ราคาของระดับประสิทธิภาพ AI ที่คงที่ลดลงประมาณ 1,000x ในสามปี (a16z, LLMflation 2024) — ผลลัพธ์คุณภาพระดับ GPT-3 ที่เคยมีราคา $60 ต่อ million โทเคนในปลายปี 2021 ถูกขายในราคา $0.06 ในปลายปี 2024 ดัชนี AI Index 2025 ของ Stanford HAI วัดการลดลง 280 เท่าสำหรับคุณภาพที่เทียบเท่า GPT-3.5 ในเวลาประมาณ 18 เดือน (Stanford HAI, AI Index 2025) Epoch AI ติดตามการลดลงค่ามัธยฐานที่ใกล้เคียง 50x ต่อปีในทุกชุดการทดสอบมาตรฐาน โดยเร่งขึ้นเป็น 200x ต่อปีนับตั้งแต่เดือนมกราคม 2024 (Epoch AI, LLM Inference Price Trends 2025) แต่การใช้จ่ายรวมกลับไต่ขึ้นในทิศทางตรงกันข้าม: The Information รายงานว่ายอดบิลการอนุมานปี 2025 ของ OpenAI อยู่ที่ราว $8.4 billion ประมาณสี่เท่าของปีก่อนหน้า การวิเคราะห์นี้รวบรวมข้อมูลจาก Epoch AI, Stanford HAI, a16z, Google, NVIDIA, Menlo Ventures และแหล่งข้อมูลหลักอีก 12 แหล่งเกี่ยวกับสถานะของเศรษฐศาสตร์การอนุมานในกลางปี 2026
TL;DR
- ผลลัพธ์ที่เทียบเท่า GPT-3 ลดลงจาก $60 ต่อ million โทเคนในปี 2021 เหลือ $0.06 ในปี 2024 ซึ่งเป็นการลดลง 1,000x (a16z, LLMflation 2024)
- การสอบถามคุณภาพที่เทียบเท่า GPT-3.5 ลดลงจาก $20 เหลือ $0.07 ต่อ million โทเคน ซึ่งเป็นการลดลง 280 เท่าในเวลาประมาณ 18 เดือน (Stanford HAI, AI Index 2025)
- การลดลงของราคาต่อประสิทธิภาพในชุดการทดสอบมาตรฐานอยู่ระหว่าง 9x ถึง 900x ต่อปี ค่ามัธยฐาน 50x เพิ่มขึ้นเป็น 200x นับตั้งแต่เดือนมกราคม 2024 (Epoch AI, 2025)
- ความก้าวหน้าด้านประสิทธิภาพอัลกอริทึมที่แยกออกมาต่างหากอยู่ที่ประมาณ 3x ต่อปี นอกเหนือจากความก้าวหน้าด้านฮาร์ดแวร์ (The Price of Progress, arXiv 2025)
- ค่าเช่าเฉลี่ยตลาดแบบตามความต้องการสำหรับ NVIDIA H100 อยู่ที่ประมาณ $3.61 ต่อชั่วโมง GPU ในผู้ให้บริการ 42 รายในปี 2026 (getdeploying, 2026)
- GB300 NVL72 ของ NVIDIA ทำได้ถึง $0.12 ต่อ million โทเคน ซึ่งอธิบายว่าเป็นต้นทุนต่อโทเคนที่ต่ำกว่า Hopper ถึง 35x (NVIDIA, InferenceMAX 2025)
- Google ประมวลผล 3.2 quadrillion โทเคนต่อเดือนภายในกลางปี 2026 มากกว่าประมาณ 7 เท่าเมื่อเทียบปีต่อปี (Google I/O 2026)
- การใช้จ่าย API LLM ขององค์กรเพิ่มขึ้นเป็นสองเท่าจาก $3.5 billion เป็น $8.4 billion ในหกเดือน (Menlo Ventures, 2025)
- ต้นทุนการอนุมานปี 2025 ของ OpenAI สูงถึงประมาณ $8.4 billion ประมาณ 4 เท่าของปีก่อนหน้า (The Information, 2025)
- โครงสร้างพื้นฐานการฝึกบวกการอนุมานรวมกันมีมูลค่า $251 billion ในปี 2025 และเติบโตเป็น $672 billion ภายในปี 2029 (Bloomberg Intelligence ผ่าน Cerebras S-1 2026)
- คำขอข้อความ Gemini ค่ามัธยฐานใช้ 0.24 วัตต์-ชั่วโมง ลดลง 33x ใน 12 เดือน (Google, 2025)
