Chỉ số giá token LLM của Silicon Data giảm kỷ lục

Chỉ số Chi tiêu Token LLM của Silicon Data đã giảm xuống còn 0,97 USD vào thứ Hai, mức thấp nhất kể từ khi chỉ số tham chiếu ra mắt vào cuối năm ngoái. Sự giảm giá hơn 50% so với mức cao vào đầu mùa hè là một dấu hiệu rõ ràng của việc giảm giá chi phí suy diễn, điều này giúp người dùng nhưng cũng thử thách sức mạnh định giá của các phòng thí nghiệm tiên phong trước khi IPO được xem xét.

Điểm chính

Chỉ số Chi tiêu Token LLM của Silicon Data đã ghi nhận 0,97 USD vào thứ Hai, mức thấp nhất kể từ khi chỉ số được tạo ra vào cuối năm ngoái.
Chỉ số này đã giảm hơn một nửa so với mức cao thiết lập vào đầu mùa hè, mở rộng một sự điều chỉnh nhanh chóng về chi phí suy diễn.
Chỉ số này được thiết kế để theo dõi mức giá thị trường hiện tại cho một token mô hình ngôn ngữ lớn, một đơn vị được sử dụng để đo lường và tính phí sử dụng LLM.
Các mô hình mã nguồn mở của Trung Quốc, việc cắt giảm giá của GPT-5.6 của OpenAI vào cuối tháng Bảy, và “định giá động” liên kết với nhu cầu đã được trích dẫn là những lực lượng chính đẩy giá token xuống thấp.

Giá Token LLM Ghi Nhận Mức Thấp Mới: 0,97 USD trên Chỉ Số của Silicon Data

Chỉ số Chi tiêu Token LLM của Silicon Data, một chỉ số hàng ngày cho giá thị trường hiện tại của một token mô hình ngôn ngữ lớn, đã giảm xuống còn 0,97 USD vào thứ Hai. Đây là mức thấp nhất kể từ khi chỉ số được tạo ra vào cuối năm ngoái.

Di chuyển này mở rộng một sự giảm giá mạnh mẽ vào mùa hègiảm giá. Chỉ số hiện đã giảm hơn một nửa so với mức cao được ghi nhận vào đầu mùa hè này, cho thấy tốc độ giảm giá inference đang diễn ra nhanh chóng trong thị trường LLM.

Về mặt cơ học, chỉ số đang theo dõi những gì người dùng phải trả để chạy các prompt và nhận đầu ra trên các chatbot và API hệ sinh thái lớn. Giá token thấp hơn chuyển thành chi phí inference rẻ hơn cho người dùng cuối khi thực hiện các truy vấn trên các sản phẩm như ChatGPT của OpenAI, Claude của Anthropic và Gemini của Google, nhưng cùng một sự giảm giá cũng thắt chặt trần doanh thu trên mỗi token cho các phòng thí nghiệm bán quyền truy cập.

Tại sao sự giảm giá lại quan trọng: Chi phí Inference Rẻ hơn cho Người dùng, Ít Quyền Lực Định Giá cho các Phòng Thí Nghiệm

Giảm giá token là một giao dịch hai mặt. Người dùng nhận được chi phí trực tiếp giảm cho inference, điều này có thể mở rộng thử nghiệm và đẩy nhiều khối lượng công việc vào sản xuất. Vấn đề là sự giảm giá này có thể thiết lập lại những gì người mua coi là mức giá “bình thường” cho quyền truy cập, làm yếu khả năng của các nhà cung cấp mô hình trong việc giữ giá ngay cả khi mức sử dụng tăng.

Điều này đặc biệt quan trọng đối với các phòng thí nghiệm mô hình nền tảng, nơi chi phí không hoàn toàn biến đổi. Charles-Henry Monchau, giám đốc đầu tư tại Syz Group, đã nêu rõ sự tiếp xúc: “Các phòng thí nghiệm mô hình nền tảng là những người bị ảnh hưởng trực tiếp nhất,” và thêm vào, “Giảm giá token làm nén dòng doanh thu trong khi các cam kết tính toán vẫn cố định.” Nếu tính toán được ký hợp đồng hoặc cung cấp trước nhu cầu, giá đơn vị giảm có thể xuất hiện như áp lực biên lợi nhuận trước khi bất kỳ lợi ích hiệu quả nào đến.

