降价、监管、洗牌：AI 这台印钞机，开始漏风了吗？

文章作者、来源：0x9999in1，ME News

• TL;DR追踪真实算力支出的 Silicon Data LLM Token 消费指数，从 5 月高点回落近 20%，目前约为每百万 token 1.62 美元。这是这轮 AI 热潮里，第一个明确掉头的需求信号。
• 安联研究给出一个刺眼的数字：AI 投资与销售之间的增长鸿沟约 46%，比 2001 年电信泡沫破裂时的 32% 还要宽。
• 但别急着喊崩盘。Token 均价自 2023 年跌了约九成，总支出却翻了近一倍。价格在跌，用量在涨，这不是同一个故事。
• 监管正在变成隐性成本。美国要求 OpenAI 限制其最强模型的对外访问，欧盟《人工智能法案》对顶级模型层层加码，CFO 们有了理直气壮把活儿往中轻量模型搬的理由。
• 硬件的风向也在变。顶级 GPU 和 HBM 订单排到 2026 年，真正的供需缓解要等 2028 年，但采购重心正从训练芯片转向推理芯片。
• 我的判断：这不是泡沫破裂的第一声脆响，而是一个高增长行业第一次被迫回答那个最朴素的问题——你到底赚钱了吗。

一个指数掉头，为什么值得所有人紧张先说清楚这个指数是什么。

它不叫股价。它叫消费。

Silicon Data 的 LLM Token 消费指数，追踪的是用户为 AI token 实际掏出的钱，把众多供应商的数据揉成一个混合价格，单位是每百万 token 多少美元。这个指数从 2025 年 12 月诞生，一路往上，几乎翻倍。然后 5 月见顶，掉头，到现在跌了近 20%，落在 1.62 美元附近。

一个指数而已，至于紧张吗？

至于。

因为在过去两年，AI 世界里几乎所有的曲线都朝一个方向走：向上。融资向上，估值向上，资本开支向上，算力订单向上。你很难找到一条能代表"真实付费意愿"的线,而它偏偏第一个拐了头。

这就是它扎人的地方。它不是分析师的预测。它不是某个空头的 PPT。它是真金白银的消费,是企业每天为跑模型付出的账单。当账单开始往下走,投资者心里那根弦，就绷紧了。

问题来了：钱花得少了，是因为不想花，还是因为不用花那么多？

这两个答案，通往两个完全不同的未来。

熊派的证据：46% 这道裂缝，比电信泡沫还宽先听空头怎么说。因为他们手里握着一个很难反驳的数字。

安联研究把话说得很直白：AI 投资与销售之间的增长鸿沟,接近 46%。而 2001 年电信泡沫破裂那会儿，这道鸿沟是 32%。

换句话说，钱投进去的速度，比钱赚回来的速度，快了将近一半。

这是什么概念？当年电信业铺光纤，铺到全世界都以为互联网会瞬间吞掉一切,结果需求跟不上产能，光纤大面积闲置，行业整体重估，连那些基本面扎实的公司都被一起打折甩卖。32% 的裂缝,就崩了。

现在这道裂缝是 46%。

叠加上那个掉头的 Token 消费指数,空头的逻辑闭环就形成了：产能狂奔，需求踩刹车，价格开始松动。这不就是泡沫的经典剧本吗？

而且还有旁证。OpenAI 据报道正考虑把 IPO 推迟到 2027 年,为的是给冲击万亿美元估值留出时间。市场对这条消息的反应是纳斯达克领跌,芯片股承压。一个被寄予厚望要给整个赛道"验明正身"的头部玩家,选择了推迟上市,这本身就说明——讲故事的窗口，没那么好使了。

超过 7000 亿美元的 AI 资本开支,悬在那里。回本的路,第一次显得那么长。

牛派的反击：价格跌了九成，钱却花得更多了但如果你只看到这里就下结论,那就太急了。

牛派的反驳，同样有数据撑腰,而且更耐琢磨。

Token 的均价自 2023 年以来，跌了大约九成。九成。

按理说,单价崩成这样，一个行业该哀鸿遍野了吧？可总支出呢？非但没跌,反而翻了近一倍。

这说明什么？

说明用量的增长，把降价的窟窿不仅填平了，还多填出来一大截。这不是需求萎缩的样子。这是需求太猛,猛到价格一降,大家用得更凶。

所以那个掉头 20% 的消费指数,牛派给出了另一种解读：它跌，不一定是企业不肯付钱了,很可能只是 token 变便宜了，或者大家把活儿挪到了更省 token 的模型上。指数本身把前沿模型和开源模型按不同权重混在一起,你很难一眼看清到底是"价"在动，还是"量"在动。

一个混合价格指数往下走,可能是买方砍价砍得凶,可能是工作负载变了,也可能是企业整体转向了更便宜的模型。这三种原因,含义天差地别。

牛派还甩出一张更长远的牌：推理阶段的投资回报，长期看远比训练阶段乐观。

这话在理。训练是烧钱的军备竞赛,一次训练几千万上亿美元砸下去,回报遥遥无期。推理不一样。推理是每一次调用都对应一次真实使用,一次可能产生价值的商业行为。有基金经理说得很实在：把账算到足够长,AI 对企业的净使用,是正回报。

所以牛派的结论是：指数回落,是降价促消费之后的一次结构性消化。不是退潮,是换挡。

那到底谁对？

我的看法是,他们说的其实不是同一件事。空头盯着"回本速度",牛派盯着"使用规模"。速度确实在恶化,规模确实在扩张。这两件事可以同时为真。真正的风险不在于泡沫会不会破,而在于——市场愿不愿意继续为一个"规模很大但回本很慢"的故事,支付现在这个价格。

