当 Token 越来越便宜，账单为什么越来越贵

Django 框架联合创始人 Simon Willison，大概是今天世界上最懂 Claude Code 和 Codex 的开发者之一。

过去 30 天，他消耗了价值 2180.16 美元的 token，实际支付只有 200 美元。

很多人看到的是划算。

Simon 看到的却是另一件事。

因为这笔便宜，正在消失。

OpenAI 已经把 Codex 从按消息估算改回按 token 计费；Anthropic 没有提高 Opus 4.7 的挂牌价格，却通过新的 tokenizer 让同样文本最多多切 35% token。过去被平台补贴掉的那部分成本，正在一点点回到用户账单上。

对 Simon 来说，这意味着一个非常具体的变化：过去 200 美元烧掉 2000 多美元 token 的日子，正在成为历史，而不会再成为一种长期模式。未来某一天，他消耗的那 2180 美元，很可能真的需要支付 2180 美元。

对任何重度开发者来说，这都不是一个轻松的消息。

问题在于，这件事几乎不可避免。

企业已经率先感受到了这种变化。

据 The Information 报道，Uber 进入 2026 年没几个月就烧穿了全年 AI 预算，主因是 Claude Code。4 月 23 日，OpenAI 发布 GPT-5.5，输入和输出价格从 GPT-5.4 的 2.5/15 美元提高到 5/30 美元；Anthropic 虽然维持 Opus 4.7 的挂牌价格不变，但 Willison 估算其有效成本约为 Opus 4.6 的 1.4 倍。

一个明涨，一个暗涨。

如果只看这些新闻，很容易得出一个结论：AI 越来越贵了。

问题是，这个结论恰恰与过去几年最重要的研究结果相反。

a16z 合伙人 Guido Appenzeller 给这条曲线起过一个名字：LLMflation。

2021 年，每百万 token 60 美元的 GPT-3 级能力，今天只需要 0.06 美元。

武汉大学 Mingdeng Du 团队今年 3 月统计 OpenRouter 318 个模型和 Epoch AI 3237 条记录后发现，过去六年，token 价格整体下降约 600 倍。经济档模型价格半衰期只有 1.10 年，中档模型 1.55 年，都快过摩尔定律。

如果只看成本，今天的大模型行业根本不像在涨价。

更像在经历一场历史上罕见的通缩。

于是问题来了。

如果成本在塌，账单为什么越来越贵？

因为企业今天付的钱，很多讨论把这两笔钱混在一起，于是永远算不明白这笔账。

先看第一笔。

Claude Code 修一个 Bug，不是在聊天框里回答问题。它要读代码仓库、分析依赖关系、调用工具、运行测试、理解报错，再把结果重新送回模型推理。用户最后看到的可能只是几百行代码改动，背后滚过去的却是几十万 token。

推理模型也是如此。

行业测算显示，一些复杂推理任务里，模型内部消耗的 token 可以达到最终输出的几十倍甚至上百倍。

所以 Uber 的预算失控，未必意味着浪费。

也可能意味着另一件事：AI 开始真正干活了。

过去几年，人们习惯把大模型当搜索引擎、聊天机器人或者写作助手。今天越来越多企业把它当工程师、分析师、运营人员和客服团队使用。

任务变复杂了。

消耗自然会上升。

买法拉利的人不会抱怨油耗。

不是因为他不在乎钱。

而是买法拉利，本身就是为了那套性能。

今天很多 Agent 任务也是一样。代码审查、复杂运维、金融分析、合同审核，这些场景里，顶级 Agent 和顶级模型往往是绑定关系。你当然可以换一个便宜五倍的模型，但结果很可能一起打折。

