Kolme jättiä, yksi päivä: tekoälyn hintasota alkoi

Kolmen jätin samanaikainen liike

Yksi vuorokausi, kolme julkistusta, sama viesti: tekoälyn tulevaisuus on pieni ja halpa. OpenAI julkaisi GPT-5.3 Instant -mallin, Google toi markkinoille Gemini 3.1 Flash-Lite -mallin ja Alibaba ehti edellä Qwen 3.5 Small -malliperheellä jo päivää aiemmin. Yhdenkään näistä ei ole tarkoitus olla älykkäin malli markkinoilla.

Viime vuonna yhtiöt kilpailivat siitä, kenen malli suoriutuu parhaiten vertailutesteissä. Nyt ne kilpailevat siitä, kenen malli on halvin ja nopein – riittävällä älykkyydellä. Painopiste on siirtynyt, ja se kertoo alan kypsymisestä.

Kolme mallia, kolme strategiaa

GPT-5.3 Instant on OpenAI:n vastaus kasvavaan kysyntään nopeille vasteille. Malli tukee 400 000 tokenin konteksti-ikkunaa ja vähentää hallusinaatioita 26,8 prosenttia edeltäjäänsä verrattuna. Se on suunniteltu tilanteisiin, joissa vastauksen pitää tulla nopeasti – reaaliaikaiseen dokumenttiyhteistyöhön, koodiehdotuksiin ja puheassistentteihin. Hintalappu on kolmikon korkein: 1,75 dollaria miljoonalta syötetokenilta ja 14 dollaria tulosteelta.

Googlen Gemini 3.1 Flash-Lite on hinnoiteltu aggressiivisesti: 0,25 dollaria syötetokeneista ja 1,50 dollaria tulosteesta. Se tuottaa 363 tokenia sekunnissa, mikä tekee siitä nopeimman multimodaalisen mallin markkinoilla. Konteksti-ikkuna yltää miljoonaan tokeniin. Kehittäjät voivat säätää mallin ajattelutasoa minimistä korkeaan, mikä mahdollistaa tasapainoilun laadun ja nopeuden välillä.

Alibaban Qwen 3.5 Small erottuu joukosta avoimuudellaan. Malliperheen neljä kokoa – 0,8, 2, 4 ja 9 miljardia parametria – ovat vapaasti ladattavissa. Pienin pyörii puhelimessa, suurin kannettavalla. Yhdeksän miljardin parametrin versio päihittää useissa vertailuissa OpenAI:n huomattavasti suuremman GPT-OSS-mallin: GPQA Diamond -testissä tulos on 81,7 vastaan 71,5. Malli hyödyntää vahvistusoppimista, joka optimoi päättelypolkuja perinteisen hienosäädön sijaan.

Miksi juuri nyt?

Samanaikaisuus ei ole sattumaa. Suurin osa yrityskäytöstä ei vaadi huippuälykästä mallia. Asiakaspalvelubotti, dokumenttien tiivistäjä tai koodin täydentäjä tarvitsee riittävän hyvää mallia, joka vastaa nopeasti ja maksaa vähän. Kun perustaso riittää, kilpailu siirtyy väistämättä hintaan.

Vertaus sähköön on osuva. Sähkön alkuaikoina yritykset rakensivat omia generaattoreita ja palkasivat insinöörejä huoltamaan niitä. Sitten tuli sähköverkko, ja sähköstä tuli halpa hyödyke. Tekoäly on samassa murroksessa. API-hintojen romahdus tekee tekoälystä taustainfrastruktuuria, jota ei tarvitse erikseen ajatella.

Hintojen kehitys puhuu puolestaan. Vielä kaksi vuotta sitten GPT-4:n tulostetokenit maksoivat 60 dollaria miljoonalta. Nyt Googlen Flash-Lite tarjoaa vertailukelpoista suorituskykyä 1,50 dollarilla. Se on yli 97 prosentin pudotus. Samaan aikaan mallien suorituskyky on parantunut merkittävästi – halvempi ei enää tarkoita huonompaa vaan riittävän hyvää.

Mitä tämä tarkoittaa suomalaisille kehittäjille?

Mallien valinta ei enää ole pelkkä tekninen päätös vaan taloudellinen. Halvalla ja nopealla mallilla hoitaa rutiinitehtävät. Kalliimpaa ja älykkäämpää mallia kutsutaan vain silloin, kun tehtävä sitä vaatii. Tällainen kerrostettu arkkitehtuuri voi leikata tekoälykustannuksia jopa 80–90 prosenttia.

Pienelle suomalaiselle SaaS-yhtiölle, joka käsittelee tuhansia asiakaskyselyjä päivässä, ero näkyy suoraan tuloslaskelmassa. Gemini 3.1 Flash-Liten hinnalla miljoonan viestin prosessointi maksaa murto-osan siitä, mitä se maksoi vuosi sitten.

Qwen-mallien avoin lähdekoodi tuo oman lisäulottuvuutensa. Suomalainen yritys voi ajaa yhdeksän miljardin parametrin mallia omalla palvelimellaan ilman API-kustannuksia. Tietosuojahuolet poistuvat, kun data ei lähde Euroopan ulkopuolelle. Malli pyörii tavallisella kuluttajalaitteistolla, mikä madaltaa kokeilukynnystä.

Kerrostettu arkkitehtuuri on jo yleistymässä maailmalla. Yksinkertaiset kyselyt ohjataan halvalle mallille, ja vain monimutkaiset tehtävät nostetaan kalliimmalle tasolle. Suomalaisille yrityksille tämä lähestymistapa on erityisen houkutteleva, koska se pitää kustannukset ennakoitavina.

Kilpailu siirtyy ekosysteemeihin

Pienten mallien aalto kertoo tekoälyalan laajemmasta kypsymisestä. Kun perusmallien suorituskyky riittää valtaosaan käyttötapauksista, kilpailu siirtyy ekosysteemeihin, työkaluihin ja integraatioihin. Voittaja ei ole se, jonka malli saa parhaan pistemäärän vertailussa, vaan se, jonka palvelun päälle on helpoin rakentaa.

Olennainen kysymys ei ole enää "mikä malli on älykkäin" vaan "mikä malli sopii juuri tähän tehtävään, tällä budjetilla, näillä tietosuojavaatimuksilla". Se on merkki siitä, että tekoäly on siirtymässä tutkimuslaboratorioista teollisuuden arkeen – ja hintalappu pienenee kuukausi kuukaudelta.