2026年4月12日，智譜Coding Plan（海外版）月付價格幾乎翻倍。

第二天，阿里云宣布取消百煉平臺基礎(chǔ)套餐的續(xù)費入口。

其他廠商并沒有在漲價上落后，4月9日，騰訊云AI算力全線上調(diào)5%。

這場漲價潮，代表著AI產(chǎn)業(yè)正從"流量獲客"的互聯(lián)網(wǎng)時代，迅速滑向"算力通貨緊縮"的重工業(yè)時代。

之前為了吸引用戶，大模型大打價格戰(zhàn)。現(xiàn)在token使用量猛增，從大模型到云廠商，都看到了賣token能夠跑通的盈利模式，也該提價收回此前的成本了。

在洶涌增長的token需求面前，算力供應(yīng)極度吃緊，漲價就順著產(chǎn)業(yè)鏈不斷向下游傳導(dǎo)，承受成本的終端就是中小型開發(fā)者和普通用戶。

智能體撞開了算力閘門

我國日均token調(diào)用量，今年三月已經(jīng)超過了140萬億，相比2024年初的1000億增長了1000多倍，比起2025年底的100萬億，三個月內(nèi)也增長了40%。

最近三個月的猛漲，主要得益于以O(shè)penClaw為代表的智能體，讓它們自動工作要消耗大量token，以至于有相當一批人體驗了OpenClaw后，大呼token消耗太厲害，快沒錢燒了，只好卸載了事。

token消耗量猛增，意味著算力大幅消耗，傳導(dǎo)到上游就是AI芯片遭到哄搶。

根據(jù)SemiAnalysis，英偉達H100的一年期租賃合同價格從2025年10月的1.70美元/小時/GPU飆升至2026年3月的2.35美元，漲幅近40%。

上漲的可不只有GPU價格，就連AI服務(wù)器調(diào)度與推理核心的CPU也在被搶購，2026年3月下旬，英特爾與AMD相繼通知客戶上調(diào)處理器價格，這兩家今年服務(wù)器CPU產(chǎn)能已基本售罄。

成本壓力沿著"芯片-云廠商-模型廠商-應(yīng)用廠商-企業(yè)客戶"的鏈條層層下傳。

Cursor是全球最大的獨立AI代碼生成平臺，2026年2月年化收入突破20億美元，看似風(fēng)光，實則2025年虧損至少1.5億美元。

其幾乎所有收入都被用于調(diào)用Anthropic和OpenAI的模型，毛利率被壓縮至令人窒息的水平。

傳統(tǒng)SaaS軟件公司毛利率中位數(shù)高達77%，現(xiàn)在AI大模型和應(yīng)用卷死了傳統(tǒng)軟件公司，可AI應(yīng)用的平均毛利率僅為25%至60%。

所以大模型只能漲價，把成本繼續(xù)往下游傳導(dǎo)，此前價格戰(zhàn)給的福利要收回，這一風(fēng)氣也不是國內(nèi)先開始的。

2026年4月初，全球領(lǐng)先的大模型廠商，已經(jīng)估值數(shù)百億美元的AI巨頭Anthropic，突然切斷訂閱用戶通過OpenClaw等第三方工具接入Claude API的許可。

官方解釋直白赤裸，部分重度用戶每月僅支付200美元訂閱費，卻消耗了價值5000美元的算力資源。

一個OpenClaw代理運行一天，背后的算力成本在1000至5000美元之間，用戶還是趁早別白嫖自家服務(wù)，該去切換至按用量付費的API模式，不然連Anthropic都頂不住。

token浪費觸目驚心

大模型漲價，用戶肉疼之余也在疑惑，這token就非得燒這么多嗎？

今年3月，就有一位名為shelvenzhou的開發(fā)者在GitHub上進行了一項基準測試，記錄自己使用OpenClaw處理日常工作的Token消耗軌跡。

第一輪對話成本0.0050美元，很是省錢。

第五輪飆升至0.0665美元，不大對勁。

第十輪達到0.13美元，是個人意識到了，燒的錢根本不是一點點增長，而是指數(shù)級爆炸。

像癌細胞一樣，每一輪分裂都在加速吞噬算力資源。

為什么token消耗會隨著對話次數(shù)增多而指數(shù)爆炸呢？

了解OpenClaw等智能體的工作原理，就能理解token消耗量指數(shù)增長，是因為“上下文的無序膨脹”。

隨著對話輪次增長，歷史文件、對話記錄不斷累積，智能體為了尋找相關(guān)信息，往往只能采取"寧可錯殺一千"的策略，把所有文件都讀一遍。

用戶每次輸入后，Agent甚至可能需要重新計算完整的對話記錄和文件數(shù)據(jù)。這導(dǎo)致智能體成本指數(shù)級增長，正如shelvenzhou測試的那樣，第10輪對話的成本已是第1輪的26倍。