定价权,才是这盘棋真正的题眼绕来绕去,所有线索最后都指向同一个词：定价权。

一个行业最舒服的状态是什么？是你涨价,客户还得排队。

AI 大厂前两年就是这个状态。模型是稀缺品,能力是护城河,想用先掏钱。

现在呢？

Token 消费指数掉头的那一刻,一个残酷的可能性浮出水面：在成本敏感的客户面前,大模型厂商可能正在丢掉定价权。

想想 CFO 的处境。老板要求上 AI,但也要求算清 ROI。而 AI 的 ROI,恰恰是这个行业里最难算的一笔账。既然最贵的前沿模型和便宜得多的中轻量模型,在很多任务上拉不开那么大差距,那为什么要为顶配付顶价？

于是采购逻辑变了。从"要最强的",变成"要够用的、最划算的"。

这一变,厂商的议价能力就被架空了。你再强,客户也可以用脚投票,把工作负载挪到便宜的开源模型上去。价格战一旦从边缘打到中心,那九成的降价,就不再只是"技术进步带来的成本下降",而可能是"抢客户被迫让利"。

定价权松动,是比指数掉头更深一层的问题。指数是结果,定价权是原因。

监管：把地缘风险,变成了财务报表上的一行成本如果说市场竞争已经够头疼,那监管是另一只落下来的靴子。

而且这只靴子,是直接砸在头部平台脚上的。

华盛顿这边,已经要求 OpenAI 限制其最强模型的对外访问。对 Anthropic 这类公司,则有地缘层面的出口考量。这意味着什么？意味着最强的模型,恰恰是最难自由分发、最容易被政策卡住的那一个。

欧洲那边,《人工智能法案》对顶级模型提出了严格的合规要求。合规不是免费的。它是律师、是审计、是流程、是时间,全都要折算成成本。

现在把这两件事叠在一起看,CFO 的算盘就更清楚了。

用最强的前沿模型？贵,而且还要背上地缘和合规的包袱,万一跨境访问被卡,业务连续性都成问题。用没那么显眼的中轻量模型？便宜,监管压力小,风险敞口低。

理性的财务负责人会怎么选?不用猜。

监管在这里扮演了一个意想不到的角色——它不是在保护谁,而是在悄悄地、结构性地,把需求从头部平台往下引流。政策的包袱套在了跑得最快的那几匹马身上,反而给了跟随者喘息和抢食的空间。

这不是阴谋,这是成本。合规成本,地缘成本,最后都变成了企业算力账单上,一个"能省则省"的理由。

硬件的风向标,也开始转了再往产业链上游看,芯片领域的信号同样微妙。

表面上,一片繁荣。顶级 GPU 和高带宽内存 HBM 的订单,已经排满到 2026 年。实质性的供需缓解,业内普遍认为要等到 2028 年。产能紧张,依然是主旋律。

但主旋律底下,伴奏变了。

采购主力,正在从训练芯片,转向推理优化硬件。

这个转向,和前面所有的线索,严丝合缝地对上了。

训练是过去两年的故事。谁的模型大,谁的集群猛,谁就赢。买的是最顶级的训练卡,拼的是绝对算力。

推理是接下来的故事。模型已经练出来了,现在的问题是怎么让它跑得又快又便宜,服务尽可能多的真实调用。这时候你要的不是那张最贵的训练卡,而是每一次调用成本最低的推理芯片。

赢家结构,正在重新洗牌。

这才是最值得玩味的地方。当所有人都在争论"AI 是不是泡沫"的时候,产业链最诚实的那一环——真金白银的芯片采购订单——已经用行动给出了答案：这个行业没有停下,它只是从"拼命练"的阶段,走进了"想办法赚钱"的阶段。

从训练到推理,从顶配到够用,从烧钱扩张到精算回报。是同一个转向,在不同层面的回响。

那么,这到底是不是泡沫绕了一大圈,回到那个最扎心的标题：这一次,真的比互联网泡沫更严重吗？

我的回答是：数据上有一处确实更极端,但故事的骨架,不太一样。

更极端的地方,就是那 46% 对 32%。投资跑赢销售的幅度,确实比 2001 年那次更夸张。这一点,不该轻描淡写地绕过去。裂缝更宽,是事实。

但骨架不同在哪？

当年的电信泡沫,铺下去的是光纤,是重资产,是一旦需求跟不上就只能闲置生锈的东西。它的需求,是被"互联网马上要爆发"这个预期硬生生透支出来的。预期一破,需求归零,产能全砸手里。

这一次,底层的需求是真实发生的。Token 均价跌九成而总支出翻倍,这个组合在电信泡沫里从来没出现过。用户是真的在用,而且越便宜用得越多。这不是被预期吊起来的空中楼阁,这是有真实使用垫底的增长。

所以我更愿意把现在这个节点,理解成一次"祛魅"。

前两年,市场愿意为一切贴着 AI 标签的东西付溢价,不问回报,只问增长。现在,那个掉头的消费指数、那道 46% 的鸿沟、那些推迟的 IPO、那些往中轻量模型搬迁的工作负载,合在一起,逼着所有人第一次认真地问一句：钱,到底赚回来了吗？

这个问题本身,不是坏事。它意味着行业从"叙事驱动"走向"账本驱动"。真正会受伤的,不是 AI 这个技术,而是那些只有叙事、没有账本的估值。

需要警惕吗？当然。46% 的裂缝不会因为你不看它就自动愈合。定价权一旦真的丢了,再想拿回来,难如登天。

但要说这是泡沫破裂的丧钟,我觉得还早。这更像是一场高烧退下去之后的第一次清醒。烧退了,人会难受,会虚弱,会有一段不好过的调整期。可清醒