1. การล่มสลายของราคาสำหรับประสิทธิภาพที่เทียบเท่ากัน
ตัวเลขเด่นในเศรษฐศาสตร์การอนุมานไม่ใช่ราคาใดราคาหนึ่ง — แต่คือความชัน สำหรับมาตรฐานคุณภาพคงที่ ต้นทุนในการรันโมเดลลดลงครึ่งหนึ่งในระดับเวลาเป็นเดือน ไม่ใช่ปี และการลดลงนี้ชันขึ้นตั้งแต่ต้นปี 2024 ความแตกต่างระหว่างชุดการทดสอบมาตรฐานมีความสำคัญ: คุณภาพระดับสินค้าโภคภัณฑ์ราคาถูกลดลงเร็วที่สุด ในขณะที่คุณภาพการให้เหตุผลระดับแนวหน้ายังคงรักษาราคาไว้ Epoch AI วัดการลดลงค่ามัธยฐาน 50x ต่อปี ซึ่งพุ่งขึ้นเป็น 200x ต่อปีเมื่อจำกัดเฉพาะข้อมูลตั้งแต่เดือนมกราคม 2024 ระดับพื้นฐานยังคงลดลงเรื่อยๆ เพราะมีสามแรงซ้อนทับกัน: การแข่งขัน ซิลิคอนที่ดีขึ้น และอัลกอริทึมที่ดีขึ้น เมื่อแยกปัจจัยสุดท้ายออกมา ทีมวิจัยทีมหนึ่ง ระบุประสิทธิภาพอัลกอริทึมล้วนๆ ไว้ที่ประมาณ 3x ต่อปี
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ราคาคุณภาพเทียบเท่า GPT-3 (MMLU ~42) | $60/M tokens (Nov 2021) to $0.06/M (2024), a 1,000x drop | a16z, LLMflation (2024) |
| อัตรา LLMflation สำหรับประสิทธิภาพเท่ากัน | ~10x cheaper per year | a16z, LLMflation (2024) |
| ราคาคุณภาพเทียบเท่า GPT-3.5 (MMLU 64.8%) | $20/M (Nov 2022) to $0.07/M (Oct 2024), 280-fold | Stanford HAI, AI Index (2025) |
| การลดลงของราคาต่อประสิทธิภาพระหว่างชุดทดสอบ | 9x to 900x per year; median 50x | Epoch AI, Inference Price Trends (2025) |
| การเร่งตัวหลังเดือนมกราคม 2024 | Median 200x per year | Epoch AI, Inference Price Trends (2025) |
| คุณภาพ GPT-4 บน GPQA Diamond | 40x per year price drop | Epoch AI, Inference Price Trends (2025) |
| การลดลงของราคาชุดทดสอบระดับแนวหน้า | 5x to 10x per year | The Price of Progress (arXiv, 2025) |
| ความก้าวหน้าด้านประสิทธิภาพอัลกอริทึมที่แยกออกมา | ~3x per year | The Price of Progress (arXiv, 2025) |
หมายเหตุค่าผิดปกติ: ชุดข้อมูลของ Epoch เองที่อยู่เบื้องหลังตัวเลขเหล่านี้อ้างอิงจากการสังเกตราคาที่ไม่ซ้ำกัน 36 รายการในชุดทดสอบมาตรฐานหกชุด ดังนั้นอัตราของชุดทดสอบเดี่ยว (ค่าสุดขั้ว 900x) จึงมีความผันผวนมากกว่าค่ามัธยฐานที่รวมกัน
2. ฮาร์ดแวร์และเศรษฐศาสตร์ GPU
ราคาโทเคนที่ลดลงอาศัยราคาการประมวลผลที่ลดลงเป็นฐาน อัตราค่าเช่าสำหรับ NVIDIA H100 ซึ่งเป็นม้างานหลักยังคงลดลงต่อเนื่องตลอดปี 2025 จนถึงปี 2026 เมื่อคลาวด์เฉพาะทางตัดราคาต่ำกว่าไฮเปอร์สเกลเลอร์ และอุปกรณ์เร่งความเร็วรุ่นใหม่แต่ละรุ่นก็รีเซ็ตระดับพื้นฐานของต้นทุนต่อโทเคน ผลการทดสอบ InferenceMAX ของ NVIDIA ซึ่งเผยแพร่ในเดือนตุลาคม 2025 ระบุว่า GB300 NVL72 อยู่ที่ $0.12 ต่อ million โทเคน — ต้นทุนต่อโทเคนที่ต่ำกว่ารุ่น Hopper ถึง 35x การนำเสนอของผู้ผลิตเป็นไปในเชิงส่งเสริมการขาย ดังนั้นควรพิจารณาตัวคูณเหล่านี้ว่าเป็นสถานการณ์ที่ดีที่สุด แต่ทิศทางสอดคล้องกับเครื่องมือติดตามราคาอิสระด้านล่าง Gartner คาดการณ์ว่าแนวโน้มนี้จะดำเนินต่อไปอีกหลายปี: การอนุมานบนโมเดลที่มีพารามิเตอร์ระดับล้านล้านควรมีต้นทุนต่ำกว่า 90 เปอร์เซ็นต์ในปี 2030 เมื่อเทียบกับปี 2025
