随着生成式AI应用和服务的成本与日俱增，模型开发商正被迫应对基础设施成本的激增。尽管新一代GPU和AI加速器承诺将带来更高的效率与利润空间，但普通用户短期内恐怕难以享受到降价的红利。

推理成本高昂，硬件厂商紧急“救火”

在投入数十亿美元构建更大、更强的模型后，AI巨头们终于找到了超越聊天机器人和图像生成器的实际用例。以Claude Code、GitHub Copilot为代表的代码助手已成为AI领域最成功的商业案例。然而，成功也是一把双刃剑。当初为训练模型而斥巨资建造的数据中心，从未被设计用于应对如今这种规模的推理服务需求。

为了降低每个Token的成本，英伟达（Nvidia）、AMD、谷歌等科技巨头正竞相推出更适合模型推理的新硬件。英伟达甚至动用巨额资金收购AI芯片初创公司Groq，以应对这一挑战。更廉价的Token意味着更好的推理经济效益和更高的利润率，这也是风险投资人们迫切希望看到的。

涨价潮来袭，代理商正在“燃烧”Token

然而，AI优化硬件的大规模部署预计要到2027年初至中期才能实现。在这段空窗期，AI开发商正试图测试市场的底线。OpenAI在推出GPT-5.5后将Token价格翻倍，谷歌新推出的Gemini Flash 3.5价格也比前代产品高出数倍。

更严峻的是，构建在这些模型之上的AI智能体（Agents）消耗Token的速度远超普通聊天机器人。当用户每月仅花费200美元订阅费，却消耗了价值5000美元的Token时，固定费率定价便难以为继。微软已放弃GitHub Copilot的按席位定价，转向按使用量计费，Anthropic也在重新思考其订阅模式。

“AI替代人类”的幻象破灭

那些指望用廉价AI替代全职员工的高管们可能会迎来残酷的现实。当Anthropic、谷歌或OpenAI可以按每小时30美元的标准收取Token费用，并证明这依然比支付员工40美元时薪加福利更划算时，AI定价或将很快以“每全职当量美元（ $ /FTE）”来衡量。

尽管AI并非高管们预期的“薪资天堂”，但科技巨头裁员追逐AI的热潮并未停止。Meta计划裁撤约10%的全球员工并将资源转向AI部门，Cloudflare和思科也分别裁员上千人，理由均是加大对AI领域的投资与聚焦。

竞争难解高价困局，行业整合在即

尽管竞争通常被视为高价的解药，但目前顶级模型开发商大多仍处于严重亏损状态。相比之下，拥有多元化业务的超大规模云厂商（Hyperscalers）更能承受AI投资的长期亏损。

历史告诉我们，AI的繁荣与不可避免的萧条将遵循熟悉的轨迹：泡沫期竞争百花齐放，而泡沫破裂后，行业整合将不可避免。