GPT-5.5翻倍，Gemini漲3倍：這波漲價(jià)游戲還能玩多久？

新智元報(bào)道

【新智元導(dǎo)讀】Epoch AI最新測(cè)算揭開(kāi)一個(gè)殘酷現(xiàn)實(shí)：把全球所有Blackwell芯片拉滿，也喂不飽Token洪流。

前沿大模型的漲價(jià)游戲，還能玩多久？

今年1月至今，GPU租賃價(jià)格上漲超過(guò)兩倍。

根據(jù)Counterpoint 2月發(fā)布的《內(nèi)存價(jià)格追蹤報(bào)告》，2026年第一季度至今，內(nèi)存價(jià)格環(huán)比上漲80%-90%，創(chuàng)下前所未有的大幅飆升。

這種價(jià)格上漲，自然傳遞到了下游。

Epoch AI剛剛發(fā)布的《梯度更新》報(bào)告，做了一件簡(jiǎn)單粗暴的事：把全球所有Blackwell芯片能處理的Token數(shù)量算出來(lái)，再和實(shí)際需求一比。

結(jié)論只有一個(gè)字——不夠。

Token洪流吞沒(méi)一切

先看供給側(cè)。

Epoch AI的模型以Kimi K2.6為基準(zhǔn)——萬(wàn)億參數(shù)、320億活躍參數(shù)的MoE架構(gòu)。

在8000:1000的輸入輸出比下，全球Blackwell集群的理論極限是每秒約200億輸出Token。

聽(tīng)起來(lái)很多？換算一下：夠地球上每個(gè)人每月用700萬(wàn)Token。

但這是理想情況。一旦上下文窗口拉長(zhǎng)到128k，吞吐量直接暴跌50倍，降到每秒約5億Token。

再看需求側(cè)。

Google剛剛披露，自家每秒處理約12億Token（輸入+輸出）。

按8k:1k請(qǐng)求比例換算，每秒輸出Token約1.3億。Exponential View估算，Google大約占全球Token需求的25%。

這意味著當(dāng)前全球Token需求，用Blackwell全產(chǎn)能、全給昂貴的萬(wàn)億參數(shù)模型去跑，勉強(qiáng)能撐住。

但需求在以什么速度增長(zhǎng)？

每年10倍。

自2024年以來(lái)，Google處理的Token量年增10倍，其他供應(yīng)商的增速也差不多。

而供給側(cè)呢？全球AI算力年增3.4倍，芯片內(nèi)存帶寬年增4.1倍。

供給3.4倍 vs 需求10倍。差距每年都在撕裂。

Meta員工一天燒100萬(wàn)Token

算力緊缺不是抽象數(shù)字。

看看企業(yè)內(nèi)部在發(fā)生什么。

The Information報(bào)道，Meta的8.5萬(wàn)名員工每月消耗60萬(wàn)億Token。

換算下來(lái)，每位員工每天燒掉約100萬(wàn)輸出Token。

Apple更猛。

部分工程團(tuán)隊(duì)被允許每天在Token上花費(fèi)300美元——按Kimi K2.6的價(jià)格算，夠一個(gè)人一天生成2500萬(wàn)輸出Token。

這還只是兩家公司。

全球約有1400萬(wàn)軟件工程師每天在用AI。

如果他們的使用強(qiáng)度達(dá)到Meta或Apple員工的水平，全球Token吞吐需求將飆升至每秒2億到40億Token。

40億。

而B(niǎo)lackwell長(zhǎng)上下文的極限是5億。差了整整一個(gè)數(shù)量級(jí)。

Claude Code讓開(kāi)發(fā)者慢了19%

更尷尬的事情也在發(fā)生。

METR的最新研究顯示，Claude Code在實(shí)測(cè)中讓資深開(kāi)發(fā)者的完成速度慢了19%。

VS Code相關(guān)插件的安裝增速自年初以來(lái)明顯趨平。

編碼工具的增長(zhǎng)放緩，背后可能是兩個(gè)原因疊加：一是算力資源本身在吃緊，二是很多企業(yè)已經(jīng)燒完了全年的AI預(yù)算。

與此形成鮮明對(duì)比的是，前沿模型還在漲價(jià)。

ChatGPT Pro訂閱價(jià)格上調(diào)，Claude的API價(jià)格水漲船高，Gemini的漲幅最兇——部分場(chǎng)景下價(jià)格暴漲3倍。GPT-5.5的定價(jià)更是直接翻倍。

用得更多，花得更貴，效果卻未必更好。

企業(yè)的算盤(pán)很快就打清楚了。

逃向DeepSeek

一條逃跑路線已經(jīng)成型。

DeepSeek V3的訓(xùn)練成本僅為前沿模型的1/10到1/20，API價(jià)格低至同類的1/16。

性能呢？直逼GPT-5。

Hacker News上一個(gè)帖子火了：一套11個(gè)月ROI模型，手把手教企業(yè)算清楚——從GPT-5.5切到DeepSeek，每年能省多少錢(qián)。

評(píng)論區(qū)的共識(shí)很簡(jiǎn)單：前沿模型的定價(jià)權(quán)正在崩塌。

當(dāng)一個(gè)開(kāi)源模型能用1/16的價(jià)格跑出90%的效果，漲價(jià)就不再是信心的體現(xiàn)，而是客戶流失的加速器。

Tokenmaxxing——企業(yè)瘋狂堆Token用量來(lái)榨取AI價(jià)值——本來(lái)是前沿模型的增長(zhǎng)敘事。

但現(xiàn)在，The Information的報(bào)道顯示，這種策略正在反噬AI公司自身的利潤(rùn)邊際。

用戶越多，虧得越多。漲價(jià)止血，用戶就跑。

經(jīng)典的死亡螺旋。

算力懸崖前的決賽格局

把視角拉遠(yuǎn)一點(diǎn)。

前沿實(shí)驗(yàn)室——OpenAI、Anthropic、Google DeepMind——僅占全球AI算力的20%-30%。

剩下的70%-80%在企業(yè)自用、云服務(wù)商、推理服務(wù)商手里。

這意味著，即便是最頂尖的實(shí)驗(yàn)室，也無(wú)法靠自建算力解決供需缺口。它們和所有人一樣，在搶同一批芯片。

算力每年增3.4倍，需求每年增10倍。這個(gè)剪刀差不會(huì)自動(dòng)消失。

更小的模型確實(shí)在替代部分需求——蒸餾層的崛起證明了這一點(diǎn)。但能力提升又在不斷制造新需求。

AI行業(yè)正站在一個(gè)懸崖邊上。

不是技術(shù)的懸崖，模型還在變強(qiáng)。是經(jīng)濟(jì)的懸崖，算不過(guò)來(lái)賬了。

當(dāng)GPU租金翻倍、API價(jià)格暴漲、開(kāi)源替代品性能逼近、編碼工具的ROI被質(zhì)疑，一個(gè)核心問(wèn)題浮出水面：

前沿模型的護(hù)城河，到底是智能，還是算力？

如果答案是算力，那么誰(shuí)控制芯片，誰(shuí)就控制AI的未來(lái)。如果答案是智能，那么DeepSeek用1/16的價(jià)格逼近同等效果，已經(jīng)在動(dòng)搖這個(gè)答案。

參考資料：

https://counterpointresearch.com/en/insights/Memory-Prices-Surge-Up-to-90-From-Q4-2025

https://www.signalbloom.ai/posts/outsourcing-plus-localai-will-soon-become-more-economical-vs-frontier-labs/https://news.ycombinator.com/item?id=48278610

編輯：大衛(wèi)