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ค่าเฉลี่ย H100 แบบตามความต้องการ, ผู้ให้บริการ 42 ราย | ~$3.61 per GPU-hour | getdeploying (2026) |
| การลดลงของราคาคลาวด์ H100 จากจุดสูงสุด | 64% to 75% | GPU price trackers (2026) |
| การลดราคา H100 ของ AWS, มิถุนายน 2025 | ~44% | GPU price trackers (2026) |
| การเติบโตของประสิทธิภาพฮาร์ดแวร์ ML | 43% per year, doubling every 1.9 years | Stanford HAI, AI Index (2025) |
| การลดลงของต้นทุนฮาร์ดแวร์ ML / ประสิทธิภาพพลังงาน | -30% per year / +40% per year | Stanford HAI, AI Index (2025) |
| ต้นทุนต่อโทเคนของ NVIDIA GB300 NVL72 | $0.12/M, 35x lower than Hopper | NVIDIA, InferenceMAX (2025) |
| ต้นทุนต่อ million โทเคนของ Blackwell | 15x lower than prior generation | NVIDIA, InferenceMAX (2025) |
| ต้นทุนที่คาดการณ์ปี 2030, การอนุมานโมเดล 1T พารามิเตอร์ | >90% lower vs 2025 | Gartner (2025) |
บริบท: การเปิดเผยข้อมูลเดียวกันของ NVIDIA อ้างว่าการติดตั้ง GB200 NVL72 มูลค่า $5 million สร้างรายได้จากโทเคนประมาณ $75 million ซึ่งเป็นผลตอบแทน 15x — นี่คือการนำเสนอผลตอบแทนการลงทุนของผู้จำหน่าย ไม่ใช่การตรวจสอบอิสระ สำหรับภาพรวมของซิลิคอนที่กว้างขึ้น ดูสถิติชิป AI ของเรา
3. การระเบิดของโทเคน
โทเคนที่ถูกลงไม่ได้ทำให้ยอดบิลเล็กลง แต่กลับทำให้ความต้องการระเบิดขึ้น เมื่อราคาต่อโทเคนลดลง ผู้ให้บริการเริ่มวัดปริมาณงานเป็น quadrillion และภาระงานแบบ agentic ที่ยิงการเรียกหลายสิบครั้งต่องานหนึ่งงานยิ่งผลักดันปริมาณให้สูงขึ้นไปอีก Google รายงานว่าประมวลผล 3.2 quadrillion โทเคนต่อเดือนภายในกลางปี 2026 มากกว่าอัตราของปีก่อนหน้าประมาณ 7 เท่า นี่คือปรากฏการณ์ Jevons ที่เกิดขึ้นแบบเรียลไทม์: ทรัพยากรยิ่งมีประสิทธิภาพมากเท่าไร ก็ยิ่งถูกใช้มากขึ้นเท่านั้น Gartner ระบุว่าคำสอบถามแบบ agentic เพียงอย่างเดียวใช้โทเคนมากกว่าการสนทนาแชทบอทมาตรฐาน 5 ถึง 30 เท่า ดังนั้นเส้นโค้งปริมาณจึงชันขึ้นเมื่อผลิตภัณฑ์เปลี่ยนจากคำตอบเดี่ยวไปเป็นเอเจนต์แบบหลายขั้นตอน
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ปริมาณงานโทเคนของ Google | 3.2 quadrillion/month (mid-2026), 7x YoY | Google I/O (2026) |
| การเติบโตของโทเคนของ Google | 480T/month (May 2025) to 980T (July 2025) | T. Tunguz, Token Race (2025) |