Thời điểm này cũng giao thoa với các câu chuyện trên thị trường công khai. Sự giảm giá của chỉ số gắn liền với áp lực lợi nhuận tiềm năng đối với các nhà lãnh đạo AI như OpenAI và Anthropic khi họ cân nhắc việc ra mắt thị trường công khai, với cả hai công ty đã bí mật nộp đơn xin IPO với các cơ quan quản lý vào mùa hè này.

Đối với các nhà giao dịch, câu hỏi ngắn hạn ít hơn về việc liệu nhu cầu AI có tồn tại hay không và nhiều hơn về việc liệu thị trường có định giá inference như một khả năng khan hiếm hay như một tiện ích cạnh tranh.

Sự đọc hiểu mở rộng đến việc xây dựng AI rộng hơn. Các công ty công nghệ lớn như Nvidia và Microsoft đã đổ hàng tỷ đô la vào việc mở rộng khả năng AI, và giá token giảm có thể buộc phải đánh giá lại tỷ suất lợi nhuận kỳ vọng trên vốn đầu tư nếu doanh thu trên mỗi đơn vị sử dụng giảm nhanh hơn chi phí.

Những gì đang thúc đẩy sự giảm giá: Trung Quốc mã nguồn mở, cắt giảm của OpenAI và định giá động

Các nhà điều hành đã chỉ ra rằng sự cạnh tranh và thiết kế giá cả, chứ không phải một chu kỳ khuyến mãi đơn lẻ, là nguyên nhân. Monchau cho rằng một phần của sự sụt giảm là do sự gia tăng của các mô hình mã nguồn mở của Trung Quốc như Kimi K3 của Moonshot, mà ông cho biết có thể có giá thấp hơn so với các lựa chọn từ các phòng thí nghiệm tiên tiến hàng đầu.

Việc phát hành trọng số mở nén thời gian mà các phòng thí nghiệm tiên tiến có thể tính phí cao chỉ vì khả năng, vì hiệu suất tương đương có thể được tái tạo và cung cấp với chi phí thấp hơn bởi các bên thứ ba.

Các phòng thí nghiệm tiên tiến cũng đã thay đổi giá niêm yết. OpenAI đã công bố giảm giá cho hai mô hình GPT-5.6 vào cuối tháng 7, một bước giảm trực tiếp trong những gì thị trường dựa vào cho việc suy diễn 'hạng nhất'. Khi người dẫn đầu về giá giảm, phần còn lại của chuỗi sẽ hoặc theo sau hoặc phân biệt trên điều gì đó khác ngoài token thô.

Công cụ khác là cấu trúc giá. Monchau cho biết các phòng thí nghiệm tiên tiến khác đã triển khai các sản phẩm với 'giá động' cho phép tỷ lệ truy cập tăng và giảm theo nhu cầu. Trong thực tế, giá cả liên kết với nhu cầu có thể làm mượt các đỉnh công suất, nhưng nó cũng khiến việc giảm giá trở thành một tính năng tích hợp thay vì một sự kiện đơn lẻ, điều này có thể tăng tốc con đường đến một mức giá thanh lý thấp hơn.

Monchau cũng chỉ ra rằng chi phí sản xuất một token đang giảm trên toàn ngành. Điều này quan trọng vì nó gợi ý rằng chỉ số không chỉ phản ánh sự cạnh tranh giảm giá, mà còn là một đường cong chi phí đang thay đổi khiến giá thấp hơn trở nên bền vững.

