本文来自微信公众号： 胡说成理 ，作者：胡喆，原文标题：《当 Token 越来越便宜，账单为什么越来越贵》
Django框架联合创始人Simon Willison，大概是今天世界上最懂Claude Code和Codex的开发者之一。
过去30天，他消耗了价值2180.16美元的token，实际支付只有200美元。
很多人看到的是划算。
Simon看到的却是另一件事。
因为这笔便宜，正在消失。
OpenAI已经把Codex从按消息估算改回按token计费；Anthropic没有提高Opus 4.7的挂牌价格，却通过新的tokenizer让同样文本最多多切35%token。过去被平台补贴掉的那部分成本，正在一点点回到用户账单上。
对Simon来说，这意味着一个非常具体的变化：过去200美元烧掉2000多美元token的日子，正在成为历史，而不会再成为一种长期模式。未来某一天，他消耗的那2180美元，很可能真的需要支付2180美元。
对任何重度开发者来说，这都不是一个轻松的消息。
问题在于，这件事几乎不可避免。
企业已经率先感受到了这种变化。
据The Information报道，Uber进入2026年没几个月就烧穿了全年AI预算，主因是Claude Code。4月23日，OpenAI发布GPT-5.5，输入和输出价格从GPT-5.4的2.5/15美元提高到5/30美元；Anthropic虽然维持Opus 4.7的挂牌价格不变，但Willison估算其有效成本约为Opus 4.6的1.4倍。
一个明涨，一个暗涨。
如果只看这些新闻，很容易得出一个结论：AI越来越贵了。
问题是，这个结论恰恰与过去几年最重要的研究结果相反。
a16z合伙人Guido Appenzeller给这条曲线起过一个名字：LLMflation。
2021年，每百万token 60美元的GPT-3级能力，今天只需要0.06美元。
武汉大学Mingdeng Du团队今年3月统计OpenRouter 318个模型和Epoch AI 3237条记录后发现，过去六年，token价格整体下降约600倍。经济档模型价格半衰期只有1.10年，中档模型1.55年，都快过摩尔定律。
如果只看成本，今天的大模型行业根本不像在涨价。
更像在经历一场历史上罕见的通缩。
于是问题来了。
如果成本在塌，账单为什么越来越贵？
因为企业今天付的钱，很多讨论把这两笔钱混在一起，于是永远算不明白这笔账。
先看第一笔。
Claude Code修一个Bug，不是在聊天框里回答问题。它要读代码仓库、分析依赖关系、调用工具、运行测试、理解报错，再把结果重新送回模型推理。用户最后看到的可能只是几百行代码改动，背后滚过去的却是几十万token。
推理模型也是如此。
行业测算显示，一些复杂推理任务里，模型内部消耗的token可以达到最终输出的几十倍甚至上百倍。
所以Uber的预算失控，未必意味着浪费。
也可能意味着另一件事：AI开始真正干活了。
过去几年，人们习惯把大模型当搜索引擎、聊天机器人或者写作助手。今天越来越多企业把它当工程师、分析师、运营人员和客服团队使用。
任务变复杂了。
消耗自然会上升。
买法拉利的人不会抱怨油耗。
不是因为他不在乎钱。
而是买法拉利，本身就是为了那套性能。
今天很多Agent任务也是一样。代码审查、复杂运维、金融分析、合同审核，这些场景里，顶级Agent和顶级模型往往是绑定关系。你当然可以换一个便宜五倍的模型，但结果很可能一起打折。
这部分钱，买的是能力。
它没有白花。
如果故事到这里结束，那么结论会很简单：AI更能干了，所以AI更贵了。
可问题偏偏出在这里。
过去几年最重要的研究结果，讲的恰恰是另一件事。
AI并没有变贵。
AI正在经历一场前所未有的降价。
很多人记住了武汉大学那篇论文里的六年降价600倍。
真正值得看的，却不是这组数字。
而是那条没有降下来的曲线。
论文把模型分层以后发现，经济档和中档模型都在沿着同一条轨迹下滑。能力越来越普及，价格越来越接近成本。
如果故事到这里结束，那么AI最终会变成一种标准化商品。
就像云服务器、电力或者带宽。
问题在于，偏偏有一部分模型不遵守这个规律。
论文对旗舰模型价格做指数拟合，得到的R²只有0.031。
翻译成人话就是：
降价规律到了这里，几乎失效了。
与此同时，推理模型相对于普通模型还存在平均31.5倍溢价。
