AI越来越贵：高端模型涨价背后的行业真相

当一位OpenAI工程师晒出自己一个月130万美元的token消耗账单时，整个行业都该清醒了。AI不是在变便宜，而是在变贵——而这可能是科技行业最隐蔽的骗局之一。

130万美元的月度Token账单意味着什么

Peter Steinberger，OpenCloud的发明者、现OpenAI员工，最近发布了一张令人瞠目的仪表盘截图：过去7天，他在token上花了25万美元；过去30天，这个数字飙升到了130万美元。

要理解这个数字的量级，需要先了解Token经济学的基本逻辑。Token是大型语言模型处理文本的基本计量单位——在英文中，一个token大约对应3/4个单词；在中文中，一个汉字通常对应1-2个token。OpenAI、Anthropic等公司按输入token和输出token分别计费，输出token通常比输入贵2-4倍。130万美元的月度账单意味着在当前GPT-4级别定价下，处理了数十亿乃至数百亿个token——相当于数千本书的文字量被反复读写处理。

他提出了一个看似深刻的问题："如果token不要钱，未来我们会怎样构建软件？"这个问题的荒谬之处在于——它建立在一个完全脱离现实的假设之上。正如一个犀利的比喻：这就像一个毒贩在问"如果毒品免费，社会会变成什么样？"或者问"如果木材不要钱，我们会怎样盖房子？"

问题的核心不在于假设，而在于现实：AI的使用成本正在急剧攀升，而不是下降。

两张定价表：AI行业最大的障眼法

很多人脑海中有一个根深蒂固的认知：技术产品会遵循摩尔定律，价格持续下降，直到几乎免费。摩尔定律由英特尔联合创始人戈登·摩尔于1965年提出，预测集成电路上的晶体管数量每18-24个月翻倍，对应计算成本持续减半。半导体、存储、带宽等基础设施确实遵循这一规律。

但AI模型的定价逻辑截然不同：训练成本、推理算力、人类反馈标注（RLHF）以及研发投入都在指数级增长。GPT-4的训练成本估计超过1亿美元，而更强大的模型训练成本可能达到数十亿美元。这使得AI能力的边际成本并不像传统软件那样趋近于零——于是AI行业悄悄玩了一个把戏：它维护着两张定价表。

第一张表是给低端模型的，那些价格确实在下降，或者大体保持不变。这是展示给公众看的"进步叙事"。

第二张表才是真正的战场——当你想干点有意义的工作时，不得不使用的高端模型。这些模型的token价格一直在猛涨：

• 从GPT 5.4到5.5，token价格直接翻倍
• Anthropic Opus 4.7虽然标价与4.6一致，但引入了新的分词器（Tokenizer），导致回答长度增加了35%——变相涨价
• OpenRouter的研究显示，GPT 5.5的实际使用成本比5.4高出49%到92%

分词器是将原始文本切割为token序列的算法组件，不同版本的分词器对同一段文字的切割方式存在显著差异。更换分词器是一种极为隐蔽的变相涨价手段——用户看到的标价未变，但实际支付的token数量增加了35%，等效于价格上涨了35%。这种机制对普通用户几乎完全不透明，只有深度API用户通过账单对比才能察觉。OpenRouter等第三方平台通过横向对比不同模型的实际成本，才得以揭示这一现象。

这意味着什么？那些真正能产生价值的AI能力，正在变得越来越昂贵。低端模型的降价不过是一场精心设计的障眼法，让公众以为AI正在走向普惠。

火箭飞船只有三个座位：AI精英与普通人的鸿沟

前谷歌CEO Eric Schmidt最近在亚利桑那大学做了一场毕业演讲，完美诠释了AI行业精英与普通人之间日益扩大的鸿沟。

他告诉毕业生们："对火箭飞船说Yes！当有人叫你登上火箭飞船时，你别问坐哪个座位。"

问题是，这艘火箭飞船只有三个座位，而Dario Amodei和Sam Altman早就把位置占满了。火箭已经升空了。Schmidt从窗口往下喊"上来啊"，而台下的年轻人只能仰望——根本没有位置了。

更讽刺的是台下观众的反应。每次Schmidt提到AI，台下就开始起哄。这不是窃窃私语，而是响亮的嘘声。这些即将毕业、面临就业困境的年轻人，对AI精英的布道已经失去了耐心。

这或许就是泡沫破裂的信号——当一位身家300亿美元的科技巨头在毕业典礼上被年轻人集体嘘声，说明AI的"普惠"叙事已经彻底失去了说服力。

连顶级AI专家都在"用脚投票"