这部分钱，买的是能力。

它没有白花。

如果故事到这里结束，那么结论会很简单：AI 更能干了，所以 AI 更贵了。

可问题偏偏出在这里。

过去几年最重要的研究结果，讲的恰恰是另一件事。

AI 并没有变贵。

AI 正在经历一场前所未有的降价。

很多人记住了武汉大学那篇论文里的六年降价 600 倍。

真正值得看的，却不是这组数字。

而是那条没有降下来的曲线。

论文把模型分层以后发现，经济档和中档模型都在沿着同一条轨迹下滑。能力越来越普及，价格越来越接近成本。

如果故事到这里结束，那么 AI 最终会变成一种标准化商品。

就像云服务器、电力或者带宽。

问题在于，偏偏有一部分模型不遵守这个规律。

论文对旗舰模型价格做指数拟合，得到的 R² 只有 0.031。

翻译成人话就是：

降价规律到了这里，几乎失效了。

与此同时，推理模型相对于普通模型还存在平均 31.5 倍溢价。

这不是统计误差。

这是市场结构。

普通能力越来越便宜。

不可替代的能力没有。

OpenAI 把 GPT-5.5 的价格提高一倍，Anthropic 让 Opus 4.7 通过 tokenizer 提高有效价格，都发生在这条曲线之外。

于是一个有意思的现象出现了。

同样叫 token。

有些 token 正在迅速商品化。

有些 token 正在迅速硬通货化。

前者的价格越来越接近成本。

后者的价格越来越接近稀缺性。

这也是为什么 GPT-5.5 和 DeepSeek 可以同时存在，而且都合理。

前者卖的是当前最强能力。

后者卖的是已经被验证、正在扩散的能力。

两者都在 AI 市场里。

但遵循的是两套不同的定价原则。

看到这里，一个问题自然会冒出来。

既然顶级模型最终都会扩散，既然今天的 GPT-5.5 迟早会变成明天的普通能力，为什么还要有人拼命往塔尖冲？

因为塔尖最大的价值，从来不是卖贵。

而是定义什么叫先进。

汽车行业就是这样。

一辆 5 万元的车和一辆 500 万元的车，都能把人从 A 点送到 B 点。后者当然更贵。但豪车存在的意义，从来不只是让富人消费。

ABS、ESP、主动安全、智能驾驶，很多后来成为行业标配的东西，最早都出现在最贵的那批车上。等技术成熟，再进入更大的市场。

豪车赚到的钱是一回事。

更重要的是，它定义了行业下一步往哪里走。

AI 也是一样。

最新的架构、最长的上下文、最复杂的推理链、最激进的训练方法，都会首先出现在塔尖模型里。它们中的绝大多数会失败，少数成功的部分再被蒸馏、压缩、工程化，最后进入更便宜的产品。

塔尖不是为了卖得更贵而提价。

而是稀缺性和不可替代性，本身就是最刚性的价格支撑。

只要一个模型代表当前最先进能力，它的价格就不再完全由成本决定。

决定价格的，是有多少人需要它，以及有多少人能够替代它。

这也是美国前沿模型公司真正捍卫的东西。

不是某一个版本。

而是“最先进模型”这个位置本身。

美国以全球 AI 创新第一策源地自居。无论是否喜欢这个说法，至少在今天，它仍然掌握着最强闭源模型、最强商业化产品和最强融资能力。

既然掌握这个位置，价格自然不会跟着成本一起跌。

因为它卖的已经不是 token。

而是不可替代性。

美国前沿收的那笔租，不是利润，是赌注的本金。

SpaceX 的 S-1 招股文件里写着：Anthropic 自 2026 年 5 月起向它采购 COLOSSUS 与 COLOSSUS II 的算力，合约到 2029 年 5 月，每月最高约 12.5 亿美元，而这只是它供应商名单里的一家。

从价格与成本那道缝里挤出来的钱，转手喂进机房。

这种承诺只在一个前提下成立：

它赌自己手里那点不可替代性，未来几年塌不下来。

中国押的也是同一道题。

只是方向不同。

很多人把中国模型理解成低价路线。

这是一种误读。

如果只是低价，中国不会出现 DeepSeek 的百亿美元融资，不会出现智谱持续冲击更强编码能力，也不会出现腾讯混元结束两年单边降价、重新提高 API 价格。

中国企业同样在争夺塔尖。

因为没有人愿意永远接受别人的价格锚点。

真正的区别在于，中国更相信技术扩散。

DeepSeek 把 V4-Pro 永久降到原价四分之一，百万 token 输入输出合计约 5.27 美元，是 GPT-5.5 的七分之一、Claude Opus 4.7 的六分之一，同时推进约 100 亿美元融资。小米 MiMo-V2.5 系列永久降价，最高降幅 99%。火山引擎披露，豆包大模型日均 token 已突破 120 万亿，三个月翻倍。

这些动作背后不是简单的价格战。

而是一种产业判断。

过去二十年，中国最成功的产业几乎都遵循同一条路径。

新能源车如此。

动力电池如此。

光伏如此。

先追赶最先进技术，再把先进技术工程化、规模化、商品化，最后把原本属于少数人的能力带进大众市场。

AI 正在重复这条路径。

塔尖当然重要。

但体积最大的市场，从来不在塔尖。

中国赌的是，塔尖能力扩散的速度，会快于塔尖收租的速度。

而这道墙现在有多厚，没人知道。

智谱4月7日开源的 GLM-5.1，编程能力做到Claude Opus 4.6的94.6%，MIT 协议商用零限制，训练全程跑华为昇腾、没有一张英伟达卡。

今天这场看上去在争 token 价格的争论，争的不是价格。

争的是 AI 的不可替代性还能维持多久。

美国赌的是这道墙足够厚。

中国赌的是这道墙会越来越薄。

等答案揭晓，两边的下注里，必有一笔成为再也收不回的沉没成本。