Το κόστος ανά token γίνεται το νέο πεδίο μάχης για τα μεγάλα AI μοντέλα
Ο ανταγωνισμός στην τεχνητή νοημοσύνη αλλάζει χαρακτήρα. Για μεγάλο μέρος της τελευταίας διετίας, η αγορά παρακολουθούσε κυρίως ποιο μοντέλο κατακτούσε την πρώτη θέση στα benchmarks, ποιο έλυνε περισσότερα προβλήματα προγραμματισμού και ποιο παρουσίαζε καλύτερες επιδόσεις σε reasoning, μαθηματικά ή χρήση εργαλείων. Το 2026, όμως, ένα δεύτερο μέγεθος έχει γίνει εξίσου κρίσιμο, το κόστος.
Για τις επιχειρήσεις που χρησιμοποιούν εκατομμύρια ή δισεκατομμύρια tokens κάθε μήνα, η διαφορά ανάμεσα σε δύο μοντέλα δεν είναι πλέον απλώς θέμα ποιότητας. Μπορεί να μεταφράζεται σε δεκάδες ή εκατοντάδες χιλιάδες δολάρια ετήσιου κόστους inference. Καθώς οι AI agents εκτελούν περισσότερα βήματα, πραγματοποιούν επαναλαμβανόμενες κλήσεις σε μοντέλα, χρησιμοποιούν εργαλεία και επεξεργάζονται μεγάλα context windows, ακόμη και μικρές διαφορές στην τιμή ανά token πολλαπλασιάζονται γρήγορα.
Αυτό έχει δημιουργήσει έναν πραγματικό πόλεμο τιμών στην AI, με την OpenAI και την Anthropic να πιέζουν προς τα κάτω το κόστος των μοντέλων τους, ενώ κινεζικές εταιρείες όπως η DeepSeek και η Moonshot AI έχουν ήδη αποδείξει ότι μπορούν να προσελκύσουν χρήστες με πολύ επιθετικότερο συνδυασμό τιμής και απόδοσης.
Η OpenAI μειώνει δραστικά το κόστος του GPT-5.6 Luna
Η πιο χαρακτηριστική κίνηση ήρθε από την OpenAI. Στις 30 Ιουλίου 2026, η εταιρεία μείωσε την τιμή του GPT-5.6 Luna κατά 80% και του GPT-5.6 Terra κατά 20%.
Το Luna, το γρηγορότερο και οικονομικότερο μοντέλο της οικογένειας GPT-5.6, διαμορφώθηκε στα 0,20 δολάρια ανά εκατομμύριο input tokens και 1,20 δολάρια ανά εκατομμύριο output tokens. Η αλλαγή είναι ιδιαίτερα σημαντική επειδή το Luna δεν προορίζεται μόνο για απλές συνομιλίες. Υποστηρίζει χρήση εργαλείων και πολυβηματικές ροές εργασίας, επομένως μπορεί να λειτουργήσει ως οικονομικό μοντέλο για αυτοματισμούς μεγάλης κλίμακας και agentic workloads.
Η στρατηγική είναι ξεκάθαρη. Αν ένα μικρότερο μοντέλο μπορεί να χειριστεί το μεγαλύτερο μέρος ενός εταιρικού workload με επαρκή ποιότητα, τότε δεν υπάρχει λόγος κάθε αίτημα να καταλήγει σε ένα ακριβότερο frontier model. Η πραγματική εξοικονόμηση προκύπτει από το intelligent routing, δηλαδή από τη χρήση ακριβών μοντέλων μόνο όταν η πολυπλοκότητα της εργασίας το απαιτεί.
Αυτό αλλάζει και τον τρόπο με τον οποίο σχεδιάζονται οι εταιρικές εφαρμογές AI. Αντί ένα προϊόν να βασίζεται σε ένα μόνο μοντέλο, μπορεί να χρησιμοποιεί διαφορετικά επίπεδα μοντέλων για classification, summarization, retrieval, coding, agent loops και δύσκολη λογική ανάλυση.
Η Anthropic χτυπά την premium κατηγορία με το Claude Opus 5
Παρόμοια πίεση εμφανίζεται και στην Anthropic. Το Claude Opus 5 κυκλοφόρησε με τιμή 5 δολάρια ανά εκατομμύριο input tokens και 25 δολάρια ανά εκατομμύριο output tokens. Το Claude Fable 5, το ισχυρότερο ευρέως διαθέσιμο μοντέλο της εταιρείας, κοστίζει 10 δολάρια για input και 50 δολάρια για output.
Με άλλα λόγια, το Opus 5 προσφέρεται ακριβώς στη μισή τιμή του Fable 5, ενώ στοχεύει σε σύνθετο agentic coding και enterprise workloads. Παράλληλα, το Claude Sonnet 5 διατηρεί πλέον μόνιμα την τιμή των 2 δολαρίων ανά εκατομμύριο input tokens και 10 δολαρίων ανά εκατομμύριο output tokens, αντί να αυξηθεί όπως είχε αρχικά προγραμματιστεί.