Steve Hou, trưởng bộ phận nghiên cứu của Silicon Data, đã đưa ra một cách giải thích từ phía cung: sự sụt giảm có thể chỉ ra rằng giữa các mô hình tiên tiến và các đối thủ cạnh tranh rẻ hơn, có thể đã có đủ nguồn cung để 'cung cấp khả năng đủ cho hầu hết các nhiệm vụ', ngụ ý rằng sự khan hiếm ít hơn và giá cả giống như hàng hóa hơn.

Các tín hiệu cần theo dõi cho giá token AI đạt mức thấp kỷ lục

Tín hiệu đầu tiên là liệu chỉ số có ổn định quanh mức $1.00 hay tiếp tục tạo ra mức thấp mới sau mức $0.97. Một đường thẳng sẽ gợi ý rằng thị trường đang tìm kiếm một mức giá thanh lý, trong khi các mức thấp hơn sẽ ngụ ý rằng hoặc là nguồn cung vẫn đang đến nhanh hơn nhu cầu hoặc rằng các chiến thuật định giá vẫn đang tiếp diễn.

Tiếp theo là liệu các phòng thí nghiệm tiên tiến có mở rộng sách hướng dẫn cuối tháng 7 với các đợt cắt giảm giá niêm yết bổ sung hay không hoặc mở rộng việc triển khai 'giá động' liên kết với nhu cầu. Nếu giá động trở thành mặc định cho các điểm cuối cao cấp, các nhà giao dịch nên mong đợi việc khám phá giá thường xuyên hơn và các tỷ lệ tiêu đề ít bền vững hơn.

Thời gian IPO là bề mặt chất xúc tác khác. OpenAI và Anthropic đã bí mật nộp đơn, nhưng bất kỳ cập nhật nào định hình lại kỳ vọng biên lợi nhuận hoặc câu chuyện về sức mạnh định giá sẽ quan trọng hơn trong một băng từ giảm phát hơn là trong một băng từ khan hiếm.

Cuối cùng, hãy theo dõi nhịp độ của các sản phẩm cạnh tranh từ các mô hình mã nguồn mở Trung Quốc có giá thấp hơn, bao gồm các phiên bản mới hoặc việc áp dụng rộng rãi hơn. Tác động của thị trường không chỉ là hiệu suất, mà là tốc độ mà các mô hình đó trở thành các thay thế có thể triển khai để kéo giá thanh lý xuống.

Sự Đọc Qua Về Hàng Hóa—và Những Khoảng Trống Mà Các Nhà Giao Dịch Nên Tôn Trọng

Ngưỡng quan trọng là liệu giá token có thể giảm nhanh như vậy mà không buộc phải thay đổi rõ rệt cách mà các phòng thí nghiệm biên giới đóng gói và kiếm tiền từ việc truy cập. Điểm của Monchau về các cam kết tính toán cố định là rào cản cơ học, và đó là lý do tại sao một sự sụt giảm >50% từ mức cao đầu mùa hè trước đó xuống $0.97 được hiểu như áp lực biên và "sẽ có nhiều sử dụng hơn để khắc phục".

Khoảng trống mà các nhà giao dịch nên tôn trọng là phương pháp và phạm vi. Đoạn trích mô tả chỉ số như một thước đo giá hàng ngày và tỷ lệ thị trường hiện tại cho một token LLM, nhưng không chỉ rõ phạm vi, trọng số, hoặc cách nó chuẩn hóa giữa các nhà cung cấp và cấp bậc.

Nó cũng sử dụng "giá token AI" để chỉ giá sử dụng LLM, không phải token crypto, vì vậy điều rút ra rõ ràng là rủi ro hàng hóa trong kinh tế suy diễn, không phải là tín hiệu trực tiếp cho định giá token AI trên chuỗi.

Nếu chỉ số tiếp tục in ra mức thấp mới trong khi các phòng thí nghiệm chuyển hướng sang phân phối, bộ nhớ và ngữ cảnh, câu chuyện trở nên cấu trúc: sức mạnh định giá đang di chuyển lên tầng, và các token thô đang trở thành phần rẻ hơn một cách có chủ đích.

Nguồn

CNBC