OpenAI Menyesuaikan Strategi Harga, Merekomendasikan Model Berbiaya Lebih Rendah untuk Tugas Rutin

Jika masih ada orang yang menghabiskan uang paling banyak hari ini untuk memanggil model terkuat OpenAI.

OpenAI justru akan menyarankan dia untuk menggantinya.

Pada 30 Juli, OpenAI mengeluarkan pengumuman penyesuaian harga.

Harga model GPT-5.6Luna turun 80%, harga model Terra turun 20%.

Melihat pesan ini, mudah untuk fokus pada permulaan perang harga di Silicon Valley.

Namun, setelah memeriksa secara teliti dokumen teknis dan panduan pemanggilan API yang diumumkan secara resmi, Anda akan menyadari bahwa tindakan yang benar-benar patut diperhatikan bukan terletak pada angka harga itu sendiri.

Pada dasarnya, ini adalah pertama kalinya OpenAI memberi tahu pengguna bahwa banyak tugas sebenarnya tidak memerlukan model terkuat.

Pihak resmi memberikan saran yang sangat spesifik. Jika itu adalah tugas yang kompleks, selesaikan analisis kebutuhan dan perancangan solusi terlebih dahulu dengan GPT-5.6Sol, lalu serahkan kepada Luna untuk eksekusi, penulisan kode, dan pengujian.

Model termahal bertanggung jawab atas pemikiran, model termurah bertanggung jawab atas pekerjaan. Strategi ini dua tahun lalu tampak seperti penolakan diri secara bisnis.

Perlu diketahui, sebelumnya seluruh industri AI, semua orang berlomba-lomba memberi tahu pasar bahwa model mereka paling cerdas.

Hari ini, OpenAI justru mengatakan bahwa tidak perlu selalu membeli yang paling mahal.

Hal ini jauh lebih penting daripada penurunan harga.

Lihat dulu apa yang terjadi dalam dua minggu terakhir.

Pada 30 Juli, OpenAI menyesuaikan harga. Luna turun 80%. Terra turun 20%. Sol tidak menurunkan harga, tetapi menambahkan mode Cepat, yang bisa hingga 2,5 kali lebih cepat daripada mode standar, dengan harga yang dua kali lipat, tetapi tingkat kecerdasannya tetap sama.

Model top-end tetap dipertahankan. Yang mulai benar-benar meningkat volume penjualannya adalah model menengah dan bawah.

Satu minggu sebelumnya.

Pada 24 Juli, Anthropic juga melakukan hal yang hampir sama. Claude Opus 5 dirilis, dengan input satu juta token seharga 5 dolar AS dan output seharga 25 dolar AS. Tepat setengah dari harga Fable 5.

Alih-alih menekankan terobosan performa, Anthropic lebih menekankan ekonominya: dengan harga setengahnya, Anda bisa mendapatkan kemampuan inferensi mutakhir yang hampir setara dengan Fable 5.

Hanya satu bulan lalu, Fable 5 masih menjadi flagship yang secara aktif dipromosikan oleh Anthropic: penalaran terkuat, konteks terpanjang, harga tertinggi. Tapi sebulan kemudian, Anthropic sendiri menghadirkan alternatif dengan harga setengahnya untuk flagship tersebut.

Jika hanya satu pihak yang melakukannya, bisa dipahami sebagai penyesuaian produk. Jika dua pihak melakukannya hampir bersamaan, bukan lagi kebetulan.

Mereka semua mulai secara aktif mengurangi pentingnya model unggulan.

Saya terus memikirkan mengapa tepatnya sekarang.

Jawabannya sebenarnya tidak rumit.

Nilai terbesar dari model unggulan sebelumnya bukanlah menghasilkan uang, tetapi membuktikan kepemimpinan teknologi. Setelah GPT-4 dirilis, valuasi OpenAI terus meningkat. Setiap kali Claude diperbarui, Anthropic selalu mendefinisikan ulang posisi teknologinya. Model unggulan memikul nilai merek.

