ATAILA Sajtószoba · Budapest · 2026. szeptember 4.

2026-W36

A nyilvános AI nem lesz olcsóbb. Egy negyedév három bejelentése mutat erre.

A GitHub a fix „premium request” egységekről tokenfogyasztás-alapú számlázásra váltott a Copilotnál, és egy megjegyzésre érdemes mondatban meg is mondta, miért: „GitHub has absorbed much of the escalating inference cost behind that usage, but the current premium request model is no longer sustainable.” Vagyis a szállító hivatalosan kimondta: eddig támogatta a terméket, és ezt abbahagyja. És ebben a negyedévben nem ő az egyetlen.

Mi történik valójában

Három külön bejelentés, egy negyedév, egy irány:

Miért szerkezeti ez

Kényelmes volna három egymástól független üzleti döntésként olvasni. A három bejelentés összefügg: ügyféloldalról így néz ki egy támogatott korszak vége, és a mögötte álló számtan nyilvános.

A PwC adatközpont-előrejelzése, amelyről az economx szeptember 2-án számolt be, csak 2026-ban mintegy 800 milliárd dollárnyi adatközpont-beruházásra számít, 2050-re évi 1,8 ezermilliárd dollárra, halmozottan pedig a 31,6 ezermilliárd dollárt közelítő összegre. És megjegyzi azt a részletet, amelyen az egész gazdaságosság áll vagy bukik: a középpontban álló GPU-k hasznos élettartama négy–hat év.

Ennyi a történet. Ekkora tőkét ilyen gyors leírás mellett valakinek ki kell fizetnie, és ez a valaki az, aki az inferenciát bérli. A piac megnyerésére szabott ár más, mint amelyik a mögötte álló tőkét kiszolgálja.

Ettől még nem lesznek gazemberek a szállítók. A GitHub kimondta, amit mások nem, és tisztességesen járt el: többé nem tartja fenn a látszatot, hogy egy ügynöki munkamenet annyiba kerül, mint egy chatüzenet. Az európai cégeknek viszont, ha jövő évre terveznek, fel kell hagyniuk azzal a feltételezéssel, hogy a trend lefelé mutat. A negyedév minden jelzése szerint felfelé mutat.

Mit gondolunk, és hol túl könnyű a saját érvünk

A csábító változat így szólna: vegyél saját hardvert, és onnantól csak az áramot fizeted. Ezt nem írjuk le, mert a saját honlapunk ellene érvel. Aki dobozt vesz, dobozt kap. A frissítés, a mentés, a hajnali háromkor meghibásodó GPU, a modellek életciklusa és az értékvesztés, amelyet a PwC most számszerűsített: ez mind marad. És ez a drága rész.

Az őszinte állítás szűkebb:

A saját kapacitás azt változtatja meg, mitől függ a költséged

Fogyasztásalapú nyilvános AI mellett a működési költséged mások árazási döntéseitől, kiadási ütemtervétől és finanszírozási nyomásától függ. A dedikált kapacitás (a miénk vagy a tiéd) a saját terhelésedtől teszi függővé. Tervezhető lesz, márpedig a pénzügynek pontosan erre van szüksége: nem mozdul el akkor, amikor egy szállító igazgatósága úgy dönt, hogy vége a támogatásnak. Az első napon automatikusan olcsóbb viszont nem lesz.

A munka a teljes rendszerben van, nem a vasban

Ha tényleg a tiéd a hardver, akkor az áram valóban közel van a következő inferencia határköltségéhez. De onnantól, hogy „van GPU-nk”, odáig, hogy „egy bizalmas munkafolyamat éles üzemben fut, mentéssel, monitorozással, release-úttal és SLA-val”, az út maga a platform. És ha ezt saját kézzel építed meg, a projekt felemészti a megtakarítást. Ezt a részt mi üzemeltetjük.

2027-ben az lesz a legolcsóbb AI, amelyhez nem kellett újraírni a költségvetést

Egy-egy üzemeltetett munkafolyamatot fix havidíjon árazunk, tokenalapú tétel nélkül. Ha az inferencia költsége elmozdul, azt mi nyeljük le, és a te számládon nem jelenik meg meglepetésként.

Hol állunk

Mi magunk is használunk nyilvános modelleket ott, ahol az adat engedi, és ezt folytatni is fogjuk. Arra kérünk, hogy vedd észre az irányt, nem arra, hogy mindent hozz házon belülre.

Egy negyedév alatt három szállító vagy elkezdett pénzt kérni azért, ami eddig benne volt, vagy kevesebbet tesz bele. A kiépítés mögötti tőke szerint ez így is marad. Ha a jövő évi terved azt feltételezi, hogy az AI munkaegységenként olcsóbb lesz, akkor abba a tervbe most kell egy második oszlop.