| ปริมาณงานของ Microsoft Foundry | 100T tokens in a quarter; 50T single-month record | T. Tunguz, Token Race (2025) |
| จำนวนลูกค้ารายใหญ่ของ Microsoft | 250+ customers on track for >1T tokens/year each | Microsoft, via T. Tunguz (2025) |
| ปริมาณงานของ Together.ai | 2 trillion tokens/day (Sept 2025) | T. Tunguz, Token Race (2025) |
| ส่วนแบ่งโอเพนซอร์สในปริมาณการอนุมาน | ~1% to 3% | T. Tunguz, Token Race (2025) |
| ตัวคูณโทเคนของคำสอบถามแบบ agentic | 5x to 30x more tokens than a chatbot query | Gartner (2025) |
บริบท: AI แบบ agentic คิดเป็นน้อยกว่า 1 เปอร์เซ็นต์ของกิจกรรมการอนุมานโดยรวมของ Azure ในช่วงเวลาที่อ้างอิง ดังนั้นตัวคูณ 5x-30x จึงถูกใช้กับฐานที่เล็กแต่เติบโตเร็ว สำหรับทิศทางต่อไปของภาระงานเหล่านั้น ดูสถิติเอเจนต์ AI ของเรา
4. การใช้จ่ายขององค์กรและความขัดแย้งของอัตรากำไร
นี่คือความขัดแย้งในหนึ่งประโยค: ราคาต่อหน่วยกำลังล่มสลาย แต่ทั้งผู้ซื้อและผู้ขายกลับใช้จ่ายมากขึ้น องค์กรต่างๆ ย้ายงบประมาณจากการทดลองไปสู่การผลิตที่ทำงานตลอดเวลา ซึ่งการอนุมานไม่เคยหยุดนิ่ง Menlo Ventures พบว่า 74 เปอร์เซ็นต์ของผู้สร้าง AI ระบุว่าภาระงานส่วนใหญ่ของพวกเขาคือการอนุมานแล้วในขณะนี้ เพิ่มขึ้นจาก 48 เปอร์เซ็นต์เมื่อปีก่อน ในฝั่งผู้ให้บริการ การอนุมานคือรายการต้นทุนหลัก: The Information รายงานว่ายอดบิลการอนุมานปี 2025 ของ OpenAI อยู่ที่ราว $8.4 billion ประมาณสี่เท่าของปีก่อนหน้าและสูงกว่าประมาณการของตนเองที่ $6.6 billion อย่างมาก อัตรากำไรคือจุดกดดัน — รายงานเดียวกันระบุอัตรากำไรขั้นต้นของ OpenAI ไว้ที่ 33 เปอร์เซ็นต์ ต่ำกว่าเป้าหมาย 46 เปอร์เซ็นต์
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| การใช้จ่าย API LLM ขององค์กร | $3.5B (late 2024) to $8.4B (mid-2025) | Menlo Ventures (2025) |
| ผู้สร้างที่มีภาระงานส่วนใหญ่เป็นการอนุมาน | 74%, up from 48% a year earlier | Menlo Ventures (2025) |
| การลงทุน AI เชิงสร้างสรรค์ขององค์กร | $1.7B (2023) to $37B (2025) | Menlo Ventures (2025) |
| ต้นทุนการอนุมานปี 2025 ของ OpenAI | ~$8.4B, ~4x YoY (vs $6.6B forecast) | The Information (2025) |
| การคาดการณ์ต้นทุนการอนุมานปี 2026 ของ OpenAI | ~$14.1B | The Information (2025) |
| ต้นทุนการอนุมานปี 2025 ของ Anthropic | ~$2.7B, >3x growth | The Information (2025) |
| อัตรากำไรขั้นต้นของ OpenAI | 33% (fell from 40%, missed 46% target) | The Information (2025) |
| Capex ชิปการอนุมานสำหรับผู้บริโภคของ Barclays, 2026 | ~$120 billion | Barclays Research (2025) |
