市场悖论：AI越“便宜”，硬件越“昂贵”
2025年6月30日，Anthropic发布了新一代中端模型Claude Sonnet 5。在代理能力测试SWE-bench Pro中，它取得了63.2分，仅比旗舰版Opus 4.8的69.2分低6分；而在研究生级推理测试GPQA-AAA v2中，其表现甚至超越了旗舰版。更引人注目的是其定价：优惠期间，每百万输入token收费2美元，输出收费10美元，仅为Opus 4.8定价（输入5美元，输出25美元）的40%至60%。这意味着，Sonnet 5以不到旗舰版一半的成本，实现了九成以上的性能。
这一新闻可从两个截然不同的角度解读：
- 视角一：AI成本持续下降。技术进步惠及所有参与者，模型厂商之间的竞争进入白热化阶段，Chatbot战场硝烟弥漫。
- 视角二：市场的真实定价。AI模型价格的下降，反而推高了算力与存储芯片的价值。发布当日，美国半导体指数上涨近4%。过去三年，关于“推理效率提升将削弱芯片需求”的论断，在每一个数据节点上均被证伪。
降本幅度：从千倍级到结构性变革
回顾2022年，调用GPT-4级别API的成本约为每千token 0.03美元。根据斯坦福AI指数报告，到2025年，同等性能模型的价格已下降约280倍。若将开源模型与效率优化的综合效应纳入考量，业界公认的降幅高达1000倍。
降价并非个案，而是行业趋势：
- Anthropic：Sonnet 5的定价仅为同级旗舰的40%-60%。
- Google：Gemini Omni Flash的视频生成成本降至每秒0.10美元；Nano Banana 2 Lite图像模型出图时间缩短至4秒，每千张成本仅为前代的一半。
- DeepSeek: V4-Pro模型将百万token输入成本压低至0.035美元。
成本下降不仅体现在定价表上。2025年6月，The Information报道OpenAI通过纯软件优化，将特定运算环节的GPU需求削减超过50%，专用GPU池从数千台骤降至数百台。同期，Meta推出Vistara方案，利用自研CXL芯片将退役服务器的DDR4内存与DDR5按3:1组合，使推理服务器成本降低25%。6月30日，阶跃星辰开源的推测解码技术JetSpec，可实现大模型推理速度近10倍的提升，意味着同等token输出所需的GPU数量可下降一个数量级。
若按照传统经济学模型，这些信号应指向未来芯片需求的减少。华尔街也曾因此恐慌——今年1月DeepSeek发布R1模型后，AI基础设施股遭遇剧烈抛售，AI云公司Nebius股价暴跌40%。市场逻辑很简单：当中国开源模型以0.1美元的价格销售token，而美国公司售价2美元时，算力需求必然面临坍缩。
需求爆发：总支出一年激增320%
然而，现实走向了完全相反的方向。Nebius联合创始人Roman Chernin回忆道，DeepSeek引发恐慌的那一周，反而是公司销售表现最好的一周。企业采购部门在看到成本骤降后的第一反应并非削减预算，而是终于可以大规模部署推理任务。
数据佐证了这一转变：
- 2024年全球企业生成式AI总支出约为115亿美元，而2025年飙升至370亿美元，一年内增长320%。
- 根据Menlo Ventures的企业调研，2025年中位数企业运行着“数十个”AI应用，而2023年仅为1-2个。
- 具体案例：Uber在2026年4月已耗尽全年AI预算；AT&T目前日处理270亿token，而18个月前仅为8亿；一家美国大型医保公司的月token消耗从300万跃升至1.5亿以上。
这种爆发式增长源于三个方向的叠加：
- 应用场景扩散：企业各部门应用AI的数量呈数量级跳跃，从最初的2个增长到数十个。
- 单应用深度增加：以客服AI为例，日交互量从500次增至15000次，每次交互触发的后续推理（情感分析、升级预测、质量评分）也从无到有，达到3-5次，产生指数级token消耗。
- 模型复杂度升级：从7B参数的单轮模型升级到70B以上的多步推理代理，每一轮内部推理消耗的token是线性交互的数十到上百倍。
结论清晰：token成本降至千分之一，但市场消耗量增长了数万倍。净效应只有一个方向——总支出爆炸式增长。Token消耗量每两个月翻一番，若此趋势延续，到2027年企业AI年支出突破千亿美元已是算术问题，而非预测。
硬件传导：存储芯片价格飙升六倍
降价刺激的需求迅速从软件层传导至硬件层。
DRAM和NAND Flash现货价格自2025年三季度起累计涨幅均超过300%。DDR5颗粒单月涨幅一度突破90%。进入2026年，涨价趋势非但未止，反而加速。一季度DRAM合约价涨幅从预期的55%-60%上修至90%-95%；NAND从33%-38%上修至55%-60%。TrendForce预测二季度DRAM和NAND将分别再涨58%-63%和70%-75%。
