AI बुनियादी ढांचे में निवेश की केंद्रीय कहानी अब इकाई आर्थिकता के स्तर पर कठिनाइयों का सामना कर रही है। टोकन की कीमतों में गिरावट की गति अपेक्षा से अधिक तेज है; गोल्डमैन सैक्स सिलिकॉन डेटा LLM टोकन व्यय सूचकांक अगस्त में एक महीने में 29% गिरकर लगभग 0.97 डॉलर हो गया, जो पहली बार प्रति मिलियन टोकन 1 डॉलर की सीमा को पार कर गया। इसी बीच, OpenRouter प्लेटफॉर्म के उपयोग में 47% की वृद्धि हुई, लेकिन डॉलर में खर्च केवल 7% बढ़ा। मात्रा में वृद्धि और कीमत में गिरावट का अंतर प्रमुख संघर्ष को उजागर करता है: स्टॉक मार्केट का रिटर्न डॉलर में, न कि टोकन की संख्या में मापा जाता है। यह पिछले दो वर्षों में AI सेक्टर के मूल्यांकन को समर्थन प्रदान करने वाले आय तर्क में मौलिक परिवर्तन को दर्शाता है, और क्रेडिट बाजार पहले ही चेतावनी जारी कर चुका है।

लेखक, स्रोत: वॉल स्ट्रीट विजन

AI बुनियादी ढांचे में निवेश की केंद्रीय कहानी अब इकाई आर्थिकता के स्तर पर कठिनाइयों का सामना कर रही है। टोकन की कीमतों का पतन बाजार की पिछली अपेक्षाओं से तेजी से हुआ है, जिससे पिछले दो वर्षों में AI सेक्टर के मूल्यांकन को समर्थन देने वाली आय तर्कशक्ति में मौलिक कमजोरी आ गई है।

गोल्डमैन सैक्स के वन-डेल्टा ट्रेडिंग टेबल के प्रमुख रिच प्रिवोरोत्स्की की नवीनतम रिपोर्ट के अनुसार, प्रति एक मिलियन टोकन के लिए भारित औसत कीमत को मापने वाला सिलिकॉन डेटा LLM टोकन व्यय सूचकांक (कोड: SDLLMTK) अगस्त महीने में 29% की गिरावट के साथ महीने के अंत में लगभग 0.97 डॉलर पर बंद हुआ, जो एक नया इतिहास का निम्न स्तर है और मई के उच्च स्तर लगभग 2.05 डॉलर की तुलना में कुल गिरावट 50% से अधिक है। यह सूचकांक पहली बार प्रति एक मिलियन टोकन 1 डॉलर की सीमा को पार कर गया है।

इसी बीच, जेपी मॉर्गन डेटासेंटर की रिपोर्ट के अनुसार, ओपनराउटर प्लेटफॉर्म पर अगस्त में टोकन उपयोग में लगभग 47% की वृद्धि हुई, लेकिन डॉलर में खर्च केवल लगभग 7% बढ़ा। मात्रा में वृद्धि और कीमत में कमी का यह अंतर सीधे वर्तमान एआई निवेश तर्क के केंद्रीय विरोधाभास को उजागर करता है: स्टॉक बाजार का रिटर्न डॉलर में, न कि टोकन संख्या में मापा जाता है, और अत्यधिक विशाल डेटासेंटर के पूंजी खर्च की गणना डॉलर आय की अपेक्षा के आधार पर की जाती है।

प्रिवोरोत्स्की ने रिपोर्ट में स्पष्ट रूप से बताया कि, "अधिक मांग और कम कीमतें, यदि कीमतों का पतन उपभोग की वृद्धि से तेज़ है, तो स्वयं ही एक अच्छा संकेत नहीं है।"

टोकन की कीमत में गिरावट: डिमांड नहीं गायब हुई, बल्कि इकाई मूल्य टूट रहा है

Silicon Data का LLM Token Expenditure Index टोकन की मांग को मापने का सूचकांक नहीं है, बल्कि एक उपयोग-भारित मूल्य सूचकांक है। कंपनी ने स्वयं बाजार को संकेत दिया है कि इस सूचकांक में गिरावट का कारण मूल्य में कमी, उपयोगकर्ताओं का कम लागत वाले ओपन-सोर्स मॉडल पर स्थानांतरण, या दोनों हो सकता है, और इसका अर्थ AI उपयोग में कमी नहीं है।