Η κίνηση δείχνει ότι ακόμη και οι εταιρείες που διαθέτουν μοντέλα κορυφαίας κατηγορίας δεν μπορούν πλέον να βασίζονται μόνο στο επιχείρημα της μέγιστης δυνατής απόδοσης. Οι πελάτες θέλουν να γνωρίζουν πόσο κοστίζει η ολοκλήρωση μιας πραγματικής εργασίας.
Ένα μοντέλο που είναι 5% καλύτερο σε ένα benchmark αλλά απαιτεί δύο ή τρεις φορές μεγαλύτερο προϋπολογισμό μπορεί να μην αποτελεί την καλύτερη επιλογή για παραγωγικό περιβάλλον. Αντίθετα, ένα ελαφρώς χαμηλότερης απόδοσης μοντέλο μπορεί να κερδίσει επειδή προσφέρει πολύ καλύτερη οικονομία σε μεγάλη κλίμακα.
Από το benchmark στο κόστος ανά επιτυχημένη εργασία
Η σημαντικότερη αλλαγή δεν είναι ότι τα tokens γίνονται φθηνότερα. Είναι ότι η αγορά αρχίζει να μετρά το πραγματικό κόστος ανά αποτέλεσμα.
Η απλή τιμή ανά εκατομμύριο tokens μπορεί να είναι παραπλανητική. Ένα μοντέλο μπορεί να έχει χαμηλή τιμή, αλλά να χρειάζεται περισσότερα reasoning tokens, περισσότερες επαναλήψεις ή περισσότερες κλήσεις εργαλείων για να ολοκληρώσει την ίδια εργασία. Ένα ακριβότερο μοντέλο μπορεί να δώσει τη σωστή απάντηση με λιγότερα βήματα και τελικά να κοστίσει λιγότερο.
Γι’ αυτό οι επιχειρήσεις αρχίζουν να εξετάζουν μετρικές όπως κόστος ανά επιτυχημένο task, latency, αριθμό tool calls, ποσοστό αποτυχίας, κατανάλωση context, prompt caching και συνολικό token usage.
Από τα μέσα Ιουλίου, το μέσο κόστος χρήσης κορυφαίων αμερικανικών μοντέλων έχει υποχωρήσει σχεδόν κατά 25%. Πρόκειται για ένδειξη ότι η πτώση τιμών δεν περιορίζεται σε μεμονωμένες προσφορές, αλλά εξελίσσεται σε ευρύτερη τάση.
Η κινεζική πίεση αλλάζει την αγορά
Ένας από τους βασικούς λόγους είναι η ταχεία άνοδος των κινεζικών μοντέλων. DeepSeek, Moonshot AI, Z.ai και άλλοι πάροχοι έχουν μειώσει την απόσταση από τα κορυφαία αμερικανικά συστήματα, ενώ συχνά προσφέρουν πολύ χαμηλότερες τιμές ή open-weight εκδόσεις.
Στις αρχές Αυγούστου, το DeepSeek V4-Flash κόστιζε μόλις 0,14 δολάρια ανά εκατομμύριο input tokens και 0,28 δολάρια ανά εκατομμύριο output tokens. Σε ανεξάρτητες συγκρίσεις πραγματικών workloads, το μέσο κόστος ανά δοκιμή ήταν μόλις λίγα λεπτά του δολαρίου, πολύ χαμηλότερο από ακριβότερα frontier μοντέλα.
Η διαφορά γίνεται ακόμη σημαντικότερη στα AI agents. Ένας agent μπορεί να διαβάσει μεγάλο αριθμό εγγράφων, να πραγματοποιήσει αναζητήσεις, να γράψει και να ελέγξει κώδικα, να καλέσει APIs και να επαναλάβει τη διαδικασία πολλές φορές πριν φτάσει στο τελικό αποτέλεσμα. Το κόστος ενός τέτοιου workflow μπορεί να είναι πολλαπλάσιο μιας απλής συνομιλίας.
Για αυτόν τον λόγο, οι οικονομικότερες επιλογές έχουν αρχίσει να κερδίζουν πραγματικούς εταιρικούς χρήστες. Η συζήτηση δεν αφορά πλέον μόνο developers που πειραματίζονται με φθηνά APIs. Μεγαλύτερες επιχειρήσεις εξετάζουν πλέον κινεζικά μοντέλα για συγκεκριμένα workloads όταν η εξοικονόμηση είναι σημαντική και η ποιότητα παραμένει επαρκής.
Το παράδοξο της DeepSeek, από τις μειώσεις στις αυξήσεις
Η πιο ενδιαφέρουσα εξέλιξη είναι ότι η DeepSeek κινείται πλέον προς την αντίθετη κατεύθυνση.
Η εταιρεία ανακοίνωσε σημαντικές αυξήσεις στις τιμές των V4-Flash και V4-Pro, οι οποίες τίθενται σε ισχύ στις 16 Αυγούστου 2026 στις 16:00 UTC. Παράλληλα εισάγει διαφορετική χρέωση για ώρες αιχμής και εκτός αιχμής.
