DeepSeek이 V4-Pro 모델의 가격을 75% 인하하기로 한 결정은 기업용 AI 벤더와 개발자들에게 완전히 유리하지 않았는데, 저렴한 모델이 자동으로 더 건강한 마진으로 이어지지 않기 때문입니다. 그 이유는 에이전트 시스템이 토큰을 가격 하락보다 더 빠르게 소비하고 있어 벤더의 비용이 더 높아지기 때문입니다. 이를 100배 문제라고 하며, 동일한 사용자 가시 요청이 챗봇이나 검색 증강 생성 응답보다 에이전트 워크플로우로 훨씬 더 많은 비용이 들 수 있습니다. 문제의 규모는 모델 제공자들이 개발자 관계에 어떻게 책정하고 있는지에서 명확히 드러나는데, OpenAI가 제안한 모든 Y Combinator 스타트업에 200만 달러의 API 크레딧을 제공하는 것은 AI 네이티브 기업을 운영하는 데 드는 비용을 인정하는 것입니다. 토큰 증폭은 주요 문제로, 단일 사용자 메시지로 수백 또는 수천 개의 모델 호출이 발생할 수 있어 공급업체에 높은 비용이 발생합니다. 기업용 AI의 주요 가격 전략은 좌석 기반 SaaS였지만, 토큰 증폭은 이 가정을 깨뜨려 벤더의 총이익률을 마이너스로 초래합니다. 몇몇 벤더들은 이제 대규모 사용자에 대해 비공개로 마이너스 총이익률을 보고하고 있으며, 이러한 눈에 띄는 증상들이 대중 보도로 스며들기 시작했습니다. 전략적 함의는 대부분의 AI 네이티브 기업 계획에서 채택하는 지배적인 비즈니스 모델이 에이전트 업무 부담과의 접촉을 견디지 못한다는 점입니다. 생존을 위해 기업들은 추론 비용을 일류 지표로 삼고, 미디어 바이어처럼 예산을 관리하며, 라우터를 핵심 인프라로 활용하고, 분기별로 감사하며, 조기에 거래량 약속을 협상해야 합니다. 앞으로 24개월은 기업들이 AI 인프라 가격 책정이라는 새로운 현실에 적응하는 데 매우 중요할 것이며, 살아남을 수 있는 기업들은 똑똑하고 생각하는 데 드는 비용을 잘 아는 에이전트를 둔 기업들입니다.