Harga Token Jatuh 67% Tahun Ini. Bil AI Anda Tetap Meningkat

Vendor anda memetik harga yang lebih rendah. Pasukan kewangan anda pula membenderakan item perbelanjaan AI yang lebih besar. Kedua-duanya betul.

Ini bukan percanggahan. Ini adalah perangkap kos yang menentukan AI perusahaan pada tahun 2026, dan kebanyakan CEO belum mempunyai rangka kerja untuknya.

Menurut analisis Fortune yang diterbitkan pada 22 Mei 2026, peralihan kepada aliran kerja kecerdasan buatan (AI) agentic menyebabkan jumlah perbelanjaan perusahaan meningkat dengan ketara walaupun kos inferens AI setiap unit terus jatuh. Masalahnya bukan pada harga setiap token. Ia terletak pada bilangan token yang digunakan oleh beban kerja AI moden.

Paradoks Jevons Sedang Mengurus Bajet AI Anda

Pakar ekonomi mempunyai nama untuk corak ini. Paradoks Jevons menyatakan bahawa apabila sesuatu sumber menjadi lebih murah, jumlah penggunaan cenderung meningkat lebih cepat daripada penurunan harga, kerana kos yang lebih rendah membuka kes penggunaan baharu yang sebelumnya tidak dapat dilaksanakan. Arang batu. Elektrik. Lebar jalur. Kini token.

Kos inferens AI campuran jatuh kira-kira 67% berbanding tahun sebelumnya, turun daripada kira-kira $18.40 kepada $6.07 bagi setiap juta token antara suku pertama 2025 dan suku pertama 2026, berdasarkan analisis kos industri 2026. Itu adalah penurunan harga yang nyata dan dramatik.

Namun 73% perusahaan melaporkan pada tahun 2026 bahawa kos AI sebenar mereka melebihi unjuran asal. Jurang itu bukan kesilapan belanjawan. Ia adalah Paradoks Jevons dalam tindakan: AI yang lebih murah membolehkan syarikat menggunakannya lebih banyak, di lebih banyak tempat, menjalankan beban kerja yang lebih kompleks.

Fakta Utama

• Harga token jatuh kira-kira 67% berbanding tahun sebelumnya (kira-kira $18.40 kepada $6.07 bagi setiap juta token, S1 2025 hingga S1 2026). (Analisis kos industri 2026)
• 73% perusahaan melaporkan perbelanjaan AI melebihi unjuran asal pada tahun 2026. (Analisis kos 2026)
• Analisis Goldman Sachs mengunjurkan AI agentic berpotensi meningkatkan jumlah permintaan token sehingga 24x. (Tom's Hardware, memetik Goldman Sachs)

Mengapa AI Agentic Melebihi Bajet

Kes penggunaan AI yang mudah, bot sembang yang menjawab soalan atau model yang meringkaskan dokumen, menggunakan token dalam satu pertukaran. Satu prompt masuk, satu respons keluar. Anda boleh memodelkan kos itu pada hamparan data.

Beban kerja agentic tidak berfungsi begitu. Ejen yang menyelesaikan tugasan secara bebas mencetuskan 10 hingga 20 panggilan model bagi setiap tindakan pengguna. Setiap langkah dalam aliran kerja adalah panggilan inferens yang berasingan. Penjanaan bertambah dengan pengambilan semula (RAG), di mana model menarik masuk dokumen berkaitan untuk menjawab dengan tepat, mengembangkan tetingkap konteks sebanyak 3 hingga 5 kali. Ejen pemantauan yang sentiasa aktif berjalan secara berterusan sepanjang masa, menjana token sama ada manusia memerhatikannya atau tidak.

Kesan pengkompaunan ini adalah ketara. Satu aliran kerja agentic yang kelihatan seperti "satu tugasan" mungkin menggunakan lima puluh kali lebih banyak token berbanding permintaan yang sama yang dikendalikan oleh model panggilan tunggal asas.

