OpenAI har opdateret en supportside, og den varsler en ændring, der rammer de fleste danske virksomheder med et betalt ChatGPT-abonnement. Fra december deler Plus, Pro og Business én fælles forbrugskvote på tværs af ChatGPT og Codex. Kvoten måles i tokens, ikke i antal beskeder, og den samme pulje dækker både en lang samtale med en tung model, en kørsel i Codex og de agentopgaver, der før lå i fanen ChatGPT Work.
Konsekvensen er konkret: forbruget bliver sværere at forudsige, og den medarbejder, der bruger meget Codex, har mindre tilbage til chat. Vi har fulgt den opdaterede supportside, som den er gengivet, og den uafhængige dækning af meldingen. Herunder skiller vi det, OpenAI har bekræftet, fra det, der stadig er uoplyst, og vi giver fem ting, I kan gøre, før kvoten træder i kraft.
Hvad ændrer sig i december
I dag har almindelig chat sine egne grænser, mens de agentiske funktioner trækker fra en separat pulje. Det ændrer sig i december. Chat med de avancerede modeller kommer ind i samme budget som Codex, skriver THE DECODER med henvisning til den opdaterede supportside. Ændringen gælder Plus, Pro og Business, og den hænger sammen med, at OpenAI flytter de agentiske Work-funktioner ind i den almindelige ChatGPT.
Der er én undtagelse. Chat med Instant-modellerne tæller ikke med i budgettet. På papiret forbliver ChatGPT altså en flatrate-tjeneste, men kun hvis du holder dig til de hurtige modeller. I samme øjeblik du vælger en tungere ræsonneringsmodel eller sætter en agent i gang, begynder måleren at løbe.
Work var OpenAIs separate fane til agentopgaver: byg en præsentation, lav research, handl på nettet. Vi gennemgik den, da den kom. Nu smelter den sammen med chatten, så du kan gå fra en idé til et færdigt stykke arbejde i samme samtale. Prisen for den samling er, at arbejdet trækker fra samme kvote som alt det andet, du laver i ChatGPT.
Fra beskeder til tokens: sådan måles forbruget
Skiftet fra beskeder til tokens er kernen. En token er den mindste enhed, en sprogmodel regner i, cirka et kort ord eller en stavelse, og både det, du skriver, og det, modellen svarer, tælles i tokens. Når forbruget måles sådan, afhænger prisen på en opgave ikke af, hvor mange gange du trykker send, men af hvor meget tekst modellen læser og producerer undervejs.
Hvor meget en opgave koster, afhænger af den valgte model og opgavens art. En avanceret model bruger flere tokens end en let. En kompleks opgave med meget kontekst og lange ræsonnementer bruger flere end et kort spørgsmål. En agent, der arbejder i flere trin og kalder værktøjer, kan bruge mangedoblet, fordi hvert trin føjer nye tokens til regningen.
Modellen er ikke ny for Codex-brugere. Codex-forbrug er allerede delt i lokale opgaver på din egen maskine og cloud-opgaver på OpenAIs infrastruktur, og begge tæller inden for et rullende femtimersvindue, beskrev VentureBeat tidligere på året. Det nye er, at almindelig chat nu kommer ind under samme logik, hvor en tung model tærer på det samme budget som en kodeopgave.
Du kan følge dit samlede forbrug og se, hvornår det nulstilles, under Settings og Usage. Når kvoten er brugt, har du tre muligheder: vente på nulstilling, opgradere til en større plan eller købe ekstra credits. Hvilken af de tre der giver mening, afhænger af, om det er et engangsspidsbelastning eller et mønster, der gentager sig hver måned.
Det her ved vi ikke endnu
OpenAI har meldt retningen ud, men ikke tallene. Supportsiden oplyser hverken, hvor stor kvoten bliver målt i tokens, eller hvad ekstra credits kommer til at koste. Der er heller ingen præcis dato ud over december.
Vi ved heller ikke, hvad der sker for Free, Go og Enterprise, som ikke nævnes, eller præcis hvilke modeller der tæller som Instant. For Business mangler svaret på et vigtigt spørgsmål: hvordan en administrator kan fordele og styre kvoten mellem medarbejdere. Indtil de tal ligger fast, kan ingen regne præcist på, hvad ændringen betyder for deres regning. Hold fast i det, når leverandøren og aggregatorerne begynder at sætte tal på, der ikke står på supportsiden.
Hvorfor OpenAI samler det hele
Sammenlægningen er ikke en tilfældig prisjustering. Greg Brockman har overtaget OpenAIs produktstrategi og slået ChatGPT, Codex og udvikler-API'et sammen til én produktorganisation med målet om ét samlet agentisk produkt, skriver The Next Web. Den fælles kvote er den økonomiske side af den samling.
