A tokenek 214-szer olcsóbbak lettek. Az AI-számlák mégis nőttek

2026. július 30-án az OpenAI 80 százalékkal csökkentette a GPT-5.6 Luna árát. A bemeneti token millióankénti ára 20 centre esett, a kimeneti 1,20 dollárra. A Terra egyötödével lett olcsóbb. Hat nappal korábban az Anthropic az előző generáció árán adta ki az Opus 5-öt, saját mérései szerint több mint kétszeres feladatteljesítménnyel. A Google Gemini 3.6 Flash modellje pedig 17 százalékkal kevesebb kimeneti tokent használ el ugyanarra a munkára.

Aki csak az árlistákat nézi, a valaha volt legjobb hónapot látja azoknak a cégeknek, amelyek fizetnek az AI-ért.

A könyvelés mást mond. A State of FinOps 2026 felmérés, amelyben 1192 szakember vett részt, együtt több mint 83 milliárd dollár éves felhőköltést kezelve, azt találta, hogy a szervezetek 73 százaléka túllépte az AI-költségkeretét. Ugyanebben az időszakban az átlagos vállalati AI-büdzsé a 2024-es évi 1,2 millió dollárról 2026-ra 7 millióra nőtt.

Az árak esnek. A számlák nőnek. Mindkettő egyszerre igaz, és érdemes megérteni az okát, mielőtt jóváhagyja a következő AI-projektet.

2026 júliusa volt a nyelvi modellek történetének legsűrűbb hónapja

Harminc nap alatt négy nagy labor adott ki zászlóshajó vagy majdnem zászlóshajó modellt, és mellettük megjelentek a valaha publikált legnagyobb nyílt súlyok is.

A Moonshot Kimi K3 modellje 2,8 billió paraméterrel a legnagyobb nyíltan elérhető modell. A teljes súlycsomag nagyjából 1,56 TB, saját szerverteremben tehát kevesen futtatják. A lényeg máshol van. Azok a modellek, amelyek egy éve még a felső árszinten álltak, ma a táblázat közepén ülnek.

A token ára már nem az érdekes ár

Amikor a GPT-4 2023 márciusában indult, egymillió bemeneti token 30 dollárba került. 2026 július végén hasonló minőség 14 centért kapható. Ez negyven hónap alatt 214-szeres árzuhanás, olyan deflációs görbe, amilyet a vállalati szoftver korábban soha nem látott.

A költségkeretek mégis szétrepednek. A magyarázat nem az árlistában van, hanem abban, ahogyan a modelleket ma használjuk.

Egy chatbot kap egy kérdést és ad egy választ. Egy hívás, egy kiszámlázott tokenadag. Egy ügynöki munkafolyamat, amely egy beérkező számlát dolgoz fel, lekéri a dokumentumot, osztályozza, kiszedi a tételeket, összeveti a megrendeléssel, megjelöli az eltérést és megfogalmaz egy választ. Ez könnyen húsz hívás egyetlen dokumentumra. Ugyanaz a tokenár, húszszoros fogyasztás.

Ehhez jönnek a gondolkodó modellek. Ezek a válasz előtt belső gondolatmenetet generálnak, amit Ön soha nem lát, de kimeneti áron mindig kifizet. Ötszáz látható szó mögött több tízezer kiszámlázott token állhat.

Jacob Bourne elemző a VentureBeatnek tömören fogalmazott. „The era of tokenmaxxing is over. Enterprises have figured out how easy it is to burn tokens without getting value back.“

A mutató, amit érdemes átvenni

Hagyja abba a millió tokenenkénti ár összehasonlítását. Hasonlítsa össze a befejezett feladat árát.

A két szám közötti különbség nagyobb, mint amekkorának látszik, és a SWE-Bench Pro publikált mérései tisztán mutatják. A Grok 4.5 egy átlagos feladatot 15 954 kimeneti tokenből old meg. Az Opus 4.8 maximális erőfeszítésű módban 67 020 tokent igényel.

Az árlista 4,2-szeres különbséget mutat. A fogyasztás szintén nagyjából 4,2-szereset. Csakhogy ez a két szorzó nem összeadódik, hanem összeszorzódik, így a tényleges feladatonkénti különbség körülbelül tizenhétszeres.

Ezt a mechanizmus szemléltetéseként vegye, ne a modellekről szóló ítéletként. Publikált benchmarkszámokról van szó, nem saját mérésről, és más terhelésen a sorrend felborul. Az elv marad. A tokenfogyasztás az ár másik fele, és a legtöbb cég egyáltalán nem követi.

A laborok ezt már tudják. A Google a Gemini 3.6 Flash bejelentését 17 százalékkal alacsonyabb kimeneti tokenfogyasztással vezette fel, nem magasabb intelligenciával. Kevesebb beszéd, nem több gondolkodás.

Az erőfeszítés árlistatétel lett

A július második elmozdulása csendesebb, a gyakorlatban viszont fontosabb. Egy modell már nem egyetlen dolog egyetlen áron.

