华尔街激辩AI Token经济学：成本飙升还是可控增长？
一张图表，正成为全球资本市场审视AI产业健康度的关键压力计。
由Silicon Data编制的这张图表，追踪大语言模型每百万Token的加权平均支出价格。其曲线动态，已成为衡量“市场为AI单位能力支付多少溢价”的核心晴雨表，直接牵引着从芯片、存储到云服务的整条产业链资本预期。
截至6月11日的数据显示，该指数已连续7个交易日下行，创下2026年1月以来的最长连跌周期；过去12个交易日中，有11天呈现跌势。值得注意的是，自2025年12月以来，该指数曾在一轮强劲上涨中累计翻倍，直至近期出现明确的技术性拐点。
这一信号的价值何在？美国宏观策略师Andreas Steno Larsen在6月9日将其称为“当前全球资本市场最值得紧盯的单一指标”。他警告称，若Token定价疲软趋势延续，则本轮从内存芯片延伸至更广泛AI硬件与基础设施的投资周期，可能面临提前收缩的风险。
当然，市场解读远未统一。一个核心分歧点在于：Token价格走弱，是否直接等同于AI需求见顶？答案比表面现象更为复杂。
01 指数下滑等同需求触顶？解码图表背后的真实信号
该图表绝非“AI热潮退却”的简单信号。它衡量的并非Token使用总量或企业AI支出总额，而是聚焦于每百万Token的加权平均成交价格。本质上，它揭示的是用户在调用AI能力时，对不同性能层级的模型所愿意支付的实际对价。
一个简化的例子可以清晰说明：假设顶级前沿模型的定价为每百万Token 10美元，而一款轻量级模型的定价仅为1美元。如果某月所有Token用量均来自前沿模型，那么指数就是10。到了下一个月，总用量翻倍，但新增部分全部由廉价模型处理批量任务，指数将骤降至5.5。
用量翻倍，指数腰斩。可见，指数下滑背后至少存在两种归因：一是真实AI需求萎缩；二是用量激增，但用户正主动、成规模地向成本更优的模型迁移。
这正是当前市场辩论的焦点：价格回落，究竟是AI增长周期的拐点，还是规模化应用阶段结构性成本优化的必然结果？Citadel证券在其《Tokenomics》报告中明确指出，AI商业化的核心瓶颈已从“模型性能上限”转向“成本效率与资源稀缺性”，用户正加速拥抱更高性价比的方案。
摩根大通的TMT分析师Mark Schilsky则一语中的：“AI账单正在失控。”但他同时强调，当前的支出波动，可能只是通往更高总量支出道路上一次必要的成本结构优化。
02 Citadel研判：成本效率与物理约束成为新标尺
关于这场结构性迁移，Citadel证券的《Tokenomics》报告提供了清晰的框架。
其核心论点明确：驱动AI规模化应用的核心变量，已由“模型能力”切换至“成本结构”与“资源稀缺性”。报告指出，技术规模化的关键，不再取决于前沿模型的理论能力，而在于支撑AI运行的实际投入品——算力、电力、散热、内存带宽与推理预算——其自身的价格与供给刚性。
报告援引基础经济学原理：价格承担着传递稀缺信号、激发替代方案、引导资源流向高价值用途三大功能。这三重机制正在AI产业内同步生效。结论指向一个深刻的行业转变：未来的超额回报，将更多来自“降本增效型”企业，而非单纯追逐参数规模的玩家。
当然，前沿推理模型不会消失，它们将日益集中于少数资金雄厚、研发积淀深厚、并能将复杂问题转化为规模收益的头部机构。但对于更广泛的实体经济应用而言，在物理层瓶颈（如芯片制程、供电密度、冷却效率）取得根本性突破前，轻量化、本地化、高性价比的模型，往往更具实操价值与生产力。
03 低价模型如何重塑企业AI账单
现实数据为这一趋势提供了佐证。高盛One-Delta部门负责人Rich Privorotsky曾指出，像DeepSeek等模型的降价幅度高达75%，小米MiMo的价格下降更接近99%。基础设施供应的改善正迅速催化价格竞争。
Coinbase首席执行官Brian Armstrong预测，未来12至18个月内，约80%的AI工作负载将迁移至成本降低99%的模型。仅有20%对极致智能有硬性需求的关键任务，才需继续依赖前沿模型。
Hugging Face首席执行官Clement Delangue援引斯坦福研究数据称，本地部署的模型在真实场景查询中的准确率已达71.3%，而其边际成本趋近于零。
这一切正与Citadel的判断形成共振。前沿AI的门槛将持续抬高。未来的赢家，将是那些能将高价值任务精准匹配至高成本模型、同时将海量常规任务高效分流至低成本路径的企业。由此，一个清晰分层的AI应用生态正在确立：
- 高价值、强定制、高容错任务 → 前沿云端模型
- 标准化、批处理、低投资回报率（ROI）的实验性任务 → 轻量模型或端侧本地模型
04 摩根大通：账单优化不等于需求触顶
与部分市场担忧情绪不同，摩根大通持有更乐观的视角。他们认为，当前的AI支出焦虑，更像是市场渗透初期的自然“校准”过程；拉长时间维度，一年后的Token总支出，极有可能迎来新一轮跃升。