以消费级产品为锚，宏碁掠夺者32G DDR5 6000套条的价格在2025年10月底约为1300元，到2026年1月已飙升至2700元，三个月内翻倍。三星存储业务在2025年四季度录得单季营业利润历史新高，突破20万亿韩元（约962亿元人民币），主要驱动力正是AI数据中心对HBM、企业级SSD及高密度DRAM的巨量采购。
高盛5月的一份报告将这一趋势推演至极致：预测2026年至2031年全球AI基础设施累计资本支出约7.6万亿美元，单2026年即为7650亿美元，到2031年攀升至1.6万亿美元。其中，单颗基准GPU（基于NVIDIA VR200 Rubin）按8.05万美元计算，NVIDIA占各期总算力支出的75%。
高盛追问了一个关键问题：若ASIC（专用芯片）大量替代GPU，是否会削减总需求？答案取决于需求的弹性。若算力需求固定，ASIC替代可降低总资本支出；但若需求具有弹性——算力越便宜需求越大——芯片组合的改变主要重塑利润在不同供应商之间的分配，而非减少总支出。高盛的基准情景选择了后者。
美股市场对此反应强烈：闪迪股价年初以来上涨857%，Bernstein在6月30日将目标价上调至3000美元；AMD单日涨幅达7%创历史新高。正如Edgen.tech在6月11日的综述中所言：内存芯片价格在过去一年里涨了六倍，这一涨幅背后是整个经济体系对AI物理基础设施需求的重定价。
深层逻辑：杰文斯悖论的重现与正反馈
1865年，威廉·斯坦利·杰文斯在其著作《煤炭问题》中指出：瓦特改良蒸汽机后，单位煤耗大幅下降，但英国煤炭总消费量反而上升。因为效率的提升使蒸汽动力在纺织、铁路、采矿、航运等更多行业变得经济可行，创造了原来不存在的需求。
160年后，同样的逻辑在AI算力领域重现。2022年的token价格下，实时推理客服对话在经济上不可行；非紧急场景不值得跑AI；个性化内容生成只能做到群体级别。到了2025年，价格下降1000倍后，这些“原来不存在的需求”全部变为刚需。Nebius的Chernin总结道：“每一次我们让同样单位的智能变得更便宜，我们不是在减少消耗，而是在增加消耗——因为同样的预算可以解决更复杂的任务了。”
此外，一个结构性推力被市场忽略：AI推理的毛利率正反馈。AI API业务起步阶段毛利率可能仅为10%，但随着软件优化（算子融合、量化、推测解码）每月压降推理成本，而定价调整滞后，毛利率可从10%迅速攀升至90%。毛利率驱动利润，利润追加采购，采购摊薄成本——这一正反馈回路几乎不存在天花板。
“你有DRAM就能卖token，没有DRAM就无法卖token。”
这句话正在成为AI芯片需求的基本方程。高盛报告的两个敏感性假设进一步印证此判断：芯片经济寿命若从5年缩至3年，替换周期加速，累计资本需求将直接上台阶；每芯片内存比预期高25%，主要改变芯片堆栈内部的支出分配，对7.6万亿总盘子的净影响有限，但方向一致——资金不会少花。
结论：模型可替代，但物理硬件不可逾越
Fable 5出口管制在6月12日实施，又在6月30日解除，前后仅三周。解除管制并非因为风险消失，而是因为替代品已经出现——Tulongfeng等亚洲团队在管制期内推出了接近Mythos级的模型。封锁的威慑力迅速归零。这恰好印证了AI降本悖论的主线：模型是可替代的。从GPT到Claude到DeepSeek，没有人能垄断AI能力本身。
但硬件不受此逻辑支配。GPU不行，DRAM不行。晶圆厂建设周期以年为单位，光刻机产能上限固定，高纯度硅的供给弹性近乎零。这些是物理定律，而非商业策略。软件优化可以将模型成本压低一千倍，但无法将一个晶圆厂的建设周期缩短一天。
AI模型降价的终点，如果这一悖论持续运行，将不指向“去算力化”，而是指向算力定价权的再集中。无论使用谁的模型，token都必须运行在某个芯片上。模型厂商降价的每一分钱，最终都会转化为数据中心、晶圆厂和存储产线账簿上的收入。降本越激烈，这一转移就越不可逆。
市场资讯部点评：
本文精准地揭示了当前AI产业中“模型越便宜，芯片越贵”这一看似矛盾、实则符合经济学规律的深层逻辑。从“杰文斯悖论”到“毛利率正反馈”，文章不仅提供了海量且详实的数据支撑，更构建了一条清晰的因果链：成本下降→需求爆发→硬件（存储与算力）供不应求→价格飙升。这对于理解AI领域的投资价值具有极高的参考意义。核心洞察在于，模型层面的“军备竞赛”最终都将为物理层的芯片与存储“做嫁衣”。我们应持续关注在算力与存储环节具备稀缺性、产能优势和定价权的企业，它们将是这场AI浪潮中更具确定性的受益者。