हालाँकि, यही समस्या का मुख्य बिंदु है। OpenRouter की रूटिंग मात्रा में भारी वृद्धि हुई है, लेकिन H100 GPU किराए की कीमतें गिर रही हैं—यह "टोकन की मांग में तेजी" के कथन के विपरीत है। प्रिवोरोत्स्की ने बताया कि अगस्त के डेटा में स्पष्ट पैटर्न दिख रहा है: मात्रा में भारी वृद्धि, लेकिन कीमतों में उससे अधिक गिरावट, और डॉलर में खर्च लगभग अपरिवर्तित रहा।

गोल्डमैन सैक्स का निष्कर्ष है कि पिछले दो वर्षों की इक्विटी मूल्यांकन एक ऐसी मान्यता पर आधारित था कि "अधिक टोकन का अर्थ है अधिक आय", लेकिन अगस्त के डेटा ने पहली बार स्पष्ट रूप से इस मान्यता को तोड़ दिया।

बढ़ती प्रतिस्पर्धा और स्थानीय निष्कर्षण: प्रति टोकन मूल्य निर्धारण मॉडल का संरचनात्मक अपक्षय

प्रिवोरोत्स्की ने रिपोर्ट में सीधे कहा कि वह "टोकन-आधारित बिलिंग" को एक स्थायी व्यावसायिक मॉडल के रूप में संदेह से देखते हैं। मिलियन टोकन पर क्लाउड इन्फरेंस की कीमत निर्धारण की तर्कशृंखला तीन पूर्वधारणाओं पर निर्भर करती है: मॉडल इतना बड़ा है कि इसे स्थानीय रूप से चलाया नहीं जा सकता, उपयोगकर्ता ओपन-सोर्स विकल्पों से इसे प्रतिस्थापित नहीं कर सकते, और कार्यभार इतना अचानक है कि स्वयं की कैलकुलेशन सुविधा बनाना अप्रासंगिक है। और ये तीनों पूर्वधारणाएँ वर्तमान में समानांतर रूप से टूट रही हैं।

हार्डवेयर स्तर पर, RTX Spark स्तर के लैपटॉप, DGX Spark स्टेशन, 700 अरब पैरामीटर मॉडल चलाने वाले Mac Studio, और 40 से 75+ TOPS के बीच की क्षमता वाले NPU ने बड़ी संख्या में टोकन की सीमांत लागत को बिजली के शुल्क के स्तर तक कम कर दिया है। जब किसी कंपनी का मासिक API बिल एक 5000 से 15000 डॉलर के उपकरण की अवमूल्यन लागत से अधिक हो जाता है, तो वह कंपनी टोकन उपभोक्ता से एकल बार हार्डवेयर खरीददार बन जाती है, और 40% लाभक्षमता वाले सॉफ्टवेयर सब्सक्रिप्शन उपयोगकर्ता के रूप में नहीं रहती।

मॉडल प्रतिस्पर्धा के मामले में, मेटा ने 2 सितंबर को Muse Spark 1.3 लॉन्च किया, जो स्वतंत्र बेंचमार्क पर GPT-5.6 Sol और Claude Opus 5 के साथ एक ही स्तर पर है और एजेंट कार्यों और कोड जनरेशन में उल्लेखनीय प्रदर्शन करता है। प्रिवोरोत्स्की ने कहा, "अग्रणी लाभ सप्ताहों में मापा जाता है, यह एक व्यापारिक बाधा नहीं है, बल्कि एक उत्पाद चक्र है।" जब भी दूसरे स्तर का मॉडल पर्याप्त रूप से निकट होता है और कम कीमत पर उपलब्ध होता है, तो कंपनियाँ प्रीमियम स्तर को छोड़ देती हैं, और Token मूल्य सूचकांक इस रूटिंग निर्णय का समग्र प्रतिबिंब है।

