Överflödets slut: året då AI lärde sig att mindre är mer

Överflödets slut

Det finns en enkel sanning som varje livsnjutare känner i ryggmärgen: det dyraste är sällan det bästa, och det mesta är nästan aldrig det finaste. En perfekt espresso slår tio medelmåttiga. Ett rätt valt ord slår en hel monolog. Under 2026 har konstgjord intelligens, av alla saker, börjat lära sig samma läxa.

I drygt ett år hette den styrande principen i teknikvärlden tokenmaxxing. Idén var lika enkel som den var kostsam: mata modellerna med så mycket text som möjligt, låt dem tänka så länge de vill och betala per token på vägen. Fler tokens, bättre svar, löd tron. Nu har notan kommit, och den har ändrat allt.

När räkningen kom

Siffrorna är svindlande. Priset för en miljon tokens föll under ett år från runt tio dollar till omkring 2,50, alltså en fyrdubbling av prisvärdet. Ändå exploderade företagens AI-räkningar med uppskattningsvis 320 procent. Den genomsnittliga budgeten växte från 1,2 miljoner dollar 2024 till sju miljoner 2026. Uber lär ha bränt hela sin årsbudget för AI på fyra månader.

Paradoxen är lärorik. När varje token blev billigare använde alla så många fler att slutsumman sköt i höjden. Det är samma logik som får en att köpa dubbelt så mycket på rea och ändå gå därifrån fattigare. Vid halvårsskiftet 2026 hade branschen fått ett nytt favoritord: tokenminimizing. Måttfullhet, helt enkelt.

Den lilla modellens revansch

Det intressanta är att kvaliteten inte behövde offras. Tvärtom. När Google den 19 maj släppte Gemini 3.5 Flash var hela poängen att en liten, snabb modell nu kan mäta sig med de tunga flaggskeppen på uppgifter som kodning och självständigt arbete. Den kostar omkring 1,50 dollar per miljon tokens och är i praktiken flera gånger snabbare. OpenAI:s kraftfullare GPT-5.5 tar fem till åtta dollar för samma mängd och behåller övertaget i djup logik, men för det mesta vardagsarbetet är det inte längre där striden står.

I stället för en enda allsmäktig jättemodell dirigerar de smartaste systemen numera varje fråga dit den hör hemma. En billig sorterare läser av hur svår uppgiften är och skickar det enkla till en lätt modell och det svåra till en tung, ett system som bygger vidare på frågan om vilken modell som faktiskt leder, fast nu besvarad automatiskt för varje enskild fråga. Att vässa vad man faktiskt matar in, det som kallas kontextteknik, kan kapa kostnaden med mellan 60 och 90 procent utan att svaret blir sämre. Vissa bolag har till och med bytt bort de dyra amerikanska modellerna mot billigare öppna alternativ.

Måttfullhet som lyx

Det här är mer än en teknisk fotnot. Det är ett skifte i smak. I flera år mättes framsteg i AI som allt annat vi lärt oss att misstro: större, mer, dyrare. Nu handlar det plötsligt om det rätta valet i rätt ögonblick, om att veta när en enkel modell räcker och när en tung bara slösar. Det är, om man tänker efter, precis den sortens omdöme som skiljer den som har smak från den som bara har pengar.

Det finaste bordet dukas inte fullt. Den bästa garderoben består inte av flest plagg. Och den klokaste tekniken, visar det sig, är inte den som gör mest, utan den som gör precis lagom. Att AI av alla ting behövde ett år av chockräkningar för att inse det säger kanske mer om oss än om maskinerna. Måttfullheten var lyxen hela tiden.