发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
发布时间
2026/03/25 04:5812 分钟前源站更新
2026/03/25 04:5812 分钟前首次抓取
2026/03/25 04:5812 分钟前发布时间
12 分钟前源站更新
12 分钟前首次抓取
12 分钟前用于追踪这条内容的来源与记录标识。
Source
原始链接
Alphaville. What’s really going on with AI token price deflation?
你可能已经看过这张图好几次了，但它究竟意味着什么？
Silicon Data 的代币支出指数，是以 100 万个代币为基准的综合美元成本指标。该指数在 5 月底达到 2.0651 美元的系列高点后，已经下跌了 52.4%。
人们常说，代币价格通缩对制造代币的公司不利。合成智能单位的市场正走向商品化，因为任何可以大规模生产的东西都会被商品化。大多数企业仍处于探索人工智能的阶段，而它们的价格已经低于原价的一半。
代币支出指数没有显示的是代币支出的总额。它衡量的是平均价格，并根据估计使用量加权，同时对代币属于输入还是输出进行了标准化。（大型语言模型实验室通常对输出代币收取约为输入代币五倍的费用，因为它们希望鼓励用户提出大量复杂问题，然后通过提供答案赚回这笔钱。）
Syz Group 首席投资官 Charles-Henry Monchau 在 LinkedIn 上发布了一篇类似 LinkedIn 风格的解释，说明近期观测价格的崩跌，是因为代币工厂变得更加高效，同时企业一直在将优先级较低的请求转向更便宜的开放权重大型语言模型，从而引发了一场小规模价格战：
技术性通缩扩大了利润率，对整个生态系统无疑是好事。结构性通缩对总支出没有影响，但会侵蚀前沿实验室的定价能力。竞争性价格通缩就是一场利润率战争。该指数将这三者混合成一个数字，却无法告诉你其中的构成。任何不进行拆解、仅把这张图当作方向性信号的人，都是在根据噪声交易。
Seaport Research Partners 的科技分析师 Jay Goldberg——最为人所知的是一直维持对英伟达的非主流“卖出”建议——试图打造一个更好的工具。
他收集的数据呈现出与 Silicon Data 指数相似的模式：前沿大型语言模型的代币价格从 2023 年底每百万代币 50 美元暴跌至如今约 6 美元。更有意思的是，他发现，自 2024 年中大型语言模型市场竞争加剧以来，代币价格中位数一直相当稳定，略低于每百万代币 1 美元。约 0.11 美元的底价（基本上只是电费成本）几乎没有变化。
最高价同样如此。将样本缩小到最昂贵的旗舰模型后，可以看到自 2023 年底以来价格几乎没有变化。前沿端的通缩主要只是更多模型推出、拉低平均价格的结果。
如果不同时估算生产一个代币的成本，定价数据的作用就相当有限。Goldberg 根据看起来相当典型的输入估算，生产成本下降的速度远快于市场价格：
（抱歉，我们不会展示这张图的全部计算过程。假设的正常运行时间、租赁费率和折旧等问题，会引发大量激烈争论，这些内容更适合行业媒体，而不是市场博客。Goldberg 表示，他的成本假设是合理的，而我们也没有理由反驳。还请注意，2027 年和 2028 年硬件的成本通胀预测，是利用预发布规格表中可以外推的信息进行的机械估算，可能无法反映现实世界的性能。）
这揭示了一个双层市场。前沿市场（全部为美国企业）的毛利率约为 70%。与此同时，开放权重大型语言模型公司（主要是中国企业）的毛利率约为 20%。运营商之间的利润率差异当然可能发生变化，但过去三年似乎一直相当稳定。
训练是贴现现金流估值中的大象。代币只涉及推理。模型训练的资本需求完全是另一场混乱不堪的灾难。而且，由于前沿以下各层级都在通过蒸馏进行训练，保持领先是一场昂贵的竞赛：
所有这些都让我们回到两个相当简单的观察。
Anthropic 和 OpenAI 的 S-1 上市文件——如果我们有朝一日获准看到它们——将会展示一些不错的经营指标。当企业实现惊人的增长时，年复一年维持在 70% 左右的稳定毛利率，有很多值得肯定之处。
但要作为投资标的说得通，它们需要继续捍卫竞争优势，同时设法让开放模型的性能军备竞赛停火。也许围绕安全问题制造恐慌，以及在国家边界内组建保护主义卡特尔，能够起到作用。也可能不会。
说实话，这可能已经是大多数潜在投资者的想法。看到一些能够确认许多既有判断的新数据，还是令人欣慰的。
延伸阅读：——人工智能代理正在重写计算经济学（英国《金融时报》）
发布时间
4 天前
2026-10-05 05:00:03 UTC
源站更新
4 天前
2026-10-05 10:41:32 UTC
首次抓取
4 天前
2026-10-05 05:21:06 UTC
AI 代币价格大幅下跌并不等于整个市场收入萎缩：价格指数混合了技术效率提升、需求结构变化和竞争性降价。数据显示，前沿模型毛利率约为 70%，开放权重模型约为 20%，训练成本仍是投资评估的关键变量。
Silicon Data 的代币支出指数衡量的是按估计使用量加权、并区分输入和输出代币后的平均价格，并不代表代币总支出。该指数从 5 月底每百万代币 2.0651 美元的高点下跌了 52.4%。由于输出代币通常比输入代币贵约五倍，单看平均价格可能会产生误导。
Syz Group 的 Charles-Henry Monchau 认为，价格下跌包含三种不同因素：技术进步带来的成本下降、企业将低优先级请求转向更便宜的开放权重模型，以及竞争导致的价格战。Seaport Research Partners 的 Jay Goldberg 发现，前沿大语言模型的价格已从 2023 年底每百万代币 50 美元降至约 6 美元，但自 2024 年中以来，代币中位价一直稳定在略低于 1 美元，最低价格约为 0.11 美元，最昂贵的旗舰模型价格也几乎没有变化。这表明前沿市场的平均价格下降，主要可能是更多模型进入市场所致。
将价格与生产成本结合后，市场呈现两层结构：主要由美国公司提供的前沿模型毛利率约为 70%，而以中国公司为主的开放权重模型毛利率约为 20%。不过，代币数据只涉及推理成本，模型训练所需的资本投入则是另一项重大负担；较低层级模型还通过蒸馏训练，维持领先地位需要持续投入。
文章认为，Anthropic 和 OpenAI 未来若公开上市文件，可能会展现稳定且较高的经营毛利率。但要成为有吸引力的投资，它们仍需保持竞争优势，同时应对开放模型之间昂贵的性能竞赛。安全议题或国家边界内的保护主义安排是否能缓解竞争，尚未可知。
AI token price deflation does not tell the whole story: the index mixes efficiency gains, cheaper-model usage and price competition. Frontier models still show roughly 70% gross margins, while training costs and the open-model arms race remain key investment risks.
用于追踪这条内容的来源与记录标识。
