Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Abonament ChatGPT za 500 dolarów od OpenAI kilka dni po migawce z medianą 1,3 dolara za milion tokenów

OpenAI ogłosiło na wtorkowym DevDay abonament ChatGPT za 500 dolarów miesięcznie. W tym samym tygodniu migawka z końca miesiąca pokazała, że mediana ceny katalogowej za milion tokenów wejściowych wynosi 1,32 dolara w 81 publicznych rekordach.

AI i modeleAnalizaMarta ZielińskaOpublikowano: 30 września 20265 min czytaniaŹródła 9
Abonament ChatGPT za 500 dolarów od OpenAI kilka dni po migawce z medianą 1,3 dolara za milion tokenów

OpenAI ogłosiło na wtorkowym DevDay nowy najwyższy plan subskrypcji, Pro 500, za 500 dolarów miesięcznie, podaje Business Insider. To 300 dolarów więcej niż dotychczasowy najdroższy plan firmy. W przeliczeniu daje 6 000 dolarów rocznie za jedno stanowisko.

Plan obejmuje dostęp do tego, co OpenAI nazywa mocą obliczeniową „Ultrafast” dla GPT-6 Astra w ChatGPT Work i Codex. Business Insider podaje, że opcja obiecuje ośmiokrotne przyspieszenie w Codex i zawiera najwyższy limit zużycia, jaki firma oferuje. Ten sam materiał mówi, że OpenAI przywraca starszy plan Pro za 200 dolarów miesięcznie, zawieszony 10 września, ale zmniejsza jego limit obliczeń o połowę: limit spada do 10x planu Plus za 20 dolarów z wcześniejszego mnożnika 20x, a tygodniowa liczba wiadomości w GPT-6 Pro maleje z 200 do 100.

Thibault Sottiaux, inżynier prowadzący Codex w OpenAI, napisał w poniedziałek na X, że zmiany sumują się do połowy wydatku w API w dolarach w porównaniu z poprzednim planem. Business Insider cytuje go bezpośrednio. Żadne inne medium w tym zestawieniu nie potwierdza szczegółów cenowych, a OpenAI nie opublikowało publicznego cennika, który dałoby się tu niezależnie zweryfikować.

Wybór momentu ma znaczenie, bo wrześniowa migawka publikowanych cen API pokazuje, że katalogowe dno jest daleko od 500 dolarów miesięcznie w większości zastosowań. AI API Pricing Index portalu AICostBudget, zamrożony na 2026-09-30 UTC, obejmuje 81 publicznych rekordów cenowych od 11 dostawców. W 69 rekordach z bieżącym skalarem ceny tokenów wejściowych obserwowany zakres wynosi od 0,10 do 30 dolarów za milion tokenów. W tych samych 69 rekordach dla tokenów wyjściowych zakres sięga od 0,10 do 180 dolarów za milion.

Rabaty, cache i cena katalogowa

Mediany z indeksu to 1,32 dolara za milion tokenów wejściowych i 6 dolarów za milion tokenów wyjściowych, co daje medianę stosunku wyjścia do wejścia na poziomie 5,0x. To ceny katalogowe, a indeks wyraźnie zastrzega, że katalog to nie to, co płaci większość kupujących. W 58 porównywalnych rekordach obserwowany rabat na wejście z cache wynosi od 75% do 98%, mediana to 90%. W 44 rekordach obsługujących Batch obserwowany rabat na wejście w trybie wsadowym wynosi od 20% do 50%, mediana to 50%.

Ta różnica jest całym uzasadnieniem projektów silników wnioskowania i optymalizacji zapytań, które pojawiły się w ostatnim tygodniu. Jeśli obciążenie potrafi przenieść powtarzające się prefiksy do cache, a masowe zadania do trybu wsadowego, efektywna cena za token spada znacznie poniżej mediany. Jeśli nie potrafi, rachunek wystawia cena katalogowa.

Dwa projekty opublikowane 30 września atakują problem z przeciwnych końców stosu. Po stronie baz danych praca QUAIL z Full Stack Data Lab, opublikowana 30 września, optymalizuje jednocześnie planowanie zapytań SQL i wnioskowanie LLM. Zapytanie benchmarkowe BIO-4 przetwarza ponad 5 000 długich raportów medycznych i 4 144 terminy reakcji, przy czym lista reakcji jest użyta dwa razy w dwóch złączeniach. Autorzy przekonują, że wysyłanie milionów powiązanych wywołań modelu do silnika ogólnego przeznaczenia, takiego jak vLLM, jako osobnych żądań jest kosztowne, bo każdy prompt jest renderowany i obsługiwany jako niezależne żądanie wnioskowania.