聰明的你自然會想到，這么多消耗的token里有相當一部分是浪費掉了。

《財經(jīng)》統(tǒng)計，今年一季度，GitHub上有關(guān)“Token Waste”（token浪費）的問題，數(shù)量沖到了超過4000多個，比起上個季度增長了快五倍。

☉數(shù)據(jù)來源：財經(jīng)

天下苦token浪費久矣。

讓人人都能用得起智能體

想要用token少花錢，一個辦法是多提供芯片，把芯片成本降下來。

然而國產(chǎn)AI芯片產(chǎn)能仍然被卡脖子，3月底華為昇騰服務(wù)器系列也漲價了，910C（A3）1TB內(nèi)存版本單臺大概上漲16萬至32萬元，2TB版本漲幅在32萬至48萬元之間。

還有一個辦法，就是優(yōu)化智能體，讓它不要再浪費那么多token了。

目前有個成熟做法是“KV Cache”（鍵值緩存）技術(shù)。

這項技術(shù)原理也簡單，模型對已計算上下文的結(jié)果進行緩存，以免下次調(diào)用重復(fù)計算消耗token。

還有一個辦法，就是做好模型分工，token用在刀刃上。

復(fù)雜規(guī)劃用旗艦?zāi)Ｐ捅ＷC準確，簡單的高頻執(zhí)行交給輕量模型即可。

OpenAI的Codex升級已經(jīng)體現(xiàn)了這種分層邏輯：GPT-5.4負責規(guī)劃、協(xié)調(diào)與最終判斷，而GPT-5.4 Mini子智能體則并行處理代碼庫檢索、大文件審閱等細粒度任務(wù)。

不管哪種方法，都說明目前的智能體仍然處于起步階段，還很不成熟，就像一批天不怕地不怕的小馬駒，雖然最終能跑到終點，但過程中會到處亂跑消耗體力。

所以最近harness在AI圈子里火了。

Harness原意是馬具，放在這里就是指約束智能體，讓它更省力地跑到終點，這涉及到給模型調(diào)用什么工具、如何做分層的上下文工程、如何管理長記憶、如何設(shè)計工作流。

從這個意義上說，在智能體從"能跑"進化到"越跑越穩(wěn)"的harness時代，能做的工作還有很多。誰能用更少的token完成同樣的任務(wù)，誰就能在AI產(chǎn)業(yè)的殘酷洗牌中存活。

token經(jīng)濟的正向循環(huán)不會自動形成，想要用戶用得起，還是得減少浪費，讓大家都玩起來。

否則，2026年智能體普及年的狂歡，將在算力不足，擠出普通用戶的過程中落幕。

AI漲價潮：智譜海外版“直逼”Claude，阿里云取消基礎(chǔ)套餐，四年前的H100也賣光了 https://mp.weixin.qq.com/s/VJzaTh9rHAawssltU3FaFQ

阿里、騰訊、百度集體調(diào)價，Token第一股年內(nèi)狂飆547%，算力漲價潮來了 https://mp.weixin.qq.com/s/s6LoLAD3WvhN1-QdNi_hDg

從“龍蝦”到“愛馬仕”，Agent越能干Token越費錢 https://mp.weixin.qq.com/s/40lUY9JWuxq6EryEkImK-Q

Elephant走紅：AI開始為“Token浪費”算細賬 https://mp.weixin.qq.com/s/7e0WXmZl2Ar25vd-RiNHbg

今天，50%的Token正在被浪費 https://mp.weixin.qq.com/s/r7LMwCArMtDfejJbrPJC5w

我國日均Token的調(diào)用量三個月增長超40% 目前已超140萬億_媒體聚焦_數(shù)字中國建設(shè)峰會 https://www.digitalchina.gov.cn/2026/xwzx/mtjj/202603/t20260325_5300141.htm