OpenAI หั่นราคาโมเดล AI ขนาดเล็ก รับมือธุรกิจคุมเข้มค่าใช้จ่ายและการแข่งขันที่รุนแรงขึ้น

OpenAI ผู้สร้าง ChatGPT ได้ประกาศลดราคาโมเดลปัญญาประดิษฐ์ (AI) ระดับเริ่มต้นและระดับกลางลงอย่างมาก ซึ่งเป็นความเคลื่อนไหวที่สะท้อนถึงการแข่งขันที่รุนแรงในอุตสาหกรรม และแรงกดดันจากภาคธุรกิจที่เริ่มตระหนักถึงต้นทุนการใช้ AI ที่เพิ่มสูงขึ้น

รายละเอียดการปรับลดราคา

การปรับราคาครั้งนี้มุ่งเน้นไปที่โมเดลขนาดเล็กและขนาดกลาง โดยไม่กระทบต่อราคาของโมเดลเรือธงอย่าง Sol อ้างอิงจากรายงานของสำนักข่าวรอยเตอร์ การเปลี่ยนแปลงที่สำคัญได้แก่:

• GPT-5.6 Luna: ลดราคาลง 80%
• GPT-5.6 Terra: ลดราคาลง 20%

การคิดค่าบริการของ OpenAI จะอิงตามหน่วยที่เรียกว่า "โทเคน" (tokens) ซึ่งเป็นหน่วยวัดปริมาณการใช้งาน AI โดยราคาใหม่มีรายละเอียดดังนี้:

• Luna: ค่าส่งข้อมูลเข้า (input) ลดลงจาก 1 ดอลลาร์ เหลือ 20 เซนต์ ต่อล้านโทเคน และค่าสร้างผลลัพธ์ (output) ลดลงจาก 6 ดอลลาร์ เหลือ 1.20 ดอลลาร์
• Terra: ค่าส่งข้อมูลเข้า (input) ลดลงจาก 2.50 ดอลลาร์ เหลือ 2 ดอลลาร์ ต่อล้านโทเคน และค่าสร้างผลลัพธ์ (output) ลดลงจาก 15 ดอลลาร์ เหลือ 12 ดอลลาร์

แรงผลักดันจากตลาดและการแข่งขัน

Ad

การตัดสินใจของ OpenAI มีขึ้นท่ามกลางการที่องค์กรธุรกิจต่างๆ เริ่มตรวจสอบค่าใช้จ่ายด้าน AI อย่างละเอียดถี่ถ้วนมากขึ้น นอกจากนี้ยังเป็นการเพิ่มแรงกดดันให้กับคู่แข่งโดยตรงอย่าง Anthropic ซึ่งโมเดล Claude เป็นที่นิยมในหมู่องค์กร แต่มีราคาสูงกว่า

เมื่อเปรียบเทียบแล้ว โมเดล Claude Sonnet 4.6 ของ Anthropic มีค่าใช้จ่ายอยู่ที่ 3 ดอลลาร์สำหรับ input และ 15 ดอลลาร์สำหรับ output ต่อล้านโทเคน ซึ่งสูงกว่าราคาใหม่ของ Terra ทั้งนี้ ตลาด AI ยังเผชิญกับการแข่งขันจากโมเดลโอเพนซอร์สของจีน เช่น GLM-5.2 ของ Z.ai ที่มีประสิทธิภาพใกล้เคียงกันในราคาที่ถูกกว่า

ผลกระทบต่ออุตสาหกรรมและนักลงทุน

นักวิเคราะห์มองว่าการลดราคาครั้งนี้อาจช่วยกระตุ้นให้เกิดการใช้งานโมเดลของ OpenAI มากขึ้น แต่ในขณะเดียวกันก็อาจส่งผลกระทบต่อสถานะทางการเงินของบริษัท ก่อนแผนการเสนอขายหุ้นแก่ประชาชนทั่วไปเป็นครั้งแรก (IPO) ที่หลายฝ่ายคาดการณ์ไว้

OpenAI ระบุว่าการลดราคาเป็นผลมาจากประสิทธิภาพที่เพิ่มขึ้นของโมเดล GPT-5.6 ซึ่งช่วยให้สามารถทำงานที่ซับซ้อนซึ่งเคยต้องใช้โมเดลระดับสูงสุดได้ในต้นทุนที่ต่ำลง อย่างไรก็ตาม แนวโน้มของอุตสาหกรรมที่เปลี่ยนไปสู่การคิดราคาตามการใช้งานจริง (usage-based pricing) อาจทำให้องค์กรต่างๆ ต้องเผชิญกับค่าใช้จ่ายที่ผันผวนและคาดการณ์ได้ยากขึ้น