Analisis Goldman Sachs yang dilaporkan oleh Tom's Hardware meletakkan nombor pada perkara ini: AI agentic berpotensi meningkatkan jumlah permintaan token perusahaan sehingga 24 kali berbanding penggunaan semasa. Itu bukan ramalan untuk masa depan yang jauh. Syarikat seperti Uber sudah pun mengalaminya.

Ketua pegawai teknologi Uber mendedahkan bahawa syarikat itu menghabiskan seluruh bajet AI 2026 mereka dalam masa empat bulan. Penggunaan Claude Code dalaman, pembantu pengekodan AI Anthropic, melonjak daripada 32% kepada 84% daripada kira-kira 5,000 jurutera. Kos bulanan setiap jurutera berkisar antara $500 hingga $2,000, menurut laporan Fortune dan Tom's Hardware. Pada kadar penggunaan itu, merentasi pangkalan kejuruteraan tersebut, perbelanjaan bertambah dengan cepat.

Dan seperti yang dilaporkan oleh Fortune, Microsoft telah mengakui bahawa bagi sesetengah beban kerja, kos pemprosesan AI melebihi kos pekerja manusia untuk melakukan tugasan yang sama.

GitHub Baru Sahaja Mengubah Model Pengebilan. Yang Lain Akan Mengikut.

Realiti kos ini kini membentuk semula cara vendor AI menstrukturkan kontrak mereka.

Pada 1 Jun 2026, GitHub mengalihkan Copilot daripada langganan kadar tetap kepada model berasaskan penggunaan menggunakan "GitHub AI Credits" yang dikaitkan terus kepada penggunaan token. Microsoft sedang mengalihkan suite Copilot yang lebih luas ke arah struktur berasaskan kredit yang sama dalam tempoh yang sama.

Ini penting untuk rundingan vendor seterusnya. Model tempat duduk rata yang menjadikan belanjawan AI terasa seperti perbelanjaan SaaS yang boleh diramal sedang berakhir. Anda sedang beralih ke wilayah utiliti terukur, dan bil meningkat selaras dengan penggunaan, bukan bilangan kakitangan.

Model tadbir urus untuk AI, yang dibincangkan dengan lebih mendalam dalam AI Agentic dan Jurang Tadbir Urus, tidak direka untuk penggunaan terukur. Kebanyakan perusahaan belum mempunyai keterlihatan kos setiap aliran kerja.

Apa yang Perlu Dilakukan

Token yang lebih murah adalah kelebihan sebenar jika anda memanfaatkannya dengan betul. Namun memanfaatkannya memerlukan anda melayan infrastruktur AI seperti anda melayan pengkomputeran awan: sebagai utiliti terukur dengan kawalan kos pada peringkat aliran kerja, bukan lesen tempat duduk kadar rata.

Berikut adalah rangka kerja permulaan yang praktikal.

Ukur kos token setiap aliran kerja sebelum anda skala. Anda tidak boleh mengoptimumkan apa yang tidak anda ukur. Sebelum mengembangkan aliran kerja agentic ke seluruh organisasi, ukur kos sebenarnya setiap tugasan yang diselesaikan. Bandingkan dengan setara buruh manusia. Sesetengah aliran kerja akan menunjukkan kelebihan kos 10x. Yang lain akan menunjukkan sebaliknya.

Tetapkan bajet dan guardrails untuk setiap ejen. Setiap ejen yang dilaksanakan seharusnya mempunyai bajet token maksimum setiap tugasan. Apabila ejen melebihinya, tugasan itu patut dinaiktaraf kepada manusia atau beralih kepada model yang lebih murah. Ini adalah standard dalam pengurusan kos awan dan patut menjadi standard dalam pengurusan AI.

Tentukan aliran kerja mana yang wajar menggunakan perbelanjaan token agentic. Tidak setiap tugasan memerlukan ejen autonomi berbilang langkah. Tugasan klasifikasi atau ringkasan mudah boleh menggunakan model panggilan tunggal pada sebahagian kecil kos. Model open-weight yang lebih murah semakin boleh digunakan untuk inferens berisiko rendah, seperti yang diterokai dalam analisis Nvidia Nemotron untuk CTO. Padankan model dengan kerumitan aliran kerja.

