趋势丨AI大厂转向效率优先，大模型商业化分配生变

·聚焦:人工智能、芯片等行业

欢迎各位客官关注、转发

前言：

1865年，英国经济学家威廉·杰文斯观察到一个反直觉的现象：蒸汽机效率大幅提升后，英国的煤炭消耗总量非但没有下降，反而急剧增长。160年后，这一幕在AI算力市场上精准复现了。Grok 4.5、GPT-5.6、Claude Sonnet 5接连登场，Ta们宣传的重点不再是“参数最大”“能力最强”，而是同一个关键词：更便宜。

作者| 方文三

图片来源 | 网络

从“能力最大化”到“有效能力的成本最优化”

大模型战场正在经历一场深层转向：不再是简单的参数膨胀，而是如何让每个token创造更高价值。最典型的信号来自马斯克。介绍Grok 4.5时，他几乎没提“xAI最强”，而是反复强调一个点——“Opus级模型”，但更快、更省token、成本更低。OpenAI把GPT-5.6的目标写成“让每个token产出更多有用工作”，Sam Altman直言，企业客户现在真正在意的是AI支出换回了什么价值。Anthropic则说，Sonnet 5能完成的智能体任务，在几个月前还需要更大、更贵的模型。

当“更便宜”成了行业默认动作，真正的竞争就不再是“降多少价”，而是同样的价格，谁的模型能干更多、更难的任务。大模型竞争正从“能力最大化”转向“有效能力的成本最优化”。企业和开发者真正关心的，正在从“哪个模型最强”，转向“哪个模型能被长期、稳定、低成本地默认调用”。

三款新模型的“性价比”叙事

这一转向首先体现在模型产品本身。模型公司开始把不同能力、不同成本和不同调用方式重新组合起来。OpenAI的GPT-5.6最典型。“Sol / Terra / Luna”取代了“旗舰 + mini/nano”的旧命名体系。Sol承担复杂推理、编程和Agent等高难任务；Terra的综合表现接近GPT-5.5，却落在GPT-5.4的中端价格区间；Luna主打高并发、低延迟的走量调用。核心逻辑是：能力跟着场景走，成本跟着任务变。

Anthropic的Claude Sonnet 5内置了“effort”机制，调用方可以根据任务复杂度调节推理强度——中等effort控制成本，高effort才逼近旗舰表现。这打破了“选定模型就锁定成本”的旧逻辑。

Grok 4.5则把性价比前置到了训练阶段：先锁定Cursor这样的高频编程场景，再围绕真实调用优化能力和成本。定价为每百万token 2美元输入、6美元输出。

Token计费重塑产业链价值分配

过去三年，钱被“卖铲子”的赚走了——英伟达、台积电、存储厂商赚得盆满钵满，模型实验室在亏损的泥潭里挣扎。据测算，硬件层抽走了全行业70%以上的收入。2026年全球AI净利润池约6370亿美元，英伟达一家占了2070亿，三星和SK海力士合计2220亿。

但现在，风向变了。Token计费模式将算力消耗、模型研发、场景服务等全产业链投入要素实现标准化、可量化、可交易。模型供应商第一次掌握了定价权。Anthropic的年度经常性收入从2025年初不到90亿美元，到2026年二季度已接近600亿美元，翻了近7倍；推理业务毛利率从38%爬升到70%以上。

大模型企业的“估值锚”正悄然从“技术领先度”向“商业化效率”切换。一级市场尽调首要核查三项指标：月度经营性收入、算力成本摊销、付费用户转化率——无法给出清晰商业化路径的项目，基本拿不到新一轮融资。

“杰文斯时刻”：更便宜，反而花得更多

效率提升带来的不是总成本下降，而是总需求膨胀——这正是杰文斯悖论在AI领域的精准复现。Token价格每降一个台阶，便解锁一批新应用场景，推动全社会AI总支出持续攀升。SemiAnalysis援引杰文斯悖论指出，较低的推理成本将推动更广泛的AI采用，最终扩大对GPU、HBM和网络设备的需求。Meta出租算力不仅不会削弱硬件需求，反而会通过压低Token成本触发杰文斯悖论，激发更庞大的AI增量需求。

这意味着一个反直觉的结论：大模型越便宜，整个行业的算力账单反而越贵。效率提升降低了使用门槛，让更多场景、更多企业、更多用户开始调用大模型——调用量暴涨，总支出随之飙升。这正是“杰文斯时刻”的核心逻辑：技术进步提高了资源利用效率，降低了单位成本，从而刺激了需求的增加，最终导致资源消耗总量上升。

商业化分配的新棋局

效率优先的转向，正在催生一套全新的商业化分配逻辑。首先，定价权正在从硬件层向模型层迁移。过去，英伟达GPU供不应求，定价权牢牢掌握在硬件厂商手中。如今，随着模型效率提升、推理成本下降，模型层开始掌握更多议价空间。

其次，竞争从“模型能力”转向“默认调用”。 企业不再关心“哪个模型最强”，而是关心“哪个模型能被长期、稳定、低成本地默认调用”。谁成为默认选项，谁就拿到了最稳定的收入流。

第三，Token计费成为新的价值标尺。 以Token调用量与单位成本为核心标尺，AI产业正在摆脱零散定制化的项目制模式，迈入标准化、规模化、流量化的成熟发展阶段。

第四，国产模型迎来结构性机遇。中国开源模型正以十分之一甚至百分之一的边际成本，撕裂OpenAI和Anthropic苦心构筑的护城河。从Coinbase将中国大模型设为工程师默认工具，到美国初创公司因“API费用超过全员工资”而全面切换至DeepSeek，性价比正在重塑全球AI版图。

结语

大模型的“杰文斯时刻”已经到来。当巨头们不再比拼参数大小，而是比拼每个token能创造多少价值时，整个产业的游戏规则正在被重写。过去三年，钱流向硬件；未来三年，利润正在向模型层迁移。这个看似矛盾的循环，恰恰是AI产业走向成熟的标志。

网络援引：

格隆汇：《AI领域的杰文斯时刻 —— 从成本悬崖到需求爆炸，写给普通投资者的AI投资全景视角解读》

36kr：《AI军备竞赛的终点，或是一场关于铀的“全球狩猎”》

钛媒体：《AI 大厂集体转向，大模型迎来“杰文斯时刻”》

本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在24小时内处理。

请务必注明：

「姓名 + 公司 + 合作需求」