Token跌破1美元，谁慌了？

导语

每百万Token的价格，8月单月跌了29%，月末报0.97美元，历史上第一次跌破1美元关口。这是高盛One-Delta交易台负责人Rich Privorotskyky——

等等，先更正一个笔误：是Rich Privorotsky。他在最新一期One Delta周报（发布于2025年9月初，见高盛官网观点栏目 goldmansachs.com/insights）里，把一行最扎眼的数字放在了开头。

过去两年，美股AI板块的估值大厦，底下垫着一块砖，叫“更多Token等于更多收入”。8月的数据，第一次把这块砖抽了出来。这篇文章想讲清楚三件事：价格为什么崩、资本开支逻辑为什么被动摇，以及这套单位经济学的游戏，对其他硬科技赛道意味着什么。

📉 一条指数，撕开了AI的收入叙事

先跌为敬，是市场最诚实的语言。

衡量市场每百万Token使用加权均价的Silicon Data LLM Token Expenditure Index（代码：SDLLMTK，数据可在发行方官网查询：silicondata.com，指数数据截至2025年8月31日），8月单月下跌29%，月末报约0.97美元，创历史新低。较5月高点约2.05美元，累计跌幅已超过50%。

注意，这不是需求指数。Silicon Data自己也提示过：这个指数衡量的是使用量加权后的价格，下跌可能源于标价下调、用户向低成本开源模型迁移，或两者兼有——并不代表AI使用量在萎缩。

但问题恰恰出在这。

有美元基金的投资人私下吐槽：“我们看了一夏天的Token调用量曲线，全是往上走的，直到有人提醒我们看看美元那条线。”据多位接近一级市场的人士说，8月这组数据出来后，不少此前拿“推理量暴涨”当募资故事的团队，路演PPT连夜改了口径。

道理不复杂：如果价格跌得比量涨得还快，那条漂亮的用量曲线，换算成收入可能是一条平线，甚至下坡。

⚖️ 量涨47%，钱只涨7%

剪刀差张开的瞬间，比任何分析师报告都有说服力。

公开可查的OpenRouter平台数据（openrouter.ai/rankings），显示8月Token使用量环比增长约47%，但美元支出仅增长约7%。47%对7%，这就是当前AI投资逻辑最核心的矛盾被量化之后的样子。

Privorotsky在上述高盛周报里说得很直白：“更多需求加上更低价格，若价格跌速超过消费增速，并不自动构成利好。”

为什么这句话分量重？因为股票市场的回报是以美元结算的，不是以Token数量结算的。超大规模数据中心的资本开支，正是基于美元收入预期来核算的。过去两年，股权定价建立在一个隐含假设上——推理量放大，收入同步放大。8月的数据，第一次清晰地打破了这个假设。

更微妙的信号在硬件端：OpenRouter路由量大幅上升的同时，H100 GPU的租赁价格却在下跌（GPU租赁行情可参考Silicon Data同期发布的GPU租赁价格数据）。需求激增的叙事里，算力租金应该坚挺才对。量在涨、价在跌、美元支出原地踏步——三个事实摆在一起，指向的只有一个结论：行业的供给和竞争，跑在了货币化前面。

🔓 三个前提，正在一起塌

压垮按Token计费的，不是某一个变量，而是三个前提同时松动。

Privorotsky在报告里直言，他对“按Token计费”作为持久商业模式持怀疑态度。云端推理按百万Token定价的逻辑，依赖三个前提同时成立：

而这三个前提，正在同步瓦解。

硬件端，搭载RTX 50系笔记本GPU的电脑、NVIDIA DGX Spark桌面工作站（官方定价3999美元起，2025年10月起发售）、能跑700亿参数级模型的Mac Studio（搭载M3 Ultra芯片，苹果官网在售），以及算力在40至75+ TOPS区间的NPU，已经把大量Token的边际成本压缩到接近电费的水平。这里面藏着一个残忍的算术：一旦一家企业每月的API账单超过一台5000至15000美元设备的摊销成本，它就从Token的持续订阅用户，变成了一次性硬件买家——从贡献40%利润率的软件订阅客户，变成一锤子买卖。

模型竞争端，Meta的Llama 4系列开源模型（2025年4月发布，模型卡与评测数据见Meta官方AI博客 ai.meta.com/blog），在LMArena等第三方基准测试（lmarena.ai）中，已与OpenAI GPT-5、Anthropic Claude Opus 4.1处于同一梯队，且在智能体任务和代码生成方面表现突出。Privorotsky的评价更狠：“前沿优势以周计算，不构成护城河。”

