Egy friss SemiAnalysis-jelentés a nagy AI-előfizetések terhelését szimulálta, és arra jutott, hogy a jelenlegi árszabás mellett a legtöbb fejlesztőlabor nem talál profitot. A vizsgálat szerint ha az előfizetések határait kihasználják, a havi 200 dolláros ChatGPT Pro csomag hozzávetőlegesen 14 000 dollárnyi számítási költséget generálhat API-árakon; Anthropic 200 dolláros Claude Max csomagja pedig körülbelül 8 000 dollárnál jár.
Milyen számokból áll a probléma
- SemiAnalysis stressztesztje szerint egy intenzív felhasználó esetén a havi 200 dolláros csomagok compute-költsége messze meghaladhatja a bevételt.
- OpenAI esetében a jelentés megállapította, hogy a szolgáltatás veszteségessé válik, ha az erőforrás-kihasználtság meghaladja körülbelül 11,4%-ot.
- Azt is jelzik, hogy az API-bevételek, amelyeknek fedezniük kellett volna a sima előfizetések veszteségét, erodálódnak, mert az olcsóbb, nyílt modellek és egyéb versenytársak elvonnak vásárlókat.
Mi változott az értékesítési modellek mögött
A jelentés szerint két bevételi forrás egyszerre szivárog: az előfizetések (flat-rate) eredetileg chatbot-jellegű használatra, „egy kérdés–egy válasz” munkahelyzetre voltak árazva. Azonban a mai agent- és komponens-alapú munkaterhelések egy-egy felhasználó esetén akár 1 000-szeresére növelhetik a számítási igényt, így a legaktívabb ügyfelek veszteségessé válnak. A másik védvonal, az API-számlázás, amely rugalmasan méretezve fedezhette volna a költségeket, szintén sérül: a nyíltabb modellek olcsóbb alternatívát kínálnak, ezért a vásárlók elhagyják a drágább API-kat.
Piaci reakciók és példák
A jelentés említ néhány ipari mozgást, amelyek tovább rontják a bevételi oldalt:
- Microsoft, Meta és Amazon korlátozzák saját belső AI-költéseiket, így a nagy belső vevők is kevesebbet költenek külső API-hívásokra.
- Lindy nevű felhasználó vagy szervezet a forgalmát teljes egészében (100%) átterelte a DeepSeek V4 modellre, ami állítólag több millió dollár megtakarítást jelent.
Mi a tanulság?
A SemiAnalysis megállapítása szerint nem arról van szó, hogy a laborok pénzügyileg csődbe mennének: sok szereplő tőkeerős, és felhasználói bázis is van. A probléma az, hogy egyelőre nem találták meg azt az árazást vagy üzleti modellt, amely mellett a legfejlettebb nyelvi és multimodell rendszerek működtetése profitot termelne ahelyett, hogy jelentősen többet költenének.
Következmények röviden
- A jelenlegi árszint és termékstruktúra nem tartható hosszú távon, ha az ügyfelek átállnak agent-alapú, magas számításigényű használatra.
- Az API-bevételek védelme kulcsfontosságú, de ez versenyképes árazást és differenciált szolgáltatást kíván.
- A laboroknak újra kell gondolniuk az előfizetések és API-k kombinációját, vagy alternatív bevételi forrásokat kell találniuk a fenntarthatóság érdekében.
Összességében a jelentés azt mutatja: a technológiai fejlődés és a felhasználási minták elmozdulása jelenleg felülírja a korábbi árképzési logikát, és a legnagyobb szereplők sem találták még meg az egyensúlyt a képességek és a gazdaságosság között.
