超大规模云服务商与代币价格
摘要
尽管有GLM 5.2和Kimi 2.7等新发布，AI模型代币价格仍在下降的分析，暗示昂贵模型可能回报递减。
[https://www.citadelsecurities.com/news-and-insights/global-macro-strategy/tokenomics/](https://www.citadelsecurities.com/news-and-insights/global-macro-strategy/tokenomics/) 代币价格下降的趋势很有趣，尤其是最近发布的GLM 5.2和Kimi 2.7……确实存在一些价格压力。我们可能已经碰到了更昂贵模型真正能提供什么的瓶颈。当然，AI可以生成更多更复杂的“me too”式垃圾内容，但不确定是否有人需要那些。
相似文章
每百万Token的价格毫无意义
本文认为，由于分词器和Token效率的差异，按每百万Token价格比较AI模型会产生误导。文章提供了一个基准成本分析，表明每Token价格较高的模型在完成每个任务时反而可能更便宜，其中DeepSeek V4 Pro是一个突出的成本效率异常值。
为何AI模型越来越昂贵？
文章讨论了Opus 4.7、GPT 5.5和Gemini 3.5 flash等先进AI模型成本的意外上涨，与之前价格下降的预期形成对比。
GLM 5.2、Kimi 2.7 还值得用吗？
这是一场讨论，质疑在 Kimi K3、Qwen 3.8 Max 和 DeepSeek V4 Pro 等新模型陆续推出后，GLM 5.2 和 Kimi 2.7 等旧 AI 模型是否仍对编程具有重要意义。
关于Token定价的思考
Benedict Evans分析了当前AI token定价的不稳定性，指出随着基础设施投资激增以及软件开发等使用场景推动需求，存在供给紧张和不确定的未来。他认为基础模型可能会成为低利润的通用商品提供商。
AI模型定价对比：每百万Token的输入与输出成本
彭博社报道称，中国在AI领域的激进推进正在为美国同行AI模型制造商创造一个‘死亡区’，这很可能是由激烈的定价竞争所驱动。