Opis tego samego systemu autorstwa Modal, również z 30 września, podaje liczby. Quail przetwarza ponad miliard tokenów na minutę na jednym GPU H100 przy jednym zapytaniu z wieloma złączeniami. Modal twierdzi, że to ponad 10x szybciej niż jego bazowy vLLM na identycznym sprzęcie, a koszt wynosi poniżej 6 centów za miliard tokenów na Modal. W nowo opublikowanym benchmarku AI-SQL Modal podaje Quail jako 1,84x szybszy od vLLM, po uśrednieniu geometrycznym po zadaniach, w tym dwóch zapytaniach zaprojektowanych, by pokazać, gdzie wnioskowanie AI-SQL wciąż wymaga pracy.

Średnia geometryczna 1,84x i wynik 10x dla pojedynczego zapytania pochodzą od tego samego zespołu i nie należy ich czytać jako tego samego pomiaru.

Lokalne jądra i opóźnienia robotów

Po stronie klienta Magnitude, firma z Y Combinator S25, uruchomiła 30 września otwartoźródłowy silnik wnioskowania, który kompiluje i dostraja swoje jądra na urządzeniu użytkownika, zanim model ruszy. README na GitHubie twierdzi, że otwarte modele działają do 2x szybciej niż llama.cpp, z dekodowaniem szybszym o 92% na Metal i o 19% na CUDA oraz zużyciem pamięci mniejszym o 27% na agenta. Silnik obsługuje Apple Silicon, NVIDIA, AMD albo sam CPU. Te liczby pochodzą od samego projektu i nie zostały w tym zestawieniu niezależnie odtworzone.

Wnioskowanie w robotach goni ten sam zegar. MindOn przedstawiło 30 września Mind-1, twierdząc, że skraca opóźnienie wnioskowania robota z 82 ms do 32 ms. Firma zauważa, że przy prędkości efektora 3 m/s opóźnienie 10 ms odpowiada mniej więcej 3 cm ruchu, co wystarcza, by wpłynąć na precyzyjne chwytanie, wkładanie albo manipulację z bogatym kontaktem. Obietnice prędkości dotyczą logistyki i codziennego otoczenia człowieka i pochodzą z własnych testów MindOn.

Prace naukowe wskazują na koszt, który wskaźniki wykorzystania ukrywają. Artykuł przedstawiony na SOSP '26 28 września przez Prasoona Sinhę, Dimitriosa Liakopoulosa, Nathana Lemmę i Neereję J. Yadwadkar opisuje EnerTune, system serwowania, który modeluje pobór mocy pojedynczego modelu i modeli współdzielących GPU. Autorzy raportują redukcję energii od 1,4x do 2,3x i redukcję poboru mocy od 1,3x do 2,6x względem najlepszych bazowych rozwiązań przy zachowaniu celów wydajności SLO. Ich argument: optymalizacja wyłącznie pod wykorzystanie może podnieść zużycie energii, a profilowanie każdej konfiguracji na skalę kosztuje zbyt dużo energii, żeby było praktyczne.

Gdzie faktycznie trafiają pieniądze, wciąż jest sporne. Light Reading podał 30 września, że StarHub i M1 negocjują fuzję w Singapurze, a 2degrees i OneNZ w Nowej Zelandii zaproponowały połączenie swoich sieci radiowych. StarHub zastrzega, że rozmowy trwają. Light Reading zauważa, że połączone StarHub i M1 miałyby mniej więcej skalę Singtel, który według doniesień miał w czerwcu 43% udziału w rynku komórkowym, przy 22% M1, 21% StarHub i 14% Simba.

Jedna lekcja cenowa z tego samego tygodnia nie ma nic wspólnego z GPU. Pinecone usunęło swój kalkulator cen po odkryciu, że jedno błędnie zinterpretowane pole może zawyżyć szacunek nawet 1 000 razy, według relacji z pierwszej ręki autorstwa Gkogana opublikowanej 30 września. Odwiedzający, którzy nie widzieli kalkulatora, byli o 16% bardziej skłonni się zarejestrować i o 90% bardziej skłonni skontaktować się z firmą, bez wzrostu liczby zgłoszeń do działu cen. Siedmiu na dziesięciu pracowników spodziewało się, że wygra wersja z kalkulatorem.

Komentarze 0

Źródła

9
  1. 01ChatGPT's new plan costs $500 a monthEN
  2. 02AI API Pricing Index - September 2026EN
  3. 03Hitting 1B tokens/minute on 1 GPU combining a query planner and inference engineEN
  4. 04Jointly optimizing SQL queries and LLM inference for up to 14x speedupsEN
  5. 05Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
  6. 06Mind-1: Cutting robot inference latency from 82ms to 32msEN
  7. 07Beyond Utilization: Energy-Conscious GPU Sharing for Inference ServingEN
  8. 08Singapore, New Zealand operators seek partnerships to cut costsEN
  9. 09The pricing calculator made people more confused about pricingEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.