这不是统计误差。
这是市场结构。
普通能力越来越便宜。
不可替代的能力没有。
OpenAI把GPT-5.5的价格提高一倍，Anthropic让Opus 4.7通过tokenizer提高有效价格，都发生在这条曲线之外。
于是一个有意思的现象出现了。
同样叫token。
有些token正在迅速商品化。
有些token正在迅速硬通货化。
前者的价格越来越接近成本。
后者的价格越来越接近稀缺性。
这也是为什么GPT-5.5和DeepSeek可以同时存在，而且都合理。
前者卖的是当前最强能力。
后者卖的是已经被验证、正在扩散的能力。
两者都在AI市场里。
但遵循的是两套不同的定价原则。
看到这里，一个问题自然会冒出来。
既然顶级模型最终都会扩散，既然今天的GPT-5.5迟早会变成明天的普通能力，为什么还要有人拼命往塔尖冲？
因为塔尖最大的价值，从来不是卖贵。
而是定义什么叫先进。
汽车行业就是这样。
一辆5万元的车和一辆500万元的车，都能把人从A点送到B点。后者当然更贵。但豪车存在的意义，从来不只是让富人消费。
ABS、ESP、主动安全、智能驾驶，很多后来成为行业标配的东西，最早都出现在最贵的那批车上。等技术成熟，再进入更大的市场。
豪车赚到的钱是一回事。
更重要的是，它定义了行业下一步往哪里走。
AI也是一样。
最新的架构、最长的上下文、最复杂的推理链、最激进的训练方法，都会首先出现在塔尖模型里。它们中的绝大多数会失败，少数成功的部分再被蒸馏、压缩、工程化，最后进入更便宜的产品。
塔尖不是为了卖得更贵而提价。
而是稀缺性和不可替代性，本身就是最刚性的价格支撑。
只要一个模型代表当前最先进能力，它的价格就不再完全由成本决定。
决定价格的，是有多少人需要它，以及有多少人能够替代它。
这也是美国前沿模型公司真正捍卫的东西。
不是某一个版本。
而是“最先进模型”这个位置本身。
美国以全球AI创新第一策源地自居。无论是否喜欢这个说法，至少在今天，它仍然掌握着最强闭源模型、最强商业化产品和最强融资能力。
既然掌握这个位置，价格自然不会跟着成本一起跌。
因为它卖的已经不是token。
而是不可替代性。
美国前沿收的那笔租，不是利润，是赌注的本金。
SpaceX的S-1招股文件里写着：Anthropic自2026年5月起向它采购COLOSSUS与COLOSSUS II的算力，合约到2029年5月，每月最高约12.5亿美元，而这只是它供应商名单里的一家。
从价格与成本那道缝里挤出来的钱，转手喂进机房。
这种承诺只在一个前提下成立：
它赌自己手里那点不可替代性，未来几年塌不下来。
中国押的也是同一道题。
只是方向不同。
很多人把中国模型理解成低价路线。
这是一种误读。
如果只是低价，中国不会出现DeepSeek的百亿美元融资，不会出现智谱持续冲击更强编码能力，也不会出现腾讯混元结束两年单边降价、重新提高API价格。
中国企业同样在争夺塔尖。
因为没有人愿意永远接受别人的价格锚点。
真正的区别在于，中国更相信技术扩散。
DeepSeek把V4-Pro永久降到原价四分之一，百万token输入输出合计约5.27美元，是GPT-5.5的七分之一、Claude Opus 4.7的六分之一，同时推进约100亿美元融资。小米MiMo-V2.5系列永久降价，最高降幅99%。火山引擎披露，豆包大模型日均token已突破120万亿，三个月翻倍。
这些动作背后不是简单的价格战。
而是一种产业判断。
过去二十年，中国最成功的产业几乎都遵循同一条路径。
新能源车如此。
动力电池如此。
光伏如此。
先追赶最先进技术，再把先进技术工程化、规模化、商品化，最后把原本属于少数人的能力带进大众市场。
AI正在重复这条路径。
塔尖当然重要。
但体积最大的市场，从来不在塔尖。
中国赌的是，塔尖能力扩散的速度，会快于塔尖收租的速度。
而这道墙现在有多厚，没人知道。
智谱4月7日开源的GLM-5.1，编程能力做到Claude Opus 4.6的94.6%，MIT协议商用零限制，训练全程跑华为昇腾、没有一张英伟达卡。
今天这场看上去在争token价格的争论，争的不是价格。
争的是AI的不可替代性还能维持多久。
美国赌的是这道墙足够厚。
中国赌的是这道墙会越来越薄。
等答案揭晓，两边的下注里，必有一笔成为再也收不回的沉没成本。