολιτική τους.

Σε ανάλυση που δημοσίευσε στις 25 Οκτωβρίου, ο επιστήμονας δεδομένων Max Woolf συνδέει αυτή την εξέλιξη με την άνοδο των μοντέλων ανοιχτών βαρών (open-weight): συστημάτων των οποίων τα βάρη μπορούν να διατεθούν για εγκατάσταση και λειτουργία από τρίτους, υπό τους όρους της εκάστοτε άδειας. Η ερμηνεία του είναι εύλογη, αλλά δεν αποτελεί επιβεβαιωμένη εξήγηση από τις ίδιες τις OpenAI και Anthropic. Στις τιμές συμβάλλουν ενδεχομένως και η βελτίωση της υπολογιστικής αποδοτικότητας και οι κινήσεις των άμεσων ανταγωνιστών.

Από την έκπτωση του 80% στις διαδοχικές απαντήσεις

Η αλληλουχία των ανατιμολογήσεων δείχνει πόσο γρήγορα μετακινείται η αγορά. Στις 30 Ιουλίου, η OpenAI μείωσε κατά 80% τις χρεώσεις του GPT-5.6 Luna, διαμορφώνοντας την τιμή στα 0,20 δολάρια ανά εκατομμύριο tokens εισόδου και στα 1,20 δολάρια ανά εκατομμύριο tokens εξόδου. Μείωσε επίσης κατά 20% την τιμή του GPT-5.6 Terra.

Στις 22 Σεπτεμβρίου, η Anthropic παρουσίασε το Claude Opus 5.5 με χρεώσεις 4 δολάρια ανά εκατομμύριο tokens εισόδου και 20 δολάρια εξόδου, κατά 20% χαμηλότερες από εκείνες του Opus 5. Παράλληλα, περιόρισε κατά 60% το κόστος ανάγνωσης αποθηκευμένου περιεχομένου (cache reads). Την ίδια περίοδο, η OpenAI παρουσίασε τη σειρά GPT-6 Sol με χαμηλότερες τιμές από τον προκάτοχό της. Με το GPT-6.1 Sol, στις 29 Σεπτεμβρίου, μειώθηκε περαιτέρω η τιμή των cache reads.

Οι μειώσεις αυτές δεν σημαίνουν ότι κάθε μοντέλο, κάθε συνδρομή ή κάθε χρήση AI έγινε 80% φθηνότερη. Αφορούν συγκεκριμένα προϊόντα και επιμέρους χρεώσεις API, ενώ ο πραγματικός λογαριασμός εξαρτάται από τον τρόπο χρήσης.

Γιατί η cache αλλάζει τον πραγματικό λογαριασμό

Οι υπηρεσίες AI συνήθως χρεώνουν ξεχωριστά το κείμενο που λαμβάνει το μοντέλο (input) και το κείμενο που παράγει (output). Υπάρχει όμως και μια τρίτη παράμετρος: το κόστος επαναχρησιμοποίησης πληροφοριών που έχουν ήδη υποβληθεί και αποθηκευτεί προσωρινά.

Αυτό έχει ιδιαίτερη σημασία για τους προγραμματιστικούς AI agents. Ένας τέτοιος agent μπορεί να εκτελεί δεκάδες διαδοχικά βήματα, στέλνοντας κάθε φορά μεγάλο μέρος του ίδιου ιστορικού συνομιλίας ή των ίδιων αρχείων κώδικα. Εφόσον λειτουργεί αποτελεσματικά η προσωρινή αποθήκευση, οι επαναλαμβανόμενες αναγνώσεις χρεώνονται διαφορετικά από την αρχική επεξεργασία.

Ο Woolf εκτιμά ότι σε συγκεκριμένα σενάρια ανάπτυξης λογισμικού οι αναγνώσεις cache αντιστοιχούν στο 96% έως 99% του όγκου των tokens. Πρόκειται για εκτίμηση που αφορά αυτή την κατηγορία εργασιών, όχι για καθολικό ποσοστό σε όλες τις εφαρμογές. Εξηγεί, ωστόσο, γιατί μια μείωση στην τιμή της cache μπορεί να αποδειχθεί σημαντικότερη από μια εντυπωσιακή έκπτωση στη βασική τιμή εισόδου.

Η DeepSeek και η Moonshot αλλάζουν τους κανόνες

Η πίεση δεν προέρχεται αποκλειστικά από τις μεταξύ τους κινήσεις των αμερικανικών εταιρειών. Ο Woolf επισημαίνει ότι το DeepSeek Flash V4.1 1017 διατίθεται μέσω 29 διαφορετικών παρόχων στο OpenRouter, έναντι 13 παρόχων για παλαιότερη έκδοση τον Μάιο. Η πλατφόρμα επιτρέπει στους προγραμματιστές να επιλέγουν διαφορετικούς παρόχους εκτέλεσης ενός μοντέλου, ακόμη και με κριτήριο τη χαμηλότερη τιμή.