บริบท: มีรายงานว่าธุรกิจ API ของ Anthropic ดำเนินงานด้วยอัตรากำไรขั้นต้นสูงกว่า 80 เปอร์เซ็นต์ ซึ่งเป็นเครื่องเตือนใจว่าเรื่องเล่าที่ว่า “การอนุมานขาดทุน” นั้นขึ้นอยู่กับส่วนผสมของโมเดลและการกำหนดราคา ไม่ใช่เรื่องสากล สำหรับเศรษฐศาสตร์ซอฟต์แวร์ที่อยู่เบื้องหลัง ดูสถิติ SaaS ของเรา
5. เครื่องมือลดต้นทุน: โมเดลเปิด, Caching และ Batch
ราคาป้ายสูงเกินกว่าที่ทีมงานที่มีวินัยจ่ายจริง โมเดลน้ำหนักเปิด, prompt caching และ batching แบบอะซิงโครนัสต่างก็ลดต้นทุนที่แท้จริงลงหนึ่งระดับขนาด และทั้งหมดนี้ซ้อนทับกัน R1 ของ DeepSeek ทำงานได้ถูกกว่า o1 ของ OpenAI ประมาณ 96 เปอร์เซ็นต์เมื่อคิดตามฐานต่อโทเคน ซึ่งเป็นช่องว่างประมาณ 27x ระดับแนวหน้าเล่าเรื่องราวตรงกันข้าม: ราคาผลลัพธ์ของ o1 ของ OpenAI ที่ $60 ต่อ million โทเคน เท่ากับต้นทุนของ GPT-3 ตอนเปิดตัวในปี 2021 ทุกประการ ดังนั้นการให้เหตุผลระดับพรีเมียมจึงไม่ได้ถูกลงเลยแม้ในขณะที่คุณภาพระดับสินค้าโภคภัณฑ์ทรุดตัวลง การประหยัดต้นทุนอยู่ในเครื่องมือด้านล่างนี้
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ราคา API ของ DeepSeek R1 | $0.55/M input, $2.19/M output | DeepSeek pricing (2026) |
| ราคา API ของ OpenAI o1 | $15/M input, $60/M output | pricepertoken (2026) |
| DeepSeek R1 เทียบกับ OpenAI o1 | ~96% cheaper (~27x) | pricepertoken (2026) |
| ผลลัพธ์ OpenAI o1 เทียบกับการเปิดตัว GPT-3 | $60/M, identical to 2021 GPT-3 | a16z, LLMflation (2024) |
| อินพุตที่แคชไว้ของ DeepSeek R1 | $0.14/M tokens | DeepSeek pricing (2026) |
| อินพุตที่แคชไว้ของ DeepSeek V4 | $0.03/M tokens, a 90% discount | DeepSeek pricing (2026) |
| ส่วนลด Batch API ของ OpenAI | Flat 50% for a 24-hour window | OpenAI Batch API (2026) |
| Cache + batch, อินพุตที่แคชไว้ของ GPT-5.4 | $0.625/M, 75% below standard | OpenAI Batch API (2026) |
หมายเหตุค่าผิดปกติ: โทเคนผลลัพธ์มีราคาแพงกว่าโทเคนอินพุต 3x ถึง 5x ในผู้ให้บริการรายใหญ่ เพราะการสร้างผลลัพธ์เป็นแบบลำดับในขณะที่การประมวลผลอินพุตทำแบบขนาน ดังนั้น caching จึงช่วยภาระงานที่เน้นอินพุตมากที่สุด สำหรับวิธีที่โมเดลน้ำหนักเปิดปรับเปลี่ยนสิ่งนี้ ดูสถิติคลาวด์คอมพิวติ้งของเรา
6. ขนาดตลาดและการคาดการณ์
การประเมินขนาดตลาดโดยรวมสำหรับการอนุมาน AI มีความกว้างมาก เพราะนักวิเคราะห์กำหนดขอบเขตแตกต่างกัน — บางรายนับเฉพาะชิปการอนุมาน บางรายนับทั้งกลุ่มซอฟต์แวร์บวกบริการ ควรมองความแตกต่างนี้เป็นช่วงตัวเลข ไม่ใช่ความขัดแย้ง Bloomberg Intelligence ซึ่งถูกอ้างอิงใน S-1 ของ Cerebras ประเมินขนาดตลาดโครงสร้างพื้นฐานการฝึกบวกการอนุมานรวมกันไว้ที่ $251 billion ในปี 2025 และเติบโตเป็น $672 billion ภายในปี 2029 โดยการอนุมานขยายตัวเร็วกว่าการฝึกโมเดลมากกว่าสองเท่า กลุ่มชิปการอนุมานที่แคบกว่านั้นเติบโตอย่างสม่ำเสมอมากกว่าจะระเบิดขึ้นทันที ในขณะที่นิยาม “การอนุมาน AI” แบบกว้างจะแตะใกล้หนึ่งในสี่ล้านล้านดอลลาร์ภายในปี 2030