Tetapi tempat sebenarnya di mana perusahaan menghabiskan uang, bukan di sini.

Sebuah perusahaan menjalankan beberapa juta panggilan API setiap hari. Tugas-tugas berfrekuensi tinggi seperti layanan pelanggan, pencarian, persetujuan, pembuatan kode, dan eksekusi Agent mengonsumsi sebagian besar token. Yang paling diperhatikan perusahaan dalam pembelian bukanlah peringkat pertama pada benchmark, melainkan biaya per tugas, seberapa stabil layanannya, dan seberapa tinggi ROI-nya.

Ketika skala panggilan diperluas hingga puluhan juta per hari, keunggulan cerdas yang sedikit dari model unggulan akan langsung hilang karena biaya komputasi yang sangat besar.

Tindakan dan pernyataan OpenAI menandai titik balik: flagship teratas tidak lagi memikul tanggung jawab untuk menghasilkan uang.

Adegan ini sudah pernah dialami oleh industri otomotif.

Dua puluh tahun lalu, seri 7 menetapkan tinggi standar BMW, kelas S mengangkat nuansa mewah Mercedes, dan A8 meletakkan dasar citra unggulan Audi—model unggulan menentukan batas atas merek. Namun, fondasi utama yang benar-benar mendukung volume penjualan dan menghasilkan keuntungan tetaplah BMW 3 Series, Mercedes C-Class, dan Audi A4.

Kemudian menjadi lebih jelas. Model S membuktikan bahwa Tesla mampu memproduksi mobil. Yang benar-benar menjadikannya produsen mobil global adalah Model 3 dan Model Y.

Fleet model bertanggung jawab atas bukti kemampuan, sementara model massal bertanggung jawab atas skala.

AI hari ini juga mulai memasuki tahap ini. Sol dan Fable akan terus ada, bertanggung jawab atas dorongan terhadap batas teknis dan pembaruan Benchmark. Yang semakin banyak memikul komersialisasi akan menjadi Luna, Terra, dan Opus.

OpenAI kali ini bahkan secara terbuka menuliskan proses rekomendasi, Sol bertanggung jawab atas perencanaan, Luna bertanggung jawab atas eksekusi.

Ini bukan lagi sekadar sebuah model, OpenAI sedang merancang sistem pembagian tugas antar model. Di masa depan, perusahaan tidak akan membeli satu model, melainkan seluruh sistem model. Yang benar-benar menentukan biaya bukanlah desainer utama, tetapi tim konstruksi yang bekerja setiap hari.

Masih ada satu detail yang menurut saya lebih menarik daripada penurunan harga itu sendiri.

OpenAI menyebutkan dalam dokumentasi teknisnya bahwa penurunan harga ini bukan hanya karena pembelian GPU yang lebih banyak, bukan pula karena skala yang membesar. Alasan sebenarnya adalah model mulai berpartisipasi dalam optimasi model.

Secara khusus, di bawah bimbingan insinyur manusia, Sol secara mandiri menulis ulang dan mengoptimalkan inti produksi dasar. Ia merancang ratusan eksperimen sendiri untuk meningkatkan efisiensi generasi Token, bahkan terlibat dalam memantau proses pelatihan model dan langsung mengambil tindakan saat menemukan masalah.

Hasilnya, biaya operasional end-to-end turun 20%, dan efisiensi generasi Token meningkat 15%.

Pesan ini mudah diabaikan, tetapi memiliki makna yang besar.

Dulu, meningkatkan efisiensi bergantung pada insinyur. Setelah model diluncurkan, orang satu Klik Mengoptimalkan kerangka inferensi, CUDA, strategi cache, dan algoritma penjadwalan. Dalam satu tahun, mendapatkan peningkatan efisiensi sebesar beberapa persen saja sudah bagus.

Saat ini, perkembangan teknologi memasuki jalur baru. Model mulai mengambil alih optimasi teknis dari kode dasar dan pengaturan daya komputasi, berjalan secara iteratif 24 jam sehari.

