你觉得现在用的AI工具价格是真实价格吗？其实你只支付了原始成本的2~10%。剩下的由投资人代你支付。这种结构能维持多久？
这是什么？
AI工程师Will Taubenheim发布了一份24.8万字的调研报告。核心是 — 整个AI行业目前运转在赤字补贴之上。
数字更能说明问题。OpenAI 2026年年营收250亿美元，但仅推理成本（inference cost）就高达141亿美元。再加上模型开发费67亿美元、人工成本25亿美元、需要偿还微软的投资130亿美元，结果是？依然亏损。
企业向OpenAI API支付1美元，OpenAI仅生成那个回应就要花费电力+硬件成本0.37美元。研究费、人工成本、债务偿还另算。
这不只是OpenAI的问题。Anthropic在法庭提交文件中披露，累计营收50亿美元，推理+训练成本超过100亿美元；Cursor（Anysphere）投入风险资本30亿美元，年营收20亿美元。
Ed Zitron的表述很准确："所有AI初创企业无一例外，都在把数亿美元变成数千万美元，把数十亿美元变成数亿美元。"
有什么不同？
核心是当前价格 vs 实际成本的差距。ScaleDown的分析显示，基于H200 GPU服务器的实际推理成本约为每百万token 6.37美元，而GPT-4o-mini API价格是0.60美元。补贴率约90%。
| 项目 | 现在（有补贴） | 补贴结束后 |
|---|---|---|
| ChatGPT Plus订阅费 | 月$20 | 月$100~200以上 |
| Claude Code开发者费用 | 月$100~200 | 月$1000+预计 |
| API每百万token | $0.40~10 | $40~200 |
| 客服AI（每日100万次） | 年数百万元 | 年数十亿元 |
| AI编程工具（个人） | 月$10~39 | 月$100~390+ |
更可怕的是使用量也在同时爆炸式增长。简单文本回应耗电0.3Wh，但推理（reasoning）模式需要1.9Wh，视频生成需要1kWh，是前者的3333倍。 智能体对一个任务调用AI 10~20次，token消耗呈指数级增长。
杰文斯悖论（Jevons' Paradox）：token单价下降，用量爆增，总成本反而上升。Uber最初靠59%补贴占领市场，2018~2021年间将价格提高了92%。
Steve Smith（Ardalis）更直接："到2027年底，Claude Code、Copilot等智能体型AI订阅费将比2026年1月涨10~100倍"。
核心总结：如何开始
- 建立AI成本仪表盘
立即追踪团队各AI工具的月支出。把API调用次数、token用量、订阅费汇总到一个仪表盘，价格上涨时可以立刻了解影响。 - 10倍场景压力测试
AI成本涨到10倍，业务还能运转吗？从AI依赖度高的核心工作流开始检查，提前了解替代方案（本地模型、开源）。 - 优先选按月付费，警惕按量计费
按量计费（per-token、per-action）模式在智能体时代容易造成费用炸弹。尽量选固定订阅，使用按量计费时必须设置月度上限。 - 按任务分配模型
用最顶级的模型做简单自动补全，就像开货车去买菜。简单任务用小模型，只有复杂推理才用高端模型。仅此一项就可能降低50~67倍成本。 - 最小化厂商锁定
只依赖一家AI供应商，价格上涨就只能被动接受。建立抽象层，让OpenAI、Anthropic、开源模型之间可以灵活切换。
