·聚焦：人工智能、芯片等行业
从“能力最大化”到“有效能力的成本最优化”
大模型战场正经历深层转向：不再单纯追求参数膨胀，而是致力于让每个 token 创造更高价值。马斯克在介绍 Grok 4.5 时，未强调"xAI 最强”，而是突出其具备 Opus 级模型能力的同时，速度更快、token 消耗更少、成本更低。OpenAI 将 GPT-5.6 的目标定义为“让每个 token 产出更多有用工作”，Sam Altman 指出企业客户更关注 AI 支出的实际回报。Anthropic 则表示，Sonnet 5 能完成的智能体任务，此前需依赖更大、更昂贵的模型。
当“更便宜”成为行业共识，竞争核心已从“降价幅度”转变为“同等价格下的任务处理能力”。大模型竞争正从“能力最大化”转向“有效能力的成本最优化”。企业和开发者的关注点，也从“哪个模型最强”转向“哪个模型能被长期、稳定、低成本地默认调用”。
三款新模型的“性价比”叙事
这一转向首先体现在产品策略上，模型公司开始重组不同能力、成本及调用方式。OpenAI 的 GPT-5.6 最具代表性，以"Sol / Terra / Luna"取代旧有的“旗舰 +mini/nano"命名体系：Sol 承担复杂推理、编程和 Agent 等高难任务；Terra 综合表现接近 GPT-5.5，但定价处于 GPT-5.4 的中端区间；Luna 则主打高并发、低延迟的规模化调用。其核心逻辑在于：能力适配场景，成本随任务动态调整。
Anthropic 的 Claude Sonnet 5 内置"effort"机制，允许调用方根据任务复杂度调节推理强度：中等 effort 可控制成本，高 effort 才逼近旗舰表现。这打破了“选定模型即锁定成本”的旧有逻辑。
Grok 4.5 则将性价比优化前置至训练阶段，优先锁定 Cursor 等高频编程场景，围绕真实调用优化能力与成本，定价为每百万 token 输入 2 美元、输出 6 美元。
Token 计费重塑产业链价值分配
过去三年，产业链利润主要流向硬件层——英伟达、台积电及存储厂商获利丰厚，而模型实验室多在亏损中挣扎。据测算，硬件层攫取了全行业 70% 以上的收入。2026 年全球 AI 净利润池约 6370 亿美元，其中英伟达独占 2070 亿，三星和 SK 海力士合计 2220 亿。
如今风向已变。Token 计费模式将算力消耗、模型研发、场景服务等全产业链要素标准化、可量化、可交易，模型供应商首次掌握定价权。Anthropic 的年度经常性收入从 2025 年初的不足 90 亿美元，增至 2026 年二季度的近 600 亿美元，增长近 7 倍；推理业务毛利率也从 38% 攀升至 70% 以上。
大模型企业的“估值锚”正从“技术领先度”向“商业化效率”切换。一级市场尽调首要核查月度经营性收入、算力成本摊销及付费用户转化率三项指标，缺乏清晰商业化路径的项目难以获得新一轮融资。
“杰文斯时刻”：更便宜，反而花得更多
效率提升并未导致总成本下降，反而引发总需求膨胀——这正是杰文斯悖论在 AI 领域的复现。Token 价格每降低一个台阶，便解锁一批新应用场景，推动全社会 AI 总支出持续攀升。SemiAnalysis 指出，较低的推理成本将促进更广泛的 AI 采用，最终扩大对 GPU、HBM 和网络设备的需求。Meta 出租算力不仅不会削弱硬件需求，反而会通过压低 Token 成本触发杰文斯悖论，激发更庞大的 AI 增量需求。
这意味着一个反直觉的结论：大模型越便宜，整个行业的算力账单反而越贵。效率提升降低了使用门槛，促使更多场景、企业及用户开始调用大模型，调用量暴涨带动总支出飙升。这正是“杰文斯时刻”的核心逻辑：技术进步提高资源利用效率并降低单位成本，从而刺激需求增加，最终导致资源消耗总量上升。
商业化分配的新棋局
效率优先的转向正在催生全新的商业化分配逻辑：
首先，定价权从硬件层向模型层迁移。过去 GPU 供不应求，定价权牢牢掌握在硬件厂商手中；如今随着模型效率提升和推理成本下降，模型层开始获得更多议价空间。
其次，竞争从“模型能力”转向“默认调用”。企业不再单纯关注“哪个模型最强”，而是看重“哪个模型能被长期、稳定、低成本地默认调用”。成为默认选项意味着获取最稳定的收入流。
第三，Token 计费成为新的价值标尺。以 Token 调用量与单位成本为核心，AI 产业正摆脱零散定制化的项目制模式，迈入标准化、规模化、流量化的成熟发展阶段。
第四，国产模型迎来结构性机遇。中国开源模型正以极低边际成本，冲击 OpenAI 和 Anthropic 构筑的护城河。从 Coinbase 将中国大模型设为工程师默认工具，到美国初创公司因 API 费用过高全面切换至 DeepSeek，性价比正在重塑全球 AI 版图。
结语
大模型的“杰文斯时刻”已经到来。当巨头们不再比拼参数大小，而是比拼每个 token 创造的价值时，整个产业的游戏规则正在被重写。过去三年，利润流向硬件；未来三年，利润正向模型层迁移。这个看似矛盾的循环，恰恰是 AI 产业走向成熟的标志。
网络援引：
格隆汇：《AI 领域的杰文斯时刻 —— 从成本悬崖到需求爆炸，写给普通投资者的 AI 投资全景视角解读》
36kr：《AI 军备竞赛的终点，或是一场关于铀的“全球狩猎”》
钛媒体：《AI 大厂集体转向，大模型迎来“杰文斯时刻”》
本公众号所刊发稿件及图片来源于网络，仅用于交流使用，如有侵权请联系回复，我们收到信息后会在 24 小时内处理。