Problemet på 15 miljoner dollar om dagen: varför AI-videoekonomi avgör vem som överlever 2026

Siffrorna som d\u00f6dade Sora

L\u00e5t mig presentera ekonomin som OpenAI f\u00f6rs\u00f6kte d\u00f6lja i sex m\u00e5nader.

Sora lanserades i september 2025 med konsumentpriser: ungef\u00e4r $0,10 per sekund 720p-video via API:et. Vid toppanv\u00e4ndning genererade miljontals anv\u00e4ndare klipp dagligen. GPU-inferenskostnaderna, som fr\u00e4mst k\u00f6rdes p\u00e5 NVIDIA H100-kluster, skalade linj\u00e4rt med varje f\u00f6rfr\u00e5gan.

F\u00f6rh\u00e5llandet mellan int\u00e4kter och kostnader var katastrofalt. Sora int\u00e4kter uppgick till uppskattningsvis 2,1 miljoner dollar totalt under hela sin livstid. Driftskostnaden var ungef\u00e4r 2,7 miljarder dollar. Det \u00e4r ingen aff\u00e4rsmodell. Det \u00e4r en demonstration som br\u00e4nde riskkapital i industriell skala.

Varf\u00f6r videogenerering \u00e4r fundamentalt dyrare \u00e4n bildgenerering

F\u00f6r att f\u00f6rst\u00e5 varf\u00f6r detta \u00e4r viktigt bortom Sora beh\u00f6ver du f\u00f6rst\u00e5 ber\u00e4kningsklyftan mellan bild- och videogenerering.

En enskild bildgenereringsf\u00f6rfr\u00e5gan med en modell som DALL-E 3 eller Stable Diffusion XL kr\u00e4ver ungef\u00e4r 10-30 sekunders GPU-tid p\u00e5 en H100. En 5-sekunders video vid 24fps kr\u00e4ver generering av 120 bildrutor, var och en med krav p\u00e5 temporal koherens som f\u00f6rhindrar enkel parallelisering. Uppm\u00e4rksamhetsmekanismen i videodiffusionstransformers skalar kvadratiskt med sekvensl\u00e4ngden.

Skillnaden mellan bild och video \u00e4r inte 5x eller 10x. Den \u00e4r 30-100x i ber\u00e4kning per output. Och till skillnad fr\u00e5n textgenerering, d\u00e4r KV-caching och spekulativ avkodning dramatiskt har minskat inferenskostnaderna, har videogenerering ingen motsvarande optimering som s\u00e4nker kostnaderna med en storleksordning.

Tre strategier f\u00f6r att \u00f6verleva kostnadskrisen

Alla f\u00f6retag som fortfarande erbjuder AI-videogenerering brottas med samma grundl\u00e4ggande problem. Deras strategier g\u00e5r i helt olika riktningar.

Strategi 1: Subventionera och hoppas (VC-modellen)

Detta var Soras strategi. Priss\u00e4tt under kostnad, v\u00e4rv anv\u00e4ndare, lista ut monetisering senare. Det slutade precis som ekonomiprofessorer har f\u00f6rutsp\u00e5tt sedan dotcom-eran.

Flera f\u00f6retag fungerar fortfarande s\u00e5. Pika, Luma och Runway priss\u00e4tter alla sina tj\u00e4nster l\u00e5ngt under uppskattade ber\u00e4kningskostnader. Satsningen \u00e4r att kostnaderna sjunker snabbare \u00e4n int\u00e4kterna beh\u00f6ver v\u00e4xa.

Risken \u00e4r uppenbar. Om GPU-kostnaderna inte sjunker snabbt nog, eller om anv\u00e4ndningen v\u00e4xer snabbare \u00e4n optimeringsvinster, tr\u00e4ffar dessa f\u00f6retag samma v\u00e4gg som Sora.

Strategi 2: Flytta kostnaderna till h\u00e5rdvara (NVIDIA/Open Source-modellen)

Detta \u00e4r strategin bakom Helios, Wan 2.2, LTX-2.3 och alla andra open source-modeller optimerade f\u00f6r konsument-GPU:er.

Logiken \u00e4r elegant: ist\u00e4llet f\u00f6r att k\u00f6ra dyr molninfrastruktur, l\u00e4gg ber\u00e4kningskostnaden p\u00e5 anv\u00e4ndarens h\u00e5rdvara. En RTX 4090 kostar $1 599 en g\u00e5ng. D\u00e4refter \u00e4r varje videogenerering "gratis" i marginalkostnad (minus el).

Helios, modellen med 14 miljarder parametrar fr\u00e5n ByteDance och Peking University, visade att en enskild H100 kan generera 60-sekunders video med 19,5 FPS. \u00c4nnu viktigare n\u00e4rmar sig optimerade open source-modeller realtidsgenerering p\u00e5 konsument-RTX 5090-h\u00e5rdvara.

Begr\u00e4nsningen \u00e4r uppenbar: denna strategi betj\u00e4nar bara anv\u00e4ndare med avancerade GPU:er. Det \u00e4r en betydande marknad, men den utesluter de vardagliga kreat\u00f6rer som gjorde Sora popul\u00e4rt.

Strategi 3: Plattformsaggregering (Adobe/Google-modellen)

Detta \u00e4r det finansiellt mest h\u00e5llbara tillv\u00e4gag\u00e5ngss\u00e4ttet. Ist\u00e4llet f\u00f6r att b\u00e4ra hela genereringskostnaden, bli en marknadsplats som dirigerar f\u00f6rfr\u00e5gningar till flera modellleverant\u00f6rer.

