新智元報道

【新智元導讀】Epoch AI最新測算揭開一個殘酷現實：把全球所有Blackwell芯片拉滿，也喂不飽Token洪流。

前沿大模型的漲價游戲，還能玩多久？

今年1月至今，GPU租賃價格上漲超過兩倍。

根據Counterpoint 2月發布的《內存價格追蹤報告》，2026年第一季度至今，內存價格環比上漲80%-90%，創下前所未有的大幅飆升。

這種價格上漲，自然傳遞到了下游。

Epoch AI剛剛發布的《梯度更新》報告，做了一件簡單粗暴的事：把全球所有Blackwell芯片能處理的Token數量算出來，再和實際需求一比。

結論只有一個字——不夠。

Token洪流吞沒一切

先看供給側。

Epoch AI的模型以Kimi K2.6為基準——萬億參數、320億活躍參數的MoE架構。

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。

聽起來很多？換算一下：夠地球上每個人每月用700萬Token。

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

再看需求側。

Google剛剛披露，自家每秒處理約12億Token（輸入+輸出）。

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

這意味著當前全球Token需求，用Blackwell全產能、全給昂貴的萬億參數模型去跑，勉強能撐住。

但需求在以什么速度增長？

每年10倍。

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

而供給側呢？全球AI算力年增3.4倍，芯片內存帶寬年增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Token

算力緊缺不是抽象數字。

看看企業內部在發生什么。

The Information報道，Meta的8.5萬名員工每月消耗60萬億Token。

換算下來，每位員工每天燒掉約100萬輸出Token。

Apple更猛。

部分工程團隊被允許每天在Token上花費300美元——按Kimi K2.6的價格算，夠一個人一天生成2500萬輸出Token。

這還只是兩家公司。

全球約有1400萬軟件工程師每天在用AI。

如果他們的使用強度達到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Blackwell長上下文的極限是5億。差了整整一個數量級。

Claude Code讓開發者慢了19%

更尷尬的事情也在發生。

METR的最新研究顯示，Claude Code在實測中讓資深開發者的完成速度慢了19%。

VS Code相關插件的安裝增速自年初以來明顯趨平。

編碼工具的增長放緩，背后可能是兩個原因疊加：一是算力資源本身在吃緊，二是很多企業已經燒完了全年的AI預算。

與此形成鮮明對比的是，前沿模型還在漲價。

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

用得更多，花得更貴，效果卻未必更好。

企業的算盤很快就打清楚了。

逃向DeepSeek

一條逃跑路線已經成型。

DeepSeek V3的訓練成本僅為前沿模型的1/10到1/20，API價格低至同類的1/16。

性能呢？直逼GPT-5。

Hacker News上一個帖子火了：一套11個月ROI模型，手把手教企業算清楚——從GPT-5.5切到DeepSeek，每年能省多少錢。

評論區的共識很簡單：前沿模型的定價權正在崩塌。

當一個開源模型能用1/16的價格跑出90%的效果，漲價就不再是信心的體現，而是客戶流失的加速器。

Tokenmaxxing——企業瘋狂堆Token用量來榨取AI價值——本來是前沿模型的增長敘事。

但現在，The Information的報道顯示，這種策略正在反噬AI公司自身的利潤邊際。

用戶越多，虧得越多。漲價止血，用戶就跑。

經典的死亡螺旋。

算力懸崖前的決賽格局

把視角拉遠一點。

前沿實驗室——OpenAI、Anthropic、Google DeepMind——僅占全球AI算力的20%-30%。

剩下的70%-80%在企業自用、云服務商、推理服務商手里。

這意味著，即便是最頂尖的實驗室，也無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。這個剪刀差不會自動消失。

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

AI行業正站在一個懸崖邊上。

不是技術的懸崖，模型還在變強。是經濟的懸崖，算不過來賬了。

當GPU租金翻倍、API價格暴漲、開源替代品性能逼近、編碼工具的ROI被質疑，一個核心問題浮出水面：

前沿模型的護城河，到底是智能，還是算力？

如果答案是算力，那么誰控制芯片，誰就控制AI的未來。如果答案是智能，那么DeepSeek用1/16的價格逼近同等效果，已經在動搖這個答案。

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