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ตลาดการอนุมาน AI, 2025 ถึง 2030 | $106.15B to $254.98B, 19.2% CAGR | MarketsandMarkets (2025) |
| ตลาดการอนุมาน AI, 2024 ถึง 2030 | $97.24B to $253.75B, 17.5% CAGR | Grand View Research (2025) |
| ตลาดการอนุมาน AI, 2026 ถึง 2034 | $117.80B to $312.64B, 12.98% CAGR | Fortune Business Insights (2026) |
| ตลาดชิปการอนุมาน AI, 2026 ถึง 2030 | $20.51B to $36.97B, 15.9% CAGR | The Business Research Company (2026) |
| โครงสร้างพื้นฐานการฝึก + การอนุมานรวมกัน, 2025 ถึง 2029 | $251B to $672B, ~28% CAGR | Bloomberg Intelligence, via Cerebras S-1 (2026) |
| การเติบโตของการอนุมานเทียบกับการฝึกโมเดล | Inference grows >2x faster | Bloomberg Intelligence, via Cerebras S-1 (2026) |
หมายเหตุความแตกต่าง: การคาดการณ์ปี 2030 สำหรับ “การอนุมาน AI” อยู่ระหว่างประมาณ $255B (MarketsandMarkets) ถึง $313B ภายในปี 2034 (Fortune Business Insights) ช่องว่างนี้สะท้อนความแตกต่างของขอบเขตและปีฐาน ไม่ใช่ข้อผิดพลาดของข้อมูล
7. พลังงานและต้นทุนต่อการสอบถาม
รอยเท้าทรัพยากรต่อการสอบถามลดลงเร็วพอๆ กับราคาเป็นดอลลาร์ และปี 2025 คือปีที่ผู้ให้บริการรายใหญ่ที่สุดเผยแพร่ตัวเลขในที่สุด Google เปิดเผยว่าคำขอข้อความ Gemini ค่ามัธยฐานใช้ไฟฟ้า 0.24 วัตต์-ชั่วโมง — และตัวเลขนี้ลดลง 33x ในช่วง 12 เดือนก่อนหน้า ประมาณการอิสระอยู่ในช่วงใกล้เคียงกัน ซึ่งเป็นการตรวจสอบไขว้ที่มีประโยชน์ต่อการคำนวณของผู้จำหน่าย ข้อควรระวังนี้มีน้ำหนักสำคัญ: ตัวเลขเหล่านี้เป็นค่ามัธยฐาน และงานการให้เหตุผลที่ซับซ้อนหรืองานแบบ agentic ใช้พลังงานตั้งแต่หลายวัตต์-ชั่วโมงไปจนถึงหลายสิบวัตต์-ชั่วโมง ดังนั้นบิลเฉลี่ยจึงเพิ่มขึ้นเมื่อผลิตภัณฑ์เปลี่ยนไปสู่ภาระงานที่หนักขึ้น
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| พลังงานของคำขอข้อความ Gemini ค่ามัธยฐาน | 0.24 watt-hours | Google Cloud (2025) |
| น้ำ / คาร์บอนของคำขอ Gemini ค่ามัธยฐาน | 0.26 mL / 0.03 gCO2e | Google Cloud (2025) |
| พลังงานต่อคำขอ Gemini ค่ามัธยฐาน, การเปลี่ยนแปลง 12 เดือน | Fell 33x | Google Cloud (2025) |
| คาร์บอนต่อคำขอ Gemini ค่ามัธยฐาน, การเปลี่ยนแปลง 12 เดือน | Fell 44x | Google Cloud (2025) |
| พลังงานเฉลี่ยของการสอบถาม ChatGPT | ~0.34 watt-hours | OpenAI (Sam Altman, 2025) |
| ประมาณการการสอบถามทั่วไป | ~0.3 watt-hours | Epoch AI (2025) |
