AI 越便宜，这个行业越烧钱

1865年，英国经济学家威廉·杰文斯发现了一件让人费解的事。

当时英国的蒸汽机效率在快速提升，每台机器烧的煤越来越少。按常理，全国的煤炭总消耗应该下降。但杰文斯翻了一遍统计数据，发现总消耗量反而在猛增。原因不复杂。蒸汽机效率高了以后，原来用不起的工厂也开始装了，新的用途不断冒出来，新增的需求远远吃掉了单位效率的节省。

这个发现后来被叫做”杰文斯悖论”。一百六十年后，AI行业正在精确地重演它。

过去两年，GPT-4级别模型的API调用价格降了95%以上。你调用一次AI的成本确实便宜了很多。与此同时，全球AI算力基础设施的总支出以每年翻倍的速度往上蹿。光SpaceX一家，2027年计划投在数据中心上的钱就有3000亿到5000亿美元。

Token在降价，但建造生产Token的工厂越来越贵。

模型权重正在变成大宗商品

先说一个过去三十年反复出现的规律。

某种东西一旦稀缺，就会吸引大量投资和竞争。竞争到最后，这种东西会变得极其便宜，接近免费。1990年代的互联网带宽，拨号上网按分钟收费，后来光纤铺开了，运营商打价格战，现在带宽几乎不值钱。2000年代的存储空间，一块硬盘花一个月工资，云存储加上摩尔定律之后，存一张照片的成本可以忽略。

AI智力正在走同一条路。

DeepSeek把顶级模型开源了，证明做出GPT-4水平的模型，不需要OpenAI那样的成本结构。

当一种东西的替代品越来越多，它的商业价值就会被压缩。模型权重正在经历带宽和存储当年走过的路。

那接下来的问题就很自然了。如果模型本身不再值钱，钱去了哪里？

炼油厂比油田值钱

根据SpaceX 财报, 同样一吉瓦（GW）的算力，直接出租给别人用，一年大约能收120亿美元。但如果你不出租裸算力，而是自己在这些GPU上跑大模型，把推理结果作为API Token卖给开发者，同样一吉瓦，一年能产生大约1000亿美元的收入。

一个120亿，一个1000亿。差了8倍多。

Claude Opus 4.8的推理毛利率超过85%。DeepSeek在一次投资者电话会上泄漏的数据显示，他们的GPU投资回收期只有10个月。卖Token这门生意的利润之高，远超大多数人的想象。

理解这个差距，需要把”训练”和”推理”分开看。

训练一个模型，像是勘探并发现一座油田。你投入巨大的前期成本，找到了，这件事只做一次。推理不一样，推理是把原油炼成汽油、航空煤油和化工品，再通过管道和加油站分销给全世界。每个用户每一秒钟的调用都在消耗真实的电力和真实的芯片，你得持续运营这套炼化和分销体系。

同一桶原油，同一个模型，炼成航空煤油卖给企业客户，价格高。炼成普通汽油卖给普通消费者，价格低。OpenAI的企业API和免费版ChatGPT之间的价差，就是这个道理。企业那边赚到的利润，拿来补贴消费端，交叉补贴由此而来。

那8倍差距的含义就清楚了。把能源、芯片和推理一条线控制下来的人，拥有极大的定价权。原油涨了，成本可以往终端转嫁。原油跌了，利润可以留在手里，也可以用降价来抢市场。上下游的波动，都由他来消化和分配。

SpaceX正在做的事情，结构上和洛克菲勒的标准石油高度相似。它在田纳西州Southaven自建天然气发电厂，5个月内把燃气轮机从27台扩到了69台，发电能力超过1.2吉瓦。它跟英伟达签了独家合作，拿到优先供货。它建数据中心的速度是5个月从零到450兆瓦交付，传统开发商要两到三年。洛克菲勒当年最核心的优势就是控制了炼油和输油管道，SpaceX在AI领域做了同样的事。

OpenAI降价和DeepSeek涨价，回应的是同一股力量

到这里，可以回头看最初那个让人困惑的现象了。

OpenAI在降价，一些功能甚至做成了免费。DeepSeek在涨价。一个往左，一个往右。但如果理解了推理层的利润结构，会发现它们面对的是同一个局面。

先看OpenAI。

当全世界的开发者在代码里写下 openai.chat.completions.create() 这行调用时，这个API接口就变成了一条管道。代码写好了，prompt调好了，测试也跑通了，整套工作流都搭在上面。这时候你要换一家模型厂商，代价很大。你得改代码和测试，重写prompt，下游的对接全部要重新来一遍。

OpenAI降价，争的是这条管道的入口。模型权重的价值在被开源侵蚀，推理入口的价值在膨胀。用推理层85%的毛利空间去补贴终端价格，换来的是管道的垄断地位。微信不靠聊天赚钱，赚的是一旦所有人都在上面，支付、电商和内容全部要从这条管道过。OpenAI做的是同一件事。

再看DeepSeek。

DeepSeek做了一件很大胆的事，把模型权重开源了，主动让模型层的价值归零。作为搅局策略，这招很成功，逼得所有闭源公司被迫降价或提供开放版本。但DeepSeek自己没有建立起推理层的基础设施。它不控制芯片供应，受出口管制限制，能源成本是刚性的。微软或SpaceX那种规模的算力集群，它更没有。

算力的刚性成本最终穿透到了终端价格。DeepSeek不得不涨价。

在模型层做慈善比较容易。模型训练完了，权重文件就在那里，多一个人下载增加不了多少成本。推理层做慈善不可能持久，每一次调用都在烧真实的电、占用真实的GPU，一秒钟都不能停。没有足够的推理基础设施，就没有交叉补贴的本钱。

Google 正在英伟达化和 AWS 化

Google超过20%的TPU出货量直接卖给了Anthropic。DeepMind占GCP总AI算力的比重从2025年的大约45%降到了2027年预计的15%。Google在前沿大模型这条赛道上，事实上正在退场。放弃做最强前沿模型的努力，转去卖TPU。一旦Google开始公布那些漂亮的TPU销售数据，就再也停不下来了。因为当一家公司卖铲子比挖金矿更赚钱的时候，它就很难再回去挖金矿了。

Google曾经拥有全世界最多的顶尖AI研究人才和最强的自研芯片。这样的公司都放弃了在前沿模型上竞争，转做算力管道商。AI产业的价值重心已经从”谁能训练出最聪明的模型”转向了”谁控制了运行模型所需的物理设施”。

AI 到底是在变贵还是变便宜？

两个都在发生。对你，终端用户，AI 在变便宜，而且短期内还会继续便宜下去。竞争激烈，效率在涨，大公司有足够的利润空间继续补贴。

但对控制 AI 运行所需的能源、芯片和推理集群的人来说，这门生意在变得极其昂贵，也极其赚钱。一吉瓦数据中心的建造成本大约 500 亿美元，做成推理 Token 一年能卖 1000 亿。电费越来越便宜，发电厂越建越贵。一百年前的能源产业就是这个结构，洛克菲勒和 J.P.摩根靠控制炼油和电网成了那个时代最有权力的人。你现在免费用的每一个 AI 工具，都在帮它建立管道垄断。一旦你的代码、工作流和习惯全绑在一条管道上，迁移成本会让你很难离开。就像你在加油站付的钱，费用的大头从来都是炼油和运输，以及离你家最近的加油站的运营费用。而油田的开采成本在不断的摊薄中接近免费。

这个趋势如果持续下去，少数几家掌握能源和算力的公司，将决定 AI 智力以什么价格、什么条件、向谁供应。

AI 在短期内不断降价。但定价权在往少数人手里集中。