Der ligger også et oprydningshensyn bag. Brugerne skal i dag vælge mellem to driftstilstande og elleve modelindstillinger, forskelle selv erfarne brugere knap kan holde styr på. Ved at folde Work ind i chatten og lægge forbruget i én pulje gør OpenAI produktet enklere at forstå. Til gengæld bliver regningen mindre forudsigelig.
OpenAI fordoblede for nylig forbrugsgrænserne på de dyrere planer, sandsynligvis for at forberede sammenlægningen. Det giver de tunge brugere lidt luft, inden chat og Codex skal deles om samme budget, men det ændrer ikke på, at puljen bliver fælles.
Hvem rammes hårdest, og hvem mærker intet
Taberne er lette at få øje på. Et udviklingsteam, der bruger Codex til agentbaseret kodning dagligt og samtidig chatter med tunge ræsonneringsmodeller, løber hurtigere tør, fordi begge dele nu tærer på samme pulje.
Marketing og salg, der bruger de agentiske funktioner til præsentationer og research, mærker det samme. I den anden ende sidder den bruger, der stiller korte spørgsmål til en Instant-model hele dagen. For hende ændrer der sig intet, for den trafik tæller ikke med.
Risikoen ligger i midten. På de billigere planer vil tungt forbrug sandsynligvis betyde, at man ender på Instant-modellerne med lavere kvalitet, vurderer THE DECODER. Det er den stille pris: kvaliteten falder, når budgettet er brugt, uden at regningen stiger. Vi har før skrevet om, hvordan AI-forbrug er blevet et tal, folk skæver til, og den kultur bliver kun stærkere, når forbruget nu er en delt ressource.
Det samme sker hos konkurrenterne
OpenAI er ikke alene om at bevæge sig mod forbrugsbaserede kvoter. THE DECODER bemærker, at Anthropic allerede har samlet chat og Cowork i Claude i ét produkt. Den påstand hviler på den ene kilde, men retningen er den samme: væk fra faste beskedgrænser og over mod et budget, som agentisk arbejde trækker fra.
Vi så det tydeligt, da Claude-prisen blev lagt om til et kreditsystem. Mønsteret er, at agentisk arbejde koster mere at drive end en enkelt chatbesked, og at leverandørerne nu lader forbruget afspejle det.
Prisfald ændrer ikke på det. Da OpenAI satte listeprisen pr. token ned, fulgte den samlede regning ikke med, fordi modellerne også blev sat til at tænke mere pr. opgave. Billigere tokens og mere forbrug pr. opgave kan udmærket gå op i en større regning. Det er præcis derfor, en fælles kvote betyder mere end en prisliste.
Hvad det betyder for danske virksomheder
For en virksomhed, der har budgetteret med et fast beløb pr. bruger og rigeligt chatforbrug, er det her en overgang fra flatrate til forbrugsstyring. Det kræver ikke panik, men det kræver, at I ved, hvem der bruger hvad. Fem ting, I kan gøre nu:
- Kortlæg forbruget. Find ud af, hvem der bruger almindelig chat, hvem der bruger de agentiske funktioner, og hvem der kører Codex. Det er dem, ændringen rammer først.
- Lav en simpel modelpolitik. Instant til hverdagsspørgsmål, de tunge modeller til opgaver, hvor kvaliteten betaler sig. En AI-agent sættes kun i gang, når opgaven er værd at bruge tokens på.
- Sæt et credit-budget. Beslut på forhånd, hvor mange ekstra credits I vil købe, og hvem der må trykke på knappen, så forbruget ikke løber, uden nogen ser det.
- Følg forbruget fra dag ét. Under Settings og Usage kan I se, hvor budgettet bliver brugt. Giv den opgave til en konkret person, ikke til afdelingen i al almindelighed.
- Hold en dør åben til alternativerne. Sammenlign med Claude og Microsoft Copilot, så I ikke er låst, hvis kvoten viser sig for lille til jeres brug.
Selve ændringen er en pris- og kvoteændring, ikke en ændring af databeskyttelsen. Men når flere medarbejdere flytter agentisk arbejde med filer, værktøjer og handlinger på nettet ind i den almindelige ChatGPT, er det et godt tidspunkt at tjekke databehandleraftalen, jeres træningsindstillinger og hvem der har adgang til hvilke funktioner. En arbejdsrumsagent behandler jeres data, ikke kun jeres spørgsmål, og det hører med i vurderingen.
Ofte stillede spørgsmål
Prisen på en token falder år for år, men det, en virksomhed betaler, bestemmes nu af, hvor meget agentisk arbejde den lader modellerne lave. Den fælles kvote gør den sammenhæng synlig på regningen, og det er egentlig en sund ting. Den virksomhed, der ved, hvad dens AI-forbrug går til, kan styre det. Den, der ikke ved det, får en overraskelse i december.