| พลังงานของการสอบถามที่ซับซ้อน / agentic | Several to tens of watt-hours | Google Cloud (2025) |
บริบท: การเปิดเผยของ Google ครอบคลุมพลังงานของทั้งระบบ รวมถึงกำลังการผลิตที่ไม่ได้ใช้งานและค่าใช้จ่ายเบื้องหลังของศูนย์ข้อมูล (PUE) ซึ่งเป็นขอบเขตที่กว้างกว่าตัวเลขเฉพาะชิปที่มักถูกอ้างอิงในที่อื่น ดังนั้นจึงไม่สามารถเปรียบเทียบโดยตรงกับการประมาณการแบบคร่าวๆ ได้
สรุป: ต้นทุนการอนุมาน AI เป็นตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ราคาเทียบเท่า GPT-3 | $60/M (2021) to $0.06/M (2024), 1,000x | a16z, LLMflation (2024) |
| ราคาเทียบเท่า GPT-3.5 | 280-fold drop, late 2022 to Oct 2024 | Stanford HAI, AI Index (2025) |
| การลดลงของราคาระหว่างชุดทดสอบ | Median 50x/year; 200x/year since Jan 2024 | Epoch AI (2025) |
| ความก้าวหน้าด้านประสิทธิภาพอัลกอริทึม | ~3x per year | The Price of Progress (arXiv, 2025) |
| ค่าเฉลี่ย H100 แบบตามความต้องการ | ~$3.61 per GPU-hour, 42 providers | getdeploying (2026) |
| การลดลงของราคา H100 จากจุดสูงสุด | 64% to 75% | GPU price trackers (2026) |
| ต้นทุนฮาร์ดแวร์ ML / ประสิทธิภาพพลังงาน | -30% / +40% per year | Stanford HAI, AI Index (2025) |
| ต้นทุนต่อโทเคนของ NVIDIA GB300 NVL72 | $0.12/M, 35x lower than Hopper | NVIDIA, InferenceMAX (2025) |
| ปริมาณงานโทเคนของ Google | 3.2 quadrillion/month, 7x YoY | Google I/O (2026) |
| การใช้จ่าย API LLM ขององค์กร | $3.5B to $8.4B in six months | Menlo Ventures (2025) |
| ภาระงานส่วนใหญ่เป็นการอนุมาน | 74% of builders, up from 48% | Menlo Ventures (2025) |
| ต้นทุนการอนุมานปี 2025 ของ OpenAI | ~$8.4B, ~4x YoY | The Information (2025) |
| ต้นทุนการอนุมานปี 2025 ของ Anthropic | ~$2.7B, >3x growth | The Information (2025) |
| DeepSeek R1 เทียบกับ OpenAI o1 | ~96% cheaper (~27x) | pricepertoken (2026) |
| ตลาดการอนุมาน AI | $106B (2025) to $255B (2030), 19.2% CAGR | MarketsandMarkets (2025) |
| โครงสร้างพื้นฐานการฝึก + การอนุมานรวมกัน | $251B (2025) to $672B (2029) | Bloomberg Intelligence, via Cerebras S-1 (2026) |
| พลังงานของคำขอ Gemini ค่ามัธยฐาน | 0.24 Wh, down 33x in 12 months | Google Cloud (2025) |
| การคาดการณ์ต้นทุนของ Gartner ปี 2030 | 1T-param inference >90% cheaper vs 2025 | Gartner (2025) |
| ตัวคูณโทเคนของคำสอบถามแบบ agentic | 5x to 30x more tokens | Gartner (2025) |
| ส่วนลด Batch API ของ OpenAI | Flat 50% for 24-hour window | OpenAI (2026) |
วิธีการและแหล่งข้อมูล