背后的逻辑清晰：如果每百万Token的均价在下降，但美国企业的AI付费渗透率仍在快速提升，那么，总用量就必须以更快的速度增长才能支撑这一趋势。换言之，“单价走低”与“总量爆发”在未来可以并行不悖。
在企业内部，这种双轨制同样明显。已深度应用AI的公司正精细化管控Token预算，削减冗余消耗；而尚未全面启用的组织，则因模型门槛降低、部署更便捷，正在加速入场。
另一关键驱动来自智能体（Agent）架构的演进，它将进一步放大Token消耗。过去一个任务可能只需单次API调用，现在则可能被拆解为多步规划、工具调用、上下文检索与反复验证，单任务Token用量显著上升。市场案例显示，有中小企业在业务实现Agent化后，单任务Token消耗增至原来的3.5倍。
因此，市场真正的博弈点，或许并非“Token用量是否会增长”，而在于支撑这种增长的单位经济学是否可持续，背后是否有扎实的商业回报作为支撑。
05 企业端：精细化账单管理已成运营刚需
对压力最直接、最早的感知，往往不在技术图表上，而在企业的财务明细中。
Axios曾援引一位AI咨询顾问的披露，其某客户仅在Claude平台上的月开支就高达5亿美元，原因竟是公司未对员工调用量设置任何阈值。内部考核机制也曾催生副作用。此前，一些美国公司将AI调用量设为KPI或内部排名依据，引发了“Tokenmaxxing”行为——员工为刷高指标，频繁调用AI执行无实质产出的任务。
亚马逊有过类似教训。其开发者平台Kiro曾上线内部排行榜“Kirorank”。亚马逊高级副总裁Dave Treadwell坦承，有员工为冲榜让AI处理大量无效请求，徒增成本。他随后公开呼吁“不要为了用AI而用AI”，该测试版仪表盘很快下线。亚马逊转而采用“归一化部署率”作为新指标，重点评估AI生成代码的实际交付质量与业务价值，而非单纯统计Token消耗。类似现象在Meta内部也曾短暂出现。
这些调整释放出明确信号：企业并非在放弃AI，而是开始严格区分“有效Token”与“无效Token”。摩根大通指出，像Cloudflare推出的AI Gateway这类工具，核心目标正是帮助企业实施Token预算管控。而OpenRouter等跨模型路由平台的长期价值，也在于实现多种模型间成本最优的调度。
与此同时，定价模式也在同步演进。
6月1日，GitHub Copilot正式从按请求计费转向按Token用量计费。 Reddit社区有用户测算，这一变动可能导致其月度费用从不足45美元飙升至超过847美元。GitHub首席产品官Mario Rodriguez此前表示，随着智能体AI普及，传统订阅制已难以覆盖真实算力成本。
Gartner分析师Arun Chandrasekaran向Business Insider透露，随着高级推理模型持续推高算力需求，越来越多的企业将转向按实际用量付费模式。这意味着，过去被固定订阅费、内部补贴或免费额度掩盖的真实成本，正被系统性地置于企业财务体系的审视之下。
06 多空交锋：AI硬件投资逻辑面临重构？
这场围绕Token价格的辩论，其终极落点在于AI基础设施领域的投资范式是否面临根本性重构。
看多派的依据扎实。高盛的Jim Schneider测算，到2030年，由智能体驱动的AI将推动Token总消耗量增长24倍，云服务商的毛利率有望借此在短期内转正。摩根大通的Mark Schilsky也强调，短期的支出波动难以撼动长期的增长底层逻辑。
然而，看空派提出了有力的警示。高盛半导体分析师Jim Covello指出，当前产业链的繁荣建立在上游资源透支之上，几乎全部利润流向芯片设计与制造环节，这种失衡状态难以持续。投资人Tommy Shaughnessy警告，AI巨头普遍还处于深度亏损中，一旦企业直面按量计费的真实账单，支撑GPU采购与模型训练的那套资本循环可能被逆转。
近期，多位重量级人物的言论表达了相似忧虑。Anthropic的CEO Dario Amodei、博通总裁Hock Tan，甚至《大空头》原型Steve Eisman都提及，企业当前存在“AI过度支出”或“Token最大化”倾向。随着企业成本意识觉醒和计费方式转变，未来的投资决策将更加聚焦于真实的投资回报率（ROI）。
在社交平台，对该图表叙事框架的质疑一直存在。有用户指出：“去年AI采用高峰期，六日连跌就出现过四次”；“模型越便宜，部署速度反而越快，因为准入门槛被大幅降低。”也有人反驳：“不管模型变得多廉价，每次新一代模型的发布，都会带来指数级的Token消耗增长。”
目前，这场辩论远未结束。但一个共识已然浮现：Token支出的边际变化，正通过“GPU算力需求→DRAM采购节奏→数据中心扩容计划”这条紧密的传导链，直接影响着英伟达、存储芯片厂商及云服务巨头的资本开支预期。这张图表，已从技术指标蜕变为投资者每日必读的关键市场信号，它指向的不只是代码价格，更是一个产业变迁的十字路口。