一个极具象征意义的事件是：安德烈·卡帕西（Andrej Karpathy），AI领域最知名的研究者之一，宣布加入Anthropic——仅仅是为了能用上他们的模型。

卡帕西的履历足以说明这一事件的分量：他曾任斯坦福大学计算机视觉课程讲师，后加入OpenAI参与GPT系列早期研究，随后出任特斯拉AI总监，主导了自动驾驶感知系统的开发。他的YouTube教程《Neural Networks: Zero to Hero》被全球数百万开发者视为入门圣经。这样一位既有顶级学术背景、又有丰富工业经验的人物，选择加入Anthropic的核心动机竟是获取模型访问权——这一细节深刻揭示了前沿AI能力的稀缺性与集中程度。

这意味着什么？连顶级AI专家都无法以个人身份负担或获取最前沿的AI能力，不得不通过加入公司来获得访问权限。如果这个趋势持续下去，Anthropic和OpenAI可能会成为仅剩的两个"雇主"——不是因为它们提供了最好的薪酬，而是因为它们垄断了最强大的工具。

AI精神病：更快修Bug而非少出Bug

HashiCorp创始人Mitchell Hashimoto（也是热门终端应用Ghostty的创造者）提出了一个尖锐的观察：大批公司正在患上"AI精神病"。

Hashimoto是DevOps基础设施领域的标志性人物——他创立的HashiCorp开发了Terraform、Vault、Consul等被全球数万家企业广泛使用的开源工具，对工程实践有着深刻的一线洞察。他对"AI精神病"的观察并非旁观者视角，而是来自真实的工程现场。

这些公司正在优化"更快地修bug"，而不是"少出bug"。因为AI特别不擅长不制造bug——它本质上就是一台bug制造机。但它确实非常擅长快速修bug。

这创造了一个荒诞的循环：

用AI写代码 → 产生大量bug → 用AI修bug → 产生新bug → 继续用AI修……

但从商业角度看，这种逻辑竟然是成立的。很多公司辛苦开发上线的功能，最终并没有改善财务底线。如果能用十分之一的时间做出来，即使多一些bug，先上线验证市场需求，有问题再修，反而是更理性的策略。

普通人的出路在哪里

Airbnb CEO Brian Chesky给出了一个看似正确但略显空洞的建议："只要你是个聪明、愿意适应和改变的人，不管事情往哪个方向走，你都会完全没事。"

对于年轻人来说，现实的策略或许是：

• 利用AI快速验证想法：你没有几百上千美元每天花在token上，但可以用AI快速迭代，找到产品市场契合（PMF）。PMF由风险投资人马克·安德森于2007年提出，描述一款产品恰好满足市场真实需求的状态——判断标准包括用户留存率和"如果这个产品消失，你会有多失望"的用户调研。在AI时代，快速原型验证PMF的成本大幅降低，但竞争门槛同步下降，先发优势的窗口期也随之压缩。
• 先验证再投入：过去写一个应用可能要一年，现在半小时就能做出原型。先看市场有没有需求，再决定是否投入时间精写代码
• 接受不对称竞争：那些有钱花在token上的人，能比你快得多地迭代。这是现实，不是抱怨能改变的

但这些建议都无法回避一个根本性问题：AI正在成为富人专属、由富人主导的游戏。高端模型的价格在涨，访问权限在收紧，而让它变便宜的动机几乎不存在。

写在最后

我们正在见证一个悖论：AI被宣传为"民主化"技术的代表，但它的发展轨迹却指向了前所未有的集中化。最强大的模型掌握在少数公司手中，使用成本不断攀升，连顶级专家都不得不通过加入这些公司来获取访问权。

当前谷歌CEO在毕业典礼上被年轻人嘘声时，这不仅仅是一个尴尬的社交场面——这是整个行业信任危机的缩影。AI的"火箭飞船"确实在升空，但座位数量远比我们被告知的要少得多。

核心要点

• AI高端模型价格持续上涨：GPT 5.5实际成本比5.4高出49%-92%，行业维护着两张定价表制造降价假象
• 前谷歌CEO毕业演讲遭嘘声，揭示AI普惠叙事已失去公众信任
• 连顶级AI专家卡帕西都需要加入Anthropic才能获取前沿模型访问权，AI工具正走向极端集中化
• 企业患上"AI精神病"：优化更快修bug而非少出bug，形成荒诞的AI开发循环
• AI正成为富人专属游戏，高端模型使用成本攀升且缺乏降价动机