不久前，OpenAI公开透露了一项重要计划：他们准备显著降低AI代币的定价。这一消息迅速引发市场广泛关注，一场围绕AI推理成本的“代币价格战”正式拉开帷幕。紧接着，行业普遍预期Anthropic将迅速跟进，而拥有全栈技术能力的谷歌，从一开始就具备参与低价竞争的底气。可以说，谁能够把AI服务的准入门槛降到最低，谁就更有可能抢占最大市场份额。

那么，降价究竟对行业意味着什么？市场主流观点认为，这会侵蚀全行业的利润空间，导致企业“烧钱补贴用户”，甚至可能引发恶性竞争。然而，这其中隐藏着一个常被忽略的底层逻辑——我们称之为“充裕-稀缺悖论”。简单来说：当智能服务的获取成本显著下降，使用量将迎来爆发式增长，而算力需求自然会随之攀升。真正受益的，其实并非那些在AI应用层激烈厮杀的大模型公司，而是更上游的“淘金热中的卖铲人”——即基础设施层。

来看几组关键数据：

• Claude Sonnet 5的输入代币单价在推广阶段仅为每百万枚2美元，输出为每百万枚10美元；但从8月起，价格将分别调整至3美元和3.75美元。值得关注的是，它在SWE-bench Verified测试中得分高达95%，而GPT-5.5在该项指标上仅为82.6%。
• 2022年，要实现GPT-4级别的性能，推理成本为每百万代币20美元。而到2026年，这一数字预计将降至0.4美元——三年之内，降幅高达1000倍。
• 目前，企业在AI GPU上的支出已有80%从训练环节转向推理环节。这意味着，谁能让推理过程更便宜、效率更高，谁就能真正占领商用市场。
• 英伟达的增长势头并未减弱，最新季度营收达到816亿美元，远超分析师预期；而上一季度营收已达681亿美元，同比增长73%。这一增长背后的核心驱动力，正是持续扩大的推理需求。
• 再看融资方面，Anthropic刚刚完成H轮650亿美元融资，估值达到9650亿美元，已超过OpenAI的8520亿美元。有预测显示，其营收有望冲击500亿美元。资本并未因其产品降价而退缩，反而在押注其未来的规模效益。

现在，让我们回到“价格战”这件事上。表面上，大模型参与者之间的相互降价，会压缩各自的利润空间——但别忘了，所有大模型玩家都需向基础设施层支付算力成本。无论是使用英伟达的芯片、租用数据中心的服务，还是消耗电力，这些成本都是“无法回避”的。只要AI的部署规模持续增长，基础设施层的收益就会同步上升。同时，它们受价格战的负面影响微乎其微。原因很简单：你的降价策略越激进，用户越多，云端和芯片上的计算量就越大。

这样一来，竞争格局变得耐人寻味。看似残酷的“价格战”，可能并非陷阱，而是一道筛选机制——它淘汰那些缺乏底层基础设施支撑的参与者，同时将真正的利润推向产业链上游。真正值得关注的，或许不是谁能赢得“谁更便宜”的竞赛，而是谁能在这场需求井喷中，稳稳抓住增长带来的红利。