Όταν πολλές εταιρείες προσφέρουν πρόσβαση στο ίδιο μοντέλο, ανταγωνίζονται όχι μόνο στην ποιότητα της υπηρεσίας αλλά και στο κόστος. Σύμφωνα με την ανάλυση, πάροχοι όπως η Cloudflare και η DeepInfra εμφανίζουν αποτελεσματικές χρεώσεις κοντά σε εκείνες της ίδιας της DeepSeek. Αυτό περιορίζει το περιθώριο για μεγάλες διαφορές τιμών, ιδιαίτερα όταν η μετάβαση από μια υπηρεσία σε άλλη είναι σχετικά εύκολη.

Η νεότερη πρόκληση έρχεται από τη Moonshot AI. Το Kimi K3.1 Pro παρουσιάστηκε στις 23 Οκτωβρίου με τιμή 2 δολάρια ανά εκατομμύριο tokens εισόδου και 10 δολάρια εξόδου, δηλαδή περίπου τη μισή αντίστοιχη χρέωση του Claude Opus 5.5. Στον δείκτη αξιολόγησης της Artificial Analysis, σύμφωνα με τα στοιχεία που παραθέτει ο Woolf, το Kimi καταγράφει 55 μονάδες έναντι 58 του Opus 5.5.

Η σύγκριση ενός δείκτη δεν αρκεί, βέβαια, για να αποδείξει ισοδύναμη απόδοση σε κάθε εργασία. Η αξιοπιστία, η ταχύτητα, η ασφάλεια, η υποστήριξη εργαλείων και οι επιδόσεις σε πραγματικές συνθήκες μπορούν να διαφοροποιούν σημαντικά δύο μοντέλα.

Η Moonshot έχει ανακοινώσει ότι σχεδιάζει να διαθέσει τα βάρη του Kimi K3.1 Pro στις 4 Νοεμβρίου. Μέχρι να γίνει αυτό, η μελλοντική διαθεσιμότητα και τιμολόγησή του από τρίτους παρόχους παραμένουν προσδοκία, όχι τετελεσμένο γεγονός.

Τι σημαίνει ο πόλεμος τιμών για τις επιχειρήσεις

Για μια εταιρεία που ενσωματώνει AI σε εφαρμογές, εξυπηρέτηση πελατών, παραγωγή περιεχομένου ή ανάπτυξη λογισμικού, η πτώση των χρεώσεων ανοίγει νέες δυνατότητες. Εργασίες που πριν απαιτούσαν προσεκτικό περιορισμό των κλήσεων σε ένα μοντέλο μπορούν να γίνουν οικονομικά πιο προσιτές. Μικρότερες επιχειρήσεις αποκτούν επίσης περισσότερες επιλογές, χωρίς να εξαρτώνται απαραίτητα από έναν προμηθευτή.

Υπάρχει όμως μια κρίσιμη διάκριση: χαμηλότερη τιμή ανά token δεν σημαίνει αυτομάτως χαμηλότερη συνολική δαπάνη. Αν μια εφαρμογή χρησιμοποιεί περισσότερα μοντέλα, μεγαλύτερα συμφραζόμενα ή περισσότερους agents, η κατανάλωση μπορεί να αυξηθεί. Γι’ αυτό η ουσιαστική σύγκριση πρέπει να γίνεται στο κόστος ανά ολοκληρωμένη εργασία, μαζί με την ποιότητα του αποτελέσματος.

Παράλληλα, η συζήτηση αφορά και τη βιωσιμότητα των επενδύσεων. Το Axios έχει επισημάνει ότι η πτώση των τιμών των tokens δημιουργεί νέα ερωτήματα για τα έσοδα που μπορούν να υποστηρίξουν τις τεράστιες δαπάνες υποδομών της βιομηχανίας AI.

Το ερώτημα για τις χρηματιστηριακές αποτιμήσεις

Ο Woolf συνδέει την ταχύτητα των μειώσεων και με τη συζήτηση περί πιθανής εισαγωγής των OpenAI και Anthropic στο χρηματιστήριο. Μια μεγάλη περικοπή τιμών θα μπορούσε εκ πρώτης όψεως να πιέζει τα έσοδα ανά μονάδα χρήσης σε μια περίοδο κατά την οποία οι επενδυτές αναζητούν σαφή εικόνα της κερδοφορίας. Τα σχέδια εισαγωγής, ωστόσο, δεν αποτελούν εδώ επιβεβαιωμένο γεγονός και η σύνδεση με την τιμολογιακή πολιτική παραμένει ερμηνεία του αναλυτή.

Το μεγαλύτερο συμπέρασμα είναι διαφορετικό: όσο οι προγραμματιστές μπορούν να αλλάζουν μοντέλο ή πάροχο με μικρό κόστος και να βρίσκουν ικανοποιητικές επιδόσεις σε χαμηλότερες τιμές, η AI γίνεται δυσκολότερο να τιμολογηθεί ως σπάνιο προϊόν. Η επόμενη μάχη δεν θα κριθεί μόνο στο ποιος έχει το ισχυρότερο μοντέλο, αλλά και στο ποιος προσφέρει το καλύτερο αποτέλεσμα με το μικρότερο πραγματικό κόστος.