Runding semula semasa pembaharuan dengan data penggunaan di tangan. Jika vendor anda beralih kepada pengebilan berasaskan kredit, data penggunaan sebenar anda dari tempoh kadar rata adalah leverage rundingan anda. Ketahui penggunaan sebenar anda sebelum anda bersetuju dengan struktur penetapan harga baharu.

Layani AI seperti utiliti, bukan lesen perisian. Syarikat elektrik tidak menjual kepada anda "elektrik tanpa had" dengan bayaran bulanan rata. Begitu juga vendor AI, setelah penggunaan agentic matang sepenuhnya. Bina proses tadbir urus dalaman dan kewangan anda berdasarkan perakaunan berasaskan penggunaan sekarang, sebelum model pengebilan berubah di bawah anda.

Penemuan BCG AI Radar 2026 bahawa 90% CEO menjangka AI agentic akan memberikan ROI tahun ini menunjukkan kebanyakan organisasi bertaruh berat pada teknologi ini. Namun pengiraan ROI yang mengandaikan penetapan harga kadar rata akan salah. Struktur kos telah berubah. Strategi perlu mengikutinya.

Untuk pandangan yang lebih luas tentang bagaimana hubungan vendor AI sedang berubah, analisis pengiraan vendor daripada pengajuan IPO Anthropic merangkumi implikasi strategik AI menjadi perbelanjaan infrastruktur asas.

Audit Kos Ejen 3-Soalan

Sebelum melaksanakan sebarang aliran kerja agentic pada skala besar, jalankan tiga soalan ini:

1. Berapakah kos token bagi setiap tugasan yang diselesaikan, diukur merentasi 100 jalankan sebenar (bukan demo)?
2. Adakah kos itu mengatasi alternatif buruh manusia pada skala semasa anda, dan pada skala 10x?
3. Apakah had guardrail yang mengehadkan kos apabila ejen berkelakuan tidak dijangka atau skop tugasan berkembang?

Jika anda tidak dapat menjawab ketiga-tiganya, aliran kerja tersebut belum bersedia untuk persekitaran produksi pada skala besar.

Soalan Lazim

Mengapa bil AI saya meningkat jika harga token sedang jatuh?

Kerana beban kerja AI moden menggunakan jauh lebih banyak token berbanding aplikasi sembang mudah yang kebanyakan model belanjawan andaikan. Aliran kerja agentic mencetuskan 10 hingga 20 panggilan model bagi setiap tugasan pengguna, dan RAG mengembangkan tetingkap konteks sebanyak 3 hingga 5 kali. Harga setiap token lebih rendah, tetapi jumlah yang digunakan jauh lebih tinggi. Jumlah perbelanjaan meningkat walaupun harga unit jatuh, yang merupakan Paradoks Jevons yang diterapkan pada infrastruktur AI.

Apa yang patut saya lakukan sebelum pembaharuan vendor AI seterusnya?

Kumpulkan data penggunaan token sebenar setiap aliran kerja anda dari tempoh kadar rata semasa. Apabila vendor beralih kepada pengebilan berasaskan kredit, data tersebut menjadi garis dasar rundingan anda. Ketahui apa yang anda telah gunakan sebelum bersetuju dengan struktur penetapan harga baharu.

Beban kerja AI mana yang tidak berbaloi dengan perbelanjaan token agentic?

Tugasan satu langkah yang tidak mendapat manfaat daripada rantaian penaakulan: klasifikasi dokumen, ringkasan asas, pengekstrakan entiti, penilaian sentimen. Ini boleh dijalankan pada model panggilan tunggal yang lebih murah atau alternatif open-weight. Simpan perbelanjaan agentic berbilang langkah untuk aliran kerja di mana penaakulan autonomi benar-benar mengubah kualiti output, seperti analisis kompleks, penyelidikan berbilang sumber, atau tugasan yang memerlukan pembuatan keputusan berurutan.

Sumber: Fortune, 22 Mei 2026 | Tom's Hardware | Duperrin, 1 Jun 2026