标签
作者预测，即使人工智能的总体使用量持续上升，前沿人工智能提供商的收入增长也可能放缓，因为任务的经济性会促使开发者将简单任务交给更便宜的模型处理，而将高端模型留给复杂工作。这篇文章将这一观点视为一种假说，同时也提出了反方论点，例如，新的高价值工作负载可能支撑高端定价。
Kyle Corbitt 认为，在H100的租赁价格上涨约10倍至每小时约30美元之前，AGI并不会真正到来。他通过一个供需计算器说明，具备AGI能力的智能体在当前每小时3.52美元的价格下，将需要约28倍于现有总量的算力。
Tidelines.ai 的 Token 价格指数显示，2026 年 OpenRouter 上路由的平均 token 价格几乎减半，主要因 DeepSeek V4.1 Flash 等廉价模型占据市场；同时日均 token 用量从约 1 万亿增至 23 万亿，估算日支出达到约 4700 万美元的历史新高。
Rohan Paul 强调了 SemiAnalysis 的估计：Anthropic 的推理业务可能享有约 88% 的计算后利润率，订阅用户每美元获得的计算资源超过 API 客户的 4 倍——因为即便在这一综合数字中，那些"重度补贴"的订阅仍保持着约 50% 的计算利润率。
开发者分享其 LLM 驱动的人生模拟项目 Slow Vale 的工程实践：中文服已有 800+ 持久化 AI 居民共处一个持续运行的城市，文章详述并发决策、动态动作空间、上下文缓存与推理成本。当前运行时使用托管的 DeepSeek Flash 而非本地推理。
Omar Moore 认为，个人 AI 助手的高销售成本（每位用户每年 $3,000-$7,000）源于早期采用者主要是科技从业者，他们用 agent 来编写代码和开发项目。他预测，随着模型成本下降，以及真正面向消费者的使用场景成本低得多，这一情况将会改变。
Ramp公司推出的Router工具可通过将请求路由至满足性能需求的最低成本模型，最高降低40%的AI推理成本，并为多模型提供单一接入点。
由于提供AI功能的成本意外高昂，Canva将其预期营收增长率削减了三分之一，降至20%，凸显了AI推理成本如何削弱传统SaaS经济模式。Figma也出现了利润率压缩，标志着整个行业面临的更广泛挑战。
一篇博客文章，解释了在代理型工作负载中，缓存读取成本主导了LLM推理开销，随着每轮重新读取上下文，累计成本呈二次方增长，并建议减少工具调用次数以降低成本。
本文分析了未来几年可能促使AI计算成本上涨10倍的因素，包括实验室收入、利润率和现货价格的上涨，同时指出推理支出的增加可能预示着进展停滞。
Token价格大幅下降，但企业AI账单却在上升，原因是代理和后台推理消耗的Token数量增加，这体现了杰文斯悖论。
本文分析了像Kimi K3这样的中国开源权重AI模型的影响，认为虽然用户研发是免费的，但推理成本（COGS）仍然很高，挑战了免费AI的概念，并强调了在零边际成本软件时代边际成本的回归。
Levie认为，降低人工智能（token）成本是扩大智能体大规模采用的关键，并预测未来大多数信息工作将涉及智能体，同时提到开放和封闭模型均在创新。
讨论推理成本（GPT-3.5级别在不到2年内下降280倍）的快速下降如何导致杰文斯悖论，从而驱动对AI的更大需求，并使更便宜的开源模型下的多智能体系统无处不在。
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。
来自Z.ai的GLM 5.2作为一款强大的开源权重模型，与Opus、GPT等前沿模型竞争，但真正的故事是随着成本降低和竞争加剧，人工智能推理领域即将到来的利润率崩塌。
OpenAI 据报道将 ChatGPT 访客用户的推理成本削减了一半以上，将 GPU 需求减少到几百个，但尚不清楚这些优化是否适用于完整产品。
本文认为，当前高昂的LLM定价不可持续，原因是性能提升递减、开源权重模型兴起、专用AI芯片降低推理成本以及零切换成本，并预测随着竞争加剧，价格将大幅下降。