ข้อมูลถูกรวบรวมโดยการรวมตัวเลขจากรายงานต้นฉบับ การเปิดเผยข้อมูลของบริษัท เอกสารยื่นต่อหน่วยงานกำกับดูแล เครื่องมือติดตามราคาที่มีชื่อพร้อมวิธีการที่เปิดเผยต่อสาธารณะ และการวิเคราะห์ที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญซึ่งเผยแพร่ตั้งแต่ปี 2024 ถึง 2026 โดยให้ความสำคัญกับข้อมูลปี 2025-2026 และตรวจสอบย้อนกลับการกล่าวถึงในสื่อธุรกิจไปยังแหล่งที่มาดั้งเดิม
- Andreessen Horowitz (a16z), Welcome to LLMflation (2024) — a16z.com
- Epoch AI, LLM Inference Price Trends และ How Much Energy Does ChatGPT Use? (2025) — epoch.ai
- Stanford HAI, 2025 AI Index Report, บทวิจัยและพัฒนา (2025) — hai.stanford.edu
- The Price of Progress: Algorithmic Efficiency and the Falling Cost of AI Inference (arXiv:2511.23455, 2025)
- Gartner, การคาดการณ์ต้นทุนการอนุมาน AI รายงานผ่าน CIO Dive (2025)
- NVIDIA, Blackwell InferenceMAX Benchmark Results (ตุลาคม 2025)
- Google / Google Cloud, Measuring the Environmental Impact of AI Inference (2025); การรายงานของ MIT Technology Review (2025)
- Tomasz Tunguz, The Trillion Token Race (2025); สุนทรพจน์เปิดงาน Google I/O 2026 (Sundar Pichai)
- Menlo Ventures, 2025: The State of Generative AI in the Enterprise (2025)
- The Information, การรายงานต้นทุนการอนุมานของ OpenAI และ Anthropic (2025)
- Bloomberg Intelligence, การประเมินขนาดตลาดที่อ้างอิงในเอกสารยื่น S-1 ของ Cerebras Systems, SEC สหรัฐฯ (2026)
- Barclays Research, ประมาณการ capex การอนุมาน AI สำหรับผู้บริโภค (2025)
- DeepSeek, เอกสารราคา API (2026); ราคาโมเดลของ pricepertoken.com (2026)
- OpenAI, เอกสาร Batch API (2026); แถลงการณ์สาธารณะของ Sam Altman เกี่ยวกับพลังงานของการสอบถาม (2025)
- getdeploying และเครื่องมือติดตามราคาคลาวด์ NVIDIA H100 อื่นๆ (2026)
- MarketsandMarkets, Grand View Research และ Fortune Business Insights, รายงานตลาดการอนุมาน AI (2024-2026); The Business Research Company, ตลาดชิปการอนุมาน AI (2026, ผ่าน GlobeNewswire)
Data watch: Stanford HAI เผยแพร่ AI Index เป็นประจำทุกปี (คาดว่าฉบับถัดไปจะออกประมาณเดือนเมษายน 2027); Menlo Ventures อัปเดตรายงาน State of Generative AI ทุกปี; Epoch AI อัปเดตเครื่องมือติดตามราคาและแนวโน้มการอนุมานอย่างต่อเนื่อง; คาดว่า Google จะอัปเดตการเปิดเผยผลกระทบต่อสิ่งแวดล้อมเป็นประจำทุกปี; และ Gartner รวมถึงบริษัทวิจัยตลาดต่างๆ เผยแพร่การคาดการณ์การอนุมานซ้ำตามรอบที่หมุนเวียน ราคา API ระดับแนวหน้าเปลี่ยนแปลงบ่อยครั้ง ดังนั้นตัวเลขต่อโทเคนจึงเป็นข้อมูล ณ ช่วงเวลาหนึ่งเท่านั้น
ปรับปรุงล่าสุด: 10 กรกฎาคม 2026
เราจะทบทวนและปรับปรุงหน้านี้ทุกไตรมาสเมื่อมีการเผยแพร่ข้อมูลใหม่