当开源免费模型的能力与闭源旗舰只差几个星期的迭代窗口，付费的那道墙就只剩下企业级的合规、稳定性和集成服务——而这些，恰恰撑不起“每百万Token定价”的想象空间。

🏛️ 华盛顿下场，版权成本悬而未决

价格崩塌之外，AI公司成本端的另一颗雷，也在这几周出现在了聚光灯下——但请注意，引信并没有被拆掉，诉讼仍在进行中。

据多家媒体报道（含路透社、Politico 2025年9月初的报道），美国司法部就OpenAI与《纽约时报》的版权纠纷向法院提交了“利益声明”（statement of interest），支持OpenAI的核心主张：在互联网大量文本内容基础上训练模型，属于版权法中“合理使用”的范畴。

司法部的理由写得毫不含糊：大语言模型训练对版权作品的使用具有“转换性”目的，训练带来的创造性潜力和公共利益“远远超过任何竞争损害”；创意利益往往与国家安全利益重叠。据公开报道，司法部官员称这份文件为“具有历史意义的利益声明”。

时间线拉出来看：

• 2025年9月初： 美国司法部向法院提交文件，表态支持“合理使用”主张
• 随后数日： 纽约时报公开回应，抨击政府立场

纽约时报的反击同样锋利。其发言人在声明中表示，政府“正在站在少数几家价值数万亿美元的人工智能公司一边，却以牺牲无数美国创作者的利益为代价”，并强调AI公司“只需按照版权法要求，公平地支付其产品内容的费用即可”。

必须强调：司法部的这份文件只是诉讼一方立场的表态，并非法院裁决，案件仍在审理中，最终结果完全未定。“合理使用”是否成立，要看法院如何裁量，且任何一方上诉都可能把周期再拉长数年。

放在本文的主线上看，这起案件的产业意义在于：如果最终“合理使用”成立，AI公司最大的潜在数据采购成本才可能大幅压缩。Token价格已向下压、而训练数据成本能否被政策护住，仍取决于一个悬而未决的判决。AI公司的单位经济学一边在收入端承压，一边在等待成本端的一个尚未落地的缓冲。这也是为什么这起诉讼的走向，值得每一个关注科技资本开支逻辑的人盯着看。

💡 同一套账，低空经济也得提前算

作为一个长期盯着eVTOL适航和无人机物流的分析师，我必须承认：这组AI数据给我的震动，不亚于任何一份低空产业报告。

因为“量升价崩”的剧本，低空经济太熟悉了。

无人机物流按架次收费、eVTOL按座公里定价，与云端按Token计费，本质上是同一种商业假设：用量增长能转化为收入增长。AI用8月的两条曲线告诉我们，这个假设需要一个前提——价格的下跌速度，必须慢于需求的增长速度。

Privorotsky那句话值得抄在每一份商业计划书的第一页：更多需求加上更低价格，若价格跌速超过消费增速，并不自动构成利好。

据多位接近头部低空企业的消息人士透露，已有运营商在内部复盘时专门引用了这组Token数据，提醒团队警惕“飞行架次报表好看、账上现金不涨”的陷阱——补贴砸出来的量，和可持续的美元（人民币）收入，是两回事。

低空经济眼下还在基础设施投入期，价格战尚未真正开打。但AI这个凌晨发生的故事，就是低空明天的预报。

信源说明

本文核心数据均可通过以下公开渠道核验：

• SDLLMTK指数：Silicon Data官网（silicondata.com），指数数据截至2025年8月31日
• OpenRouter使用量与支出数据：OpenRouter公开排行榜（openrouter.ai/rankings），2025年9月初更新
• 高盛One Delta周报：Rich Privorotsky，2025年9月初发布，见高盛官网观点栏目（goldmansachs.com/insights）
• 司法部利益声明：据路透社、Politico等媒体2025年9月初报道；案件仍在审理中
• 模型对比：Llama 4模型卡（ai.meta.com/blog）、LMArena基准（lmarena.ai）

小结

Token价格跌破1美元，不是AI需求萎缩的信号，而是定价权向用户和开源模型转移的信号。当本地推理把边际成本压到电费水平、当前沿优势以周计算、当司法部已就训练数据的“合理使用”问题公开表态（尽管诉讼仍未了结），“按量计费”这套商业模式的地基正在松动。

资本开支的账，最终要用美元来算，而不是用调用次数来算。对AI如此，对每一个正在讲“放量”故事的硬科技赛道，都是如此。