Ini adalah siklus yang terus mempercepat. Semakin cerdas model, semakin kuat kemampuannya untuk berpartisipasi dalam optimasi. Semakin cepat optimasi, semakin cepat biaya turun. Semakin rendah biaya, semakin besar volume permintaan. Semakin besar volume permintaan, semakin banyak data yang dihasilkan untuk terus melatih model.

Saya meninjau perubahan harga OpenAI selama dua setengah tahun terakhir. Input awal GPT-4 seharga 30 dolar per juta token, GPT-4o turun menjadi 5 dolar, dan GPT-4o mini mencapai 0,15 dolar. Kini, Luna dipatok di kisaran harga murah yang dulu dimiliki mini, namun tingkat kecerdasan keseluruhannya jauh melampaui GPT-4 mahal dari dua tahun lalu.

Selama lebih dari dua tahun, harga turun mendekati dua tingkat. Jika model terus berpartisipasi dalam mengoptimalkan dirinya sendiri, kurva ini kemungkinan besar akan terus turun.

Yang benar-benar menakutkan bukanlah harga turun 80% hari ini, tetapi penurunan biaya yang mulai memiliki kemampuan dorong mandiri.

Saya semakin merasa bahwa ketika orang-orang membahas persaingan AI hari ini, terkadang masih menggunakan kerangka dari tahap sebelumnya.

Misalnya, sering kali ditanyakan lagi: Siapa yang paling cerdas? GPT, Claude, Gemini, DeepSeek , setiap kali merilis model baru, media langsung melihat peringkat. Siapa yang pertama, dia yang menang.

Namun, tindakan baru dari OpenAI dan Anthropic memecahkan pola ini, mengirimkan sinyal baru ke pasar: daya tarik juara kinerja tunggal sedang menurun.

OpenAI menyebutkan satu kalimat dalam pengumumannya, yang saya anggap sangat penting, yaitu menyarankan pengembang untuk menyesuaikan model yang berbeda berdasarkan tingkat kepentingan tugas, biaya kesalahan, tingkat urgensi, dan skala.

Perhatikan, yang dibahas bukan lagi model, tetapi tugas.

Dulu, ketika sebuah perusahaan menerapkan AI, biasanya hanya ada satu pilihan. Mulai hari ini, itu lebih seperti membangun sebuah organisasi. Tugas paling penting diberikan ke Sol, pelaksanaan harian diserahkan ke Luna, dan di masa depan mungkin akan ada model yang lebih ringan untuk menangani tugas yang lebih sederhana.

Ini sangat mirip dengan masa awal komputasi awan. Tidak ada yang akan menyimpan semua data di SSD termahal. Data panas ditempatkan di SSD, data biasa di HDD, dan data dingin di penyimpanan objek. Yang dibahas orang selalu bukan hard drive mana yang paling cepat, tetapi bagaimana merancang sistem secara paling hemat biaya.

DeepSeek Sebenarnya lebih awal mendeteksi arah ini daripada Silicon Valley. Dalam enam bulan terakhir, hampir tidak pernah menekankan bahwa dirinya adalah yang paling cerdas di dunia, yang terus diulang hanyalah beberapa kata: murah, cukup cepat, cukup memadai.

Setelah cache berhasil, biaya per juta Token menjadi hampir dapat diabaikan. Ia terus mempertaruhkan satu hal: perusahaan tidak membutuhkan juara dunia, tetapi opsi penyebaran dengan ROI terbaik secara keseluruhan.

Ini bukan perang harga jangka pendek; langkah kedua raksasa Silicon Valley ini sekarang mengonfirmasi kepastian jalur bisnis ini.

Hingga hari ini, strategi OpenAI sangat jelas: yang benar-benar ingin mereka jual bukan lagi modelnya, tetapi volume panggilan.