Για το V4-Flash, το νέο κόστος για uncached input διαμορφώνεται στα 0,22 δολάρια ανά εκατομμύριο tokens εκτός αιχμής και 0,44 δολάρια στις ώρες αιχμής. Το output κοστίζει αντίστοιχα 0,66 και 1,32 δολάρια.
Για το V4-Pro, το uncached input θα κοστίζει 0,66 δολάρια εκτός αιχμής και 1,32 δολάρια στις ώρες αιχμής, ενώ το output θα φτάνει τα 1,98 και 3,96 δολάρια.
Ανάλογα με το μοντέλο, τον τύπο token και την ώρα χρήσης, ορισμένες αυξήσεις είναι πολύ μεγάλες. Παρ’ όλα αυτά, το γεγονός ότι η DeepSeek αυξάνει τιμές δεν σημαίνει ότι εγκαταλείπει το πλεονέκτημα κόστους. Αντίθετα, αποτελεί ένδειξη ότι η αγορά των κινεζικών μοντέλων ωριμάζει.
Όταν η ζήτηση είναι υψηλή και η υπολογιστική χωρητικότητα περιορισμένη, η χαμηλότερη δυνατή τιμή δεν είναι πάντα βιώσιμη στρατηγική. Το νέο peak και off-peak μοντέλο επιτρέπει στη DeepSeek να χρεώνει περισσότερο όταν η ζήτηση πιέζει τις υποδομές και να μεταφέρει οικονομικότερα workloads σε ώρες χαμηλότερης χρήσης.
Η τιμή δεν είναι πλέον μόνο εργαλείο προσέλκυσης χρηστών
Η συγκεκριμένη αλλαγή έχει ευρύτερη σημασία. Μέχρι πρόσφατα, το αφήγημα ήταν σχετικά απλό, οι αμερικανικές εταιρείες είχαν τα ακριβότερα αλλά ισχυρότερα μοντέλα και οι κινεζικές εταιρείες προσέφεραν πολύ φθηνότερες εναλλακτικές για να κερδίσουν μερίδιο αγοράς.
Αυτό το μοντέλο γίνεται πιο σύνθετο. Καθώς οι κινεζικοί πάροχοι αποκτούν μεγαλύτερη ζήτηση, καλύτερα μοντέλα και περισσότερους επαγγελματικούς χρήστες, αρχίζουν και αυτοί να βελτιστοποιούν τα έσοδα και τη χρήση των υποδομών τους. Η τιμή μετατρέπεται από εργαλείο εισόδου στην αγορά σε δυναμικό μηχανισμό διαχείρισης ζήτησης και κερδοφορίας.
Την ίδια στιγμή, οι OpenAI και Anthropic αναγκάζονται να δημιουργήσουν πιο επιθετικές βαθμίδες τιμολόγησης, ώστε να μην αφήσουν τα high-volume workloads να μετακινηθούν σε ανταγωνιστές.
Το επόμενο πεδίο μάχης είναι η αποδοτικότητα
Ο πόλεμος τιμών στην AI δεν σημαίνει απαραίτητα ότι όλα τα μοντέλα θα γίνονται συνεχώς φθηνότερα. Πιθανότερο είναι να οδηγήσει σε πολύ μεγαλύτερη διαφοροποίηση.
Τα κορυφαία frontier μοντέλα θα μπορούν να διατηρούν premium τιμές για εργασίες όπου η μέγιστη αξιοπιστία έχει πραγματική οικονομική αξία. Τα μικρότερα και ταχύτερα μοντέλα θα ανταγωνίζονται για μαζικά workloads, ενώ open-weight μοντέλα θα ασκούν διαρκή πίεση στους κλειστούς παρόχους. Παράλληλα, τεχνικές όπως caching, batch processing, model routing και scheduling εκτός αιχμής θα αποκτούν όλο και μεγαλύτερη σημασία.
Για τις επιχειρήσεις, το ερώτημα δεν θα είναι πλέον «ποιο είναι το καλύτερο μοντέλο;». Το πιο χρήσιμο ερώτημα θα είναι «ποιο μοντέλο ολοκληρώνει αυτή τη συγκεκριμένη εργασία με την απαιτούμενη ποιότητα και το χαμηλότερο συνολικό κόστος;».
Αυτό είναι το πραγματικό αποτέλεσμα του νέου ανταγωνισμού. Η τεχνητή νοημοσύνη περνά από την εποχή της εντυπωσιακής επίδοσης στην εποχή της οικονομικής αποδοτικότητας. Και καθώς το inference γίνεται βασικό λειτουργικό κόστος για όλο και περισσότερες εταιρείες, η τιμή ανά token, και ακόμη περισσότερο η τιμή ανά επιτυχημένο αποτέλεσμα, μπορεί να αποδειχθεί εξίσου σημαντική με το επόμενο μεγάλο benchmark.
