Skip to content

Apakah CPM Menguntungkan? Ekonomi LLM pada Akhir Tahun 2026: Harga, Margin, dan Masa Depan

9 mnt baca
CPM выгодный? Экономика LLM к концу 2026 года: цены, маржа и будущее — illustration 1

Di dunia teknologi kecerdasan buatan yang berkembang pesat, pertanyaan apakah CPM menguntungkan atau tidak menjadi sangat penting bagi bisnis. Kita terus mendengar tentang penurunan biaya “kecerdasan”, namun model-model unggulan menjadi lebih mahal, dan pengeluaran AI meningkat. Bagaimana kita memahami paradoks ini? Dalam artikel ini, kita akan menyelami ekonomi model bahasa besar (LLM) hingga akhir tahun 2026, melihat harga riil, margin penyedia, dan mencoba memprediksi masa depan.

Berapa harga token sekarang — berdasarkan harga dan secara aktual?

Dalam materi sebelumnya, kami telah membahas topik inferensi lokal, namun praktik korporat sangat bergantung pada model berbasis cloud. Di sini, masalah biaya menjadi sangat penting. Meskipun para peneliti menyatakan bahwa “kecerdasan” semakin murah, model-model unggulan yang dirilis pada tahun 2026 ternyata lebih mahal. Penyedia secara aktif membatasi batas, dan total pengeluaran AI terus meningkat. Mari kita pahami penetapan harga dan ekonomi riil.

Pada akhir tahun 2026, pasar LLM telah membentuk struktur tiga tingkat yang jelas:

  • Super-unggulan: Claude Fable 5.1 dan GPT-6 Astra.
  • Unggulan kerja: Claude Opus 5.5, GPT-6 Sol, Gemini 3.5 Flash.
  • Model massal: GPT-6 Luna, DeepSeek V4.1-Flash.

Daftar harga standar untuk 1 juta token adalah sebagai berikut:

  • Claude Fable 5.1 (Anthropic): $75
  • GPT-6 Astra (OpenAI): $60
  • Claude Opus 5.5 (Anthropic): $30
  • Gemini 3.5 Flash (Google): $15
  • DeepSeek V4.1-Flash (tarif di luar jam sibuk, massal, bobot terbuka): $2

Namun, penting untuk dipahami bahwa daftar harga ini tidak mencerminkan biaya riil. Menurut Ramp, harga rata-rata tertimbang yang sebenarnya dibayarkan perusahaan-perusahaan Amerika kepada OpenAI dan Anthropic adalah sekitar $0,56 per juta token pada 23 Oktober 2026. Hal ini dijelaskan oleh fakta bahwa sebagian besar permintaan berasal dari pembacaan ulang konteks dari cache dan penggunaan model yang lebih murah.

Martin Alderson menunjukkan bahwa biaya sesi agen yang panjang ditentukan oleh tarif pembacaan cache, bukan harga input/output. Tugas yang sama dapat berharga mulai dari $0,23 hingga $25. Perbedaannya dua kali lipat.

Dengan demikian, pemilihan model dan arsitektur caching memiliki dampak yang jauh lebih besar pada anggaran daripada perubahan dalam daftar harga. Ini bukan asumsi, melainkan fakta yang terkonfirmasi. Optimalisasi CPM menjadi sangat penting untuk setiap proyek AI.

Apakah harga-harga ini dibenarkan secara ekonomi?

Laporan Epoch AI berjudul “The plunging price of thought” (September 2026) mengklaim bahwa biaya untuk mencapai kualitas tetap menurun sekitar 13 kali per tahun. Ini adalah laju yang melampaui penurunan biaya sekuensing DNA atau daya komputasi.

Guido Appenzeller (a16z) pada tahun 2024 menyebut fenomena ini “LLMflation” dan memperkirakan penurunan biaya sepuluh kali lipat per tahun.

Penting untuk dicatat bahwa kurva ini mengacu pada tingkat kemampuan yang tetap. Ethan Ding dengan tepat mengamati bahwa permintaan terus bergeser ke model-model terbaru, yang harganya relatif konstan, dan jumlah token yang dibutuhkan untuk menyelesaikan tugas meningkat. Jika laju Epoch diekstrapolasi, harga tingkat kemampuan yang tetap telah menurun sepuluh ribu kali lipat. Namun, selama periode yang sama, harga token keluaran dari model-model unggulan OpenAI dan Anthropic tetap berada dalam kisaran $10–$75 per juta.

Pada tahun 2026, model-model baru memang menjadi lebih mahal. Matthias Bastian menunjukkan bahwa Gemini 3.5 Flash lebih mahal dari pendahulunya, dan versi baru Claude menghabiskan lebih banyak token untuk melakukan tugas yang sama. Menurut indeks Ornn, harga aktual model tertutup telah meningkat, sementara harga DeepSeek yang terbuka, sebaliknya, menurun.

