·聚焦:人工智能、芯片等行業
歡迎各位客官關注、轉發
1865年，英國經濟學家威廉·杰文斯觀察到一個反直覺的現象：蒸汽機效率大幅提升后，英國的煤炭消耗總量非但沒有下降，反而急劇增長。160年后，這一幕在AI算力市場上精準復現了。Grok 4.5、GPT-5.6、Claude Sonnet 5接連登場，Ta們宣傳的重點不再是“參數最大”“能力最強”，而是同一個關鍵詞：更便宜。
從“能力最大化”到“有效能力的成本最優化”
大模型戰場正在經歷一場深層轉向：不再是簡單的參數膨脹，而是如何讓每個token創造更高價值。最典型的信號來自馬斯克。介紹Grok 4.5時，他幾乎沒提“xAI最強”，而是反復強調一個點——“Opus級模型”，但更快、更省token、成本更低。OpenAI把GPT-5.6的目標寫成“讓每個token產出更多有用工作”，Sam Altman直言，企業客戶現在真正在意的是AI支出換回了什么價值。Anthropic則說，Sonnet 5能完成的智能體任務，在幾個月前還需要更大、更貴的模型。
當“更便宜”成了行業默認動作，真正的競爭就不再是“降多少價”，而是同樣的價格，誰的模型能干更多、更難的任務。大模型競爭正從“能力最大化”轉向“有效能力的成本最優化”。企業和開發者真正關心的，正在從“哪個模型最強”，轉向“哪個模型能被長期、穩定、低成本地默認調用”。
三款新模型的“性價比”敘事
這一轉向首先體現在模型產品本身。模型公司開始把不同能力、不同成本和不同調用方式重新組合起來。OpenAI的GPT-5.6最典型。“Sol / Terra / Luna”取代了“旗艦 + mini/nano”的舊命名體系。Sol承擔復雜推理、編程和Agent等高難任務；Terra的綜合表現接近GPT-5.5，卻落在GPT-5.4的中端價格區間；Luna主打高并發、低延遲的走量調用。核心邏輯是：能力跟著場景走，成本跟著任務變。
Anthropic的Claude Sonnet 5內置了“effort”機制，調用方可以根據任務復雜度調節推理強度——中等effort控制成本，高effort才逼近旗艦表現。這打破了“選定模型就鎖定成本”的舊邏輯。
Grok 4.5則把性價比前置到了訓練階段：先鎖定Cursor這樣的高頻編程場景，再圍繞真實調用優化能力和成本。定價為每百萬token 2美元輸入、6美元輸出。
Token計費重塑產業鏈價值分配
過去三年，錢被“賣鏟子”的賺走了——英偉達、臺積電、存儲廠商賺得盆滿缽滿，模型實驗室在虧損的泥潭里掙扎。據測算，硬件層抽走了全行業70%以上的收入。2026年全球AI凈利潤池約6370億美元，英偉達一家占了2070億，三星和SK海力士合計2220億。
但現在，風向變了。Token計費模式將算力消耗、模型研發、場景服務等全產業鏈投入要素實現標準化、可量化、可交易。模型供應商第一次掌握了定價權。Anthropic的年度經常性收入從2025年初不到90億美元，到2026年二季度已接近600億美元，翻了近7倍；推理業務毛利率從38%爬升到70%以上。
大模型企業的“估值錨”正悄然從“技術領先度”向“商業化效率”切換。一級市場盡調首要核查三項指標：月度經營性收入、算力成本攤銷、付費用戶轉化率——無法給出清晰商業化路徑的項目，基本拿不到新一輪融資。
“杰文斯時刻”：更便宜，反而花得更多
效率提升帶來的不是總成本下降，而是總需求膨脹——這正是杰文斯悖論在AI領域的精準復現。Token價格每降一個臺階，便解鎖一批新應用場景，推動全社會AI總支出持續攀升。SemiAnalysis援引杰文斯悖論指出，較低的推理成本將推動更廣泛的AI采用，最終擴大對GPU、HBM和網絡設備的需求。Meta出租算力不僅不會削弱硬件需求，反而會通過壓低Token成本觸發杰文斯悖論，激發更龐大的AI增量需求。
這意味著一個反直覺的結論：大模型越便宜，整個行業的算力賬單反而越貴。效率提升降低了使用門檻，讓更多場景、更多企業、更多用戶開始調用大模型——調用量暴漲，總支出隨之飆升。這正是“杰文斯時刻”的核心邏輯：技術進步提高了資源利用效率，降低了單位成本，從而刺激了需求的增加，最終導致資源消耗總量上升。
商業化分配的新棋局
效率優先的轉向，正在催生一套全新的商業化分配邏輯。首先，定價權正在從硬件層向模型層遷移。過去，英偉達GPU供不應求，定價權牢牢掌握在硬件廠商手中。如今，隨著模型效率提升、推理成本下降，模型層開始掌握更多議價空間。
其次，競爭從“模型能力”轉向“默認調用”。 企業不再關心“哪個模型最強”，而是關心“哪個模型能被長期、穩定、低成本地默認調用”。誰成為默認選項，誰就拿到了最穩定的收入流。
第三，Token計費成為新的價值標尺。 以Token調用量與單位成本為核心標尺，AI產業正在擺脫零散定制化的項目制模式，邁入標準化、規模化、流量化的成熟發展階段。
第四，國產模型迎來結構性機遇。中國開源模型正以十分之一甚至百分之一的邊際成本，撕裂OpenAI和Anthropic苦心構筑的護城河。從Coinbase將中國大模型設為工程師默認工具，到美國初創公司因“API費用超過全員工資”而全面切換至DeepSeek，性價比正在重塑全球AI版圖。
結語
大模型的“杰文斯時刻”已經到來。當巨頭們不再比拼參數大小，而是比拼每個token能創造多少價值時，整個產業的游戲規則正在被重寫。過去三年，錢流向硬件；未來三年，利潤正在向模型層遷移。這個看似矛盾的循環，恰恰是AI產業走向成熟的標志。
網絡援引：
格隆匯：《AI領域的杰文斯時刻 —— 從成本懸崖到需求爆炸，寫給普通投資者的AI投資全景視角解讀》
36kr：《AI軍備競賽的終點，或是一場關于鈾的“全球狩獵”》
鈦媒體：《AI 大廠集體轉向，大模型迎來“杰文斯時刻”》
本公眾號所刊發稿件及圖片來源于網絡，僅用于交流使用，如有侵權請聯系回復，我們收到信息后會在24小時內處理。
推薦閱讀：
商務合作請加微信勾搭：
18948782064
請務必注明：
「姓名 + 公司 + 合作需求」