Adobe Firefly hostar nu \u00f6ver 30 modeller fr\u00e5n olika leverant\u00f6rer. Google Flow integrerar Veo med tredjepartsmodeller. CapCut integrerar Seedance 2.0. I alla tre fallen tar plattformen en marginal medan modellleverant\u00f6ren b\u00e4r ber\u00e4kningskostnaderna.

Adobe \u00e4r b\u00e4st positionerat h\u00e4r eftersom Premiere Pro och After Effects redan dominerar professionell videoredigering. Att l\u00e4gga till AI-generering i befintliga arbetsfl\u00f6den \u00e4r en naturlig ut\u00f6kning, och Adobe kan priss\u00e4tta det som en premiumfunktion inom Creative Cloud-prenumerationer som anv\u00e4ndarna redan betalar f\u00f6r.

Infrastrukturkostnadskurvan

Den avg\u00f6rande fr\u00e5gan \u00e4r om GPU-kostnaderna sjunker tillr\u00e4ckligt snabbt f\u00f6r att g\u00f6ra konsument-AI-video l\u00f6nsamt.

NVIDIAs Blackwell-arkitektur (B200, GB200) levererar ungef\u00e4r 2-3 g\u00e5nger b\u00e4ttre pris-prestanda f\u00f6r inferensarbetsbelastningar j\u00e4mf\u00f6rt med H100. Den kommande Rubin-arkitekturen lovar ytterligare 2-3 g\u00e5ngers f\u00f6rb\u00e4ttring. Om b\u00e5da levererar som beskrivet kan kostnaden f\u00f6r att generera en 10-sekunders video sjunka fr\u00e5n $0,50 till ungef\u00e4r $0,05 till 2028.

Den tidshorisonten \u00e4r viktig. F\u00f6retag som br\u00e4nner pengar p\u00e5 subventionerade priser m\u00e5ste \u00f6verleva 2-3 \u00e5r till f\u00f6r att h\u00e5rdvaruf\u00f6rb\u00e4ttringar ska r\u00e4dda deras aff\u00e4rsmodeller. Inte alla kommer att klara det.

Vad detta inneb\u00e4r f\u00f6r kreat\u00f6rer

Om du \u00e4r en kreat\u00f6r som v\u00e4ljer AI-videoplattform idag, \u00e4r ekonomin lika viktig som funktionerna.

• ✓Plattformar med l\u00f6nsamma moderf\u00f6retag (Google, Adobe, ByteDance) \u00e4r s\u00e4krare l\u00e5ngsiktiga val
• ✓Open source-modeller som k\u00f6rs lokalt eliminerar beroendet av ett enskilt f\u00f6retag
• ✓Startups som erbjuder "obegr\u00e4nsad" generering till l\u00e5ga priser utg\u00f6r den h\u00f6gsta risken
• ✓Att v\u00e4nta p\u00e5 att kostnaderna stabiliseras innan man binder sig till ett arbetsfl\u00f6de \u00e4r rimligt, men inneb\u00e4r att man missar f\u00f6rdelarna med tidig anv\u00e4ndning

Nedst\u00e4ngningen av Sora var inte en avvikelse. Det var den f\u00f6rsta dominobrickan. Ekonomin i AI-videogenerering \u00e4r brutal, och de f\u00f6retag som \u00f6verlever blir de som hittade kreativa l\u00f6sningar p\u00e5 kostnadsproblemet, inte bara kreativa l\u00f6sningar p\u00e5 genereringsproblemet.

Den st\u00f6rre bilden

Varje stort skifte inom datorv\u00e4rlden har g\u00e5tt igenom en fas d\u00e4r tekniken fungerar men ekonomin inte g\u00f6r det. Molntj\u00e4nster var olönsamma i \u00e5ratal innan AWS f\u00f6rvandlade det till en kassako. Videostreaming f\u00f6rlorade miljarder innan Netflix hittade sin balans. AI-videogenerering befinner sig i samma sm\u00e4rtsamma mellanperiod.

Skillnaden den h\u00e4r g\u00e5ngen \u00e4r hastigheten. H\u00e5rdvaruf\u00f6rb\u00e4ttringskurvan \u00e4r brantare \u00e4n den var f\u00f6r molntj\u00e4nster eller streaming. NVIDIA levererar nya arkitekturer var 18-24:e m\u00e5nad med betydande kostnadsminskningar per FLOP. Forskning om modelleffektivitet, fr\u00e5n destillation till mixture-of-experts till arkitektoniska innovationer som Helios kontextkomprimering, sk\u00e4r ner ber\u00e4kningskraven fr\u00e5n mjukvarusidan.

Min uppskattning: i slutet av 2027 kommer det att kosta under $0,10 att generera en 10-sekunders video i 1080p p\u00e5 molninfrastruktur. Vid den prisniv\u00e5n fungerar aff\u00e4rsmodellen. Fr\u00e5gan \u00e4r vilka f\u00f6retag som kan \u00f6verleva till dess.

Kyrkogarden f\u00f6r AI-videostartups \u00e4r p\u00e5 v\u00e4g att bli tr\u00e5ng. Men tekniken i sig f\u00f6rsvinner inte. Den v\u00e4ntar bara p\u00e5 att ekonomin ska komma ikapp.