Apakah Langganan Menguntungkan bagi Penyedia?

Prospektus Anthropic, yang diterbitkan pada 26 Oktober 2026, untuk pertama kalinya menyediakan data keuangan yang dapat diverifikasi. Margin kotor perusahaan mencapai sekitar 85% pada paruh pertama tahun 2026. Biaya komputasi langsung menyumbang sekitar 15% dari pendapatan. Sebagai perbandingan, pada tahun 2024, angka ini negatif. Sekitar 80% pendapatan Anthropic berasal dari pembayaran per token, dan 20% dari langganan.

Ke mana perginya pendapatan? Sekitar 60 sen dari setiap dolar dialokasikan untuk penelitian dan pengembangan (pelatihan model). 23 sen lainnya digunakan untuk penjualan dan pemasaran, dan 6 sen untuk biaya administrasi. Hanya 15 sen yang dihabiskan untuk melayani permintaan secara langsung.

Posisi keuangan OpenAI berbeda. Dengan pendapatan $5,7 miliar dan $6,7 miliar pada kuartal pertama dan kedua tahun 2026 masing-masing, kerugian operasional perusahaan mencapai $9,3 miliar dan $12,3 miliar.

Alasan perbedaan ini adalah karena sebagian besar pengguna ChatGPT menggunakan paket gratis atau murah. Margin kotor OpenAI adalah 33% pada tahun 2025 dan 39% pada kuartal pertama tahun 2026. Anthropic, di sisi lain, sebagian besar berfokus pada pelanggan korporat dan akses terprogram.

Martin Alderson pada tahun 2025 menyatakan: “The API business is essentially a money printer”. Penjualan akses melalui API pada dasarnya adalah mesin pencetak uang.

Dario Amodei, CEO Anthropic, merumuskan logikanya sebagai berikut: “Every model is profitable, but the company is unprofitable every year”. Artinya, setiap model menghasilkan keuntungan, tetapi perusahaan secara keseluruhan tetap merugi karena investasi kolosal dalam pengembangan teknologi generasi berikutnya.

Harga model frontier tidak hanya dibenarkan oleh biaya token, tetapi juga oleh faktor-faktor berikut:

  1. Kebutuhan untuk menutup biaya pelatihan model dengan siklus hidup yang relatif singkat.
  2. Premi untuk kepemimpinan teknologi dan inovasi.
  3. Kekurangan daya komputasi yang diamati pada tahun 2026.

Kesimpulannya jelas: pembayaran lebih untuk model yang kuat hanya dibenarkan jika membawa efek yang terukur dan signifikan. Sebulan setelah peluncuran Claude Fable 5, model tersebut hanya menyumbang 6% token yang dibeli dari Anthropic. Ini adalah indikator yang jelas tentang batas kesediaan perusahaan untuk membayar peningkatan kualitas. ROI dalam investasi AI perlu dihitung dengan sangat ketat.

CPM menguntungkan? Ekonomi LLM pada akhir tahun 2026: harga, margin, dan masa depan — ilustrasi 2

Ekonomi langganan: batas alih-alih harga

Sam Altman (OpenAI) pada Januari 2025 mengakui bahwa perusahaan merugi pada tarif Pro karena penggunaan yang intensif. Ethan Ding menjelaskan bahwa dengan operasi agen otonom, konsumsi token menjadi hampir tidak terbatas. “Tidak ada harga langganan tetap yang berfungsi di dunia baru ini,” catatnya. Harga langganan tetap tidak berfungsi di realitas baru.

Penyedia menanggapi hal ini dengan mengelola batas. Anthropic memperkenalkan batas mingguan, dan OpenAI mengurangi batas untuk pengguna tarif Plus. Chris Zeoli berkomentar: “Alih-alih menaikkan harga daftar, mereka memotong tunjangan penggunaan.” Artinya, alih-alih menaikkan daftar harga, penyedia mengurangi volume penggunaan yang diizinkan.

Di segmen massal, OpenAI secara bertahap beralih ke model iklan, mengharapkan pengurangan jumlah pelanggan Plus dan kompensasi melalui tarif iklan Go.

Model perhitungan margin langganan terlihat seperti ini:

  • Biaya pelanggan C = A × k, di mana A — konsumsi bulanan berdasarkan harga API, k — rasio biaya terhadap harga (dari 10% hingga 30%).
  • Margin M = P − C, di mana P — harga tarif.
  • Titik impas: A = P / k.

Bahkan dengan asumsi bahwa 15% pengguna adalah “berat” dan ekstrem, margin berdasarkan skenario dasar adalah sekitar 56%. Oleh karena itu, batas adalah alat utama untuk mengelola ekonomi langganan.

Bagaimana harga akan berubah pada tahun 2027–2029?