Dulu, produsen model mengandalkan premium teknologi tinggi untuk mendapatkan marjin tinggi, sekarang logika bisnis berubah menjadi menukar ambang sangat rendah demi ekosistem lalu lintas skala besar.

Microsoft benar-benar menghasilkan uang, bukan karena Windows dijual dengan harga tinggi, tetapi karena semua komputer memasang Windows. AWS menghasilkan uang bukan karena keuntungan per server tinggi, tetapi karena setiap hari ada ribuan aplikasi di seluruh dunia yang berjalan di atasnya.

Pendapatan platform selalu bergantung pada tingkat penetrasi.

Ini menjelaskan mengapa harga SOL tidak bergerak. SOL memikul peran merek, membuktikan bahwa OpenAI tetap menjadi perusahaan dengan batas teknologi tertinggi. Sedangkan Luna adalah mesin pendapatan.

OpenAI berharap pengembang membentuk kebiasaan default baru: menulis Agent menggunakan Luna, menjalankan alur kerja menggunakan Luna, dan menjalankan batch juga menggunakan Luna. Hanya saat menghadapi masalah yang benar-benar sulit, baru memanggil Sol sekali.

Setelah default ini terbentuk, persaingan berikutnya akan menjadi sangat sulit. Pemindahan model dasar oleh perusahaan berarti menguji ulang, memvalidasi, dan menyesuaikan seluruh alur kerja. Biaya migrasi akan terus meningkat.

Benteng pertahanan sejati telah mulai berubah dari kepemimpinan kemampuan menjadi keterikatan ekosistem.

Dalam jangka panjang, industri AI sedang mengalami titik balik ekonomi skala yang sangat klasik.

Ketika biaya per unit daya komputasi turun hingga sangat rendah, permintaan total terhadap Token tidak berkurang seiring penurunan harga satuan, malah meledak secara eksponensial.

Model unggulan tidak lagi menentukan arah, karena fokus perkembangan teknologi telah berpindah dari eksplorasi batas kecerdasan ke reduksi biaya komputasi secara industri. Ketika biaya pemanggilan API turun hingga dapat diabaikan, bentuk dan batasan model akan mulai memudar.

Pengembang perusahaan tidak lagi memperhatikan setiap konsumsi Token, tetapi mengintegrasikan AI secara mulus ke dalam setiap proses bisnis.

Hal yang paling mendalam dari perubahan ini adalah bahwa longsoran harga API sedang meningkatkan biaya migrasi keseluruhan rekayasa perangkat lunak. Setelah alur kerja perusahaan, jaringan penjadwalan Agent, dan saluran data otomatis seluruhnya dibangun di atas kombinasi model berbiaya rendah, penyedia model dasar telah mengunci saluran komputasi untuk sepuluh tahun ke depan.

Dalam beberapa tahun terakhir, perusahaan model besar menjual kecerdasan. Mulai hari ini, mereka mulai menjual efisiensi.

Ini adalah dua cerita yang sama sekali berbeda.

[Keluar dari tata letak]:

Dulu kita terbiasa membandingkan perkembangan AI dengan elektronik konsumen, mengharapkan secara berkala munculnya flagship baru yang memecahkan rekor.

Namun mungkin, bentuk kemenangan sejati AI bukanlah menjadi produk yang menjadi perbincangan.

Pada saat mesin uap pertama kali ditemukan, orang-orang terpesona oleh produktivitasnya, sedangkan hari ini, listrik mengalir di mana-mana, menggerakkan seluruh peradaban, namun tak ada lagi yang secara khusus membahasnya.

Ketika manusia tidak lagi secara antusias membahas model unggulan mana yang memecahkan rekor skor IQ baru, AI secara diam-diam terintegrasi ke dalam setiap sistem dan setiap perintah, menjadi air dan listrik yang secara default dipanggil di balik semua proses otomatis.

Masa sejatinya baru saja dimulai.

Artikel ini berasal dari akun WeChat "Di Luar Halaman", penulis: Hua Hua