पूंजी व्यय का तर्क दबाव में है: क्रेडिट बाजार ने पहले ही चेतावनी दे दी है

गोल्डमैन सैक्स की रिपोर्ट के अनुसार, इस AI पूंजी खर्च चक्र में लचीले संचालन खर्च नहीं, बल्कि पहले से बंधक भारी संपत्ति के प्रतिबद्धताएँ शामिल हैं। रिपोर्ट के अनुसार, पांच रेटिंग प्राप्त अतिविशाल बादल फर्मों का 2026 तक कुल पूंजी खर्च लगभग 7370 अरब डॉलर होने का अनुमान है, जो उनकी आय का लगभग 38% है। मूडीज ने स्वतंत्र नकदी प्रवाह में संकुचन, बैलेंस शीट के हल्के संपत्ति से भारी संपत्ति की ओर स्थानांतरण, और बॉन्ड के रूप में प्रकट नहीं होने वाली किराया प्रतिबद्धताओं के संबंध में चेतावनी जारी की है, जो वास्तव में प्रतिबद्धता करने वालों को प्रभावित करती हैं।

क्रेडिट बाजार की प्रतिक्रिया स्टॉक बाजार से पहले हुई है। संबंधित बॉन्ड्स के एक स्टैटिस्टिक्स के अनुसार, 2026 में जारी किए गए 91 बड़े क्लाउड प्रोवाइडर बॉन्ड्स में से 78 बॉन्ड 8 अगस्त तक इश्यू प्राइस के नीचे गिर चुके हैं। प्रिवोरोत्स्की इसे "क्रेडिट का पुनर्मूल्यांकन" कहते हैं और बताते हैं कि स्टॉक वैल्यूएशन मल्टीपल्स लैगिंग इंडिकेटर हैं।

इसकी त論理的 श्रृंखला स्पष्ट है: टोकन की कीमत में 30% की गिरावट, उपयोग में 20% की वृद्धि, जिससे आय में कमी आई; आय में कमी के बावजूद 2025 से 2027 तक के निर्माण चक्र के लिए अवमूल्यन और ब्याज बढ़ रहे हैं, जिससे निवेश लाभदायकता गिर गई; निवेश लाभदायकता के गिरने के बाद, बाजार को "बुलबुला फटने" की नाटकीय कहानी की आवश्यकता नहीं है, बल्कि केवल इतना करना है कि मूल्यांकन गुणक को एक ऐसे सार्वजनिक उपकरण के स्तर पर समायोजित किया जाए, जिसके पास बहुत सारे संपत्ति हैं, लेकिन मूल्य निर्धारण क्षमता सीमित है।

GPT-6 Astra: एकमात्र शेष नैरेटिव टर्नवर्ट

रिपोर्ट में, प्रिवोरोत्स्की ने OpenAI के अगली पीढ़ी के मॉडल Astra को वर्तमान में एकमात्र ऐसा निकट भविष्य का प्रेरक माना है जो स्थिति को बदल सकता है। 1 सितंबर को, OpenAI ने घोषणा की कि Astra ने अपने Preparedness Framework के तहत महत्वपूर्ण साइबर सुरक्षा सीमा पार कर ली है और इस प्रकार के मॉडल में शामिल होने वाला पहला मॉडल बन गया है।

हालांकि, गोल्डमैन सैक्स के ट्रेडिंग टेबल इसके प्रति सावधान रहते हैं। एक अत्यधिक आक्रामक मॉडल, जिसकी पहुंच सीमित है, जिसे निगरानी की आवश्यकता है और जिसका उपयोग करने में कठिनाई है, वह स्वतः टोकन आय पूल को पूरा नहीं करता। यदि उच्च मूल्यवान वर्कलोड सदैव नियंत्रित परीक्षण चरण में ही रहते हैं और सार्वजनिक बिलिंग सिस्टम में नहीं जाते, तो एस्ट्रा बिलिंग टोकन की संख्या कम कर सकता है।

रिपोर्ट का निष्कर्ष है: आस्ट्रा अंतिम निकट चर है जो आय संरचना को उच्च मूल्य वर्ग की ओर ले जाने में सक्षम है। इससे पहले, अगस्त के टोकन मूल्य डेटा वर्तमान बाजार स्थिति का सबसे वास्तविक संकेत है—मांग असीमित रूप से बढ़ सकती है, लेकिन यदि असीमित मांग के समय मूल्य डेटा सेंटर बनाने के लिए जारी किए गए ऋण की लागत को कवर नहीं कर सकता, तो शेयर मूल्य अभी भी गिर सकता है।