Biaya token kemungkinan akan terus menurun, namun biaya pelaksanaan tugas pada model frontier tidak. Pasar akan dipengaruhi oleh kekuatan yang berlawanan arah:

  • Tren teknologi: Penurunan biaya tingkat kemampuan tetap tidak melambat.
  • Efisiensi inferensi: Gartner memperkirakan bahwa pada tahun 2030, inferensi model dengan triliunan parameter akan 90% lebih murah daripada pada tahun 2025. Namun, penurunan biaya ini tidak akan sepenuhnya diteruskan kepada pelanggan.
  • Persaingan harga: OpenAI menurunkan harga Luna dan Sol, Anthropic menurunkan harga model unggulan. Model terbuka tetap beberapa kali lebih murah daripada model tertutup.
  • Kekurangan daya komputasi: Biaya sewa akselerator H100 meningkat hampir 40% dari Oktober 2025 hingga Maret 2026. Harga spot B200 meningkat 114% dalam enam minggu pada musim semi 2026. AWS menaikkan harga daya GPU sebesar 20%.
  • Memori: Harga kontrak memori akses acak hampir dua kali lipat pada awal 2026. HBM, yang digunakan dalam akselerator, akan meningkat harganya berkali-kali lipat pada tahun 2027.
  • Peningkatan konsumsi per tugas: Agen membutuhkan 5–30 kali lebih banyak token daripada chatbot biasa.
  • Tomasz Tunguz: “Permintaan inflasi melebihi peningkatan algoritmik & chip deflasi”. Permintaan inflasi melebihi efek deflasi dari peningkatan algoritma dan chip.

    Prakiraan akhir Gartner tidak menyenangkan: pada tahun 2028, biaya satu proses agen akan meningkat lebih dari lima kali lipat, meskipun token menjadi lebih murah. Fenomena ini disebut “paradoks inferensi”.

    Apa artinya ini bagi perusahaan dan spesialis?

    Will Sommer (Gartner): “Manajer produk tidak dapat berharap bahwa penurunan harga token dengan sendirinya akan membenarkan biaya AI”.

    Ini berarti bahwa sangat penting untuk menghitung ekonomi unit dengan sangat ketat. CPM menguntungkan hanya dengan pilihan model dan arsitektur yang tepat. Pengujian hipotesis dapat dilakukan dengan murah pada model terbuka. Perbandingan harga antara spanduk dan blogger sekarang dilengkapi dengan perbandingan dengan solusi AI. Haruskah berinvestasi dalam AI? Hanya jika ROI jelas. Harga versus hasil — itulah metrik utama. Cara menurunkan CPM — ini bukan hanya tentang token, tetapi juga tentang efisiensi seluruh arsitektur solusi.

    Pertanyaan yang sering diajukan

    Berapa CPM riil pada LLM cloud?

    CPM rata-rata tertimbang riil untuk perusahaan Amerika adalah sekitar $0,56 per juta token, yang secara signifikan lebih rendah dari daftar harga yang diiklankan dari model unggulan. Ini disebabkan oleh penggunaan caching dan model yang lebih murah untuk beban kerja utama.

    Mengapa model unggulan baru menjadi lebih mahal jika “kecerdasan” menjadi lebih murah?

    “Kecerdasan” menjadi lebih murah pada tingkat kemampuan yang tetap. Namun, permintaan bergeser ke model terbaru yang lebih kuat, yang biayanya tetap tinggi. Penyedia harus memulihkan investasi besar dalam melatih model generasi berikutnya, yang mempertahankan harga tinggi untuk solusi garis depan.

    Apakah langganan LLM menguntungkan bagi penyedia?

    Ya, langganan menguntungkan bagi penyedia, jika tidak memperhitungkan investasi kolosal dalam penelitian dan pengembangan model baru. Margin kotor Anthropic adalah sekitar 85% pada operasi saat ini. Namun, karena penggunaan yang intensif, penyedia harus memberlakukan batasan, bukan menaikkan harga, untuk mengelola ekonomi langganan.

    Apa itu «paradoks inferensi»?

    «Paradoks inferensi» adalah situasi di mana biaya token terus menurun berkat kemajuan teknologi, tetapi biaya keseluruhan untuk menyelesaikan tugas menggunakan AI meningkat. Ini terjadi karena peningkatan kompleksitas tugas, pertumbuhan konsumsi token per tugas (terutama untuk agen), dan kelangkaan daya komputasi.

    Berapa CPM yang dianggap menguntungkan untuk proyek AI?

    CPM yang menguntungkan tergantung pada tugas spesifik dan ROI. Jika pembayaran lebih untuk model unggulan membawa efek yang terukur dan dikonversi menjadi pendapatan, maka CPM tersebut dapat dibenarkan. Dalam kasus lain, sebaiknya fokus pada model terbuka yang lebih murah atau mengoptimalkan arsitektur caching untuk mengurangi biaya aktual.


    ← Kembali ke blog