Az Opus 5 állítható erőfeszítési szinttel érkezett, alacsony, közepes vagy magas fokozattal. Ugyanaz a kérdés, ugyanaz a modell, más fogyasztás és más válasz. A GPT-5.6 Sol kapott egy gyors üzemmódot, amely körülbelül 2,5-szer gyorsabban fut kétszeres áron. A Grok 4.5 másképp számláz 200 ezer token kontextus alatt és felett, a határ átlépésekor pedig az egész kérés átárazódik.

Gyakorlatilag ez azt jelenti, hogy a „ezt a modellt használjuk" mondat már nem egy döntés. Modell, erőfeszítési szint, kontextusméret és gyorsítótárazási stratégia együtt. Aki ezt egyszer beállítja és otthagyja, szerződéselemzési tarifán fizeti az e-mailek szortírozását.

Mit tegyen ezzel a cégben

Folyamatonként mérjen, ne API-nként

A szolgáltató számlája megmondja, mennyit költött. Azt nem mondja meg, melyik munkafolyamat költötte el. Címkézze a hívásokat a kiváltó folyamat szerint, és kövesse a feldolgozott dokumentumra, a lezárt ticketre vagy az elkészült ajánlatra jutó költséget. Csak ez a szám tehető egy emberi óradíj mellé.

Ne írja bele a modell nevét fixen a kódba

Csak júliusban háromszor változott a sorrend. Ha a modell neve húsz fájlban szétszórt konstans, minden váltás projekt. Ha egyetlen konfigurációs érték egy interfész mögött, tízperces módosítás. Ez a legolcsóbb biztosítás a piacon, és egy délutánjába kerül.

Az értékelőkészlet legyen kész a váltás előtt

Harminc-ötven valós eset és elvárt eredmény nélkül az olcsóbb modellre váltás szerencsejáték. Velük egyetlen mérés kérdése. Ugyanez a készlet az egyetlen védelem a csendes minőségromlás ellen, amikor a szolgáltató Ön alatt frissíti a modellt.

Állítson korlátot munkafolyamat szintjén

A havi összköltésre beállított riasztás akkor szól, amikor már késő. Az egy ügynökfutáson belüli hívás- és tokenkorlát még aznap megállítja a végtelen ciklust. A drága meglepetések többsége nem lassú növekedés, hanem egyetlen hiba, amely átfutott a hétvégén.

Használjon gyorsítótárat és olcsó modelleket előszűrésre

A gyorsítótárazott bemenet a legtöbb szolgáltatónál a normál díj töredéke. A Grok 4.5 két dollár helyett 0,50 dollárért számlázza. Egy ügynöknél, amely minden lépésben ugyanazt a rendszerkontextust küldi el, ez nem kerekítési hiba. Osztályozásra, útválasztásra és mezőkinyerésre pedig elég a legolcsóbb modellosztály, amely ma már szinte ingyen van.

Mit jelent ez egy kisebb cégnek

Egy húszfős cégnél nem az öt dollár és a húsz cent közötti különbség dönti el egy projekt megtérülését. Szokásos terhelésnél havi néhány tíz euróról van szó.

A súly máshol van. Ha egy modellcsere húsz fájl átírását jelenti, semmit nem ér Önnek a piaci árcsökkenés, mert egyszerűen nem jut hozzá. A másik dolog a láthatóság. Az a cég, amelyik kérésre meg tudja mondani, mibe kerül egy számla feldolgozása, le is tudja szorítani ezt a számot. Amelyik nem tudja, a növekvő fogyasztásról a számlából értesül.

A piac tovább mozog. Egyetlen hónap alatt a középkategória egyötödével, az alsó négyötödével olcsóbb lett, a zászlóshajók pedig drágultak. Aki cserélhető alkatrészként építette be az AI-t, azon nyer. Aki egyetlen szállítót választott és beleöntötte a kódba, továbbra is a múlt szezon döntéséért fizet.

A Rise.sk-nál úgy építjük az automatizálást és az AI-munkafolyamatokat, hogy a modell az architektúra érintése nélkül cserélhető legyen. A feldolgozott egységre jutó költséget az első naptól mérjük. Ha szeretné megtudni, mibe kerül ma egy folyamat és olcsóbbá tehető-e, írjon nekünk.

Források

• Anthropic, Introducing Claude Opus 5
• OpenAI, Advancing the price-performance frontier with GPT-5.6
• VentureBeat, AI price wars, OpenAI cuts GPT-5.6 Luna prices by 80 percent
• CNBC, OpenAI cuts prices for two of its GPT-5.6 AI models
• FinOps Foundation, State of FinOps 2026
• Analytics Vidhya, July 2026 AI releases timeline
• DataCamp, Grok 4.5 features, benchmarks and pricing
• Axis Intelligence, AI inference cost statistics 2026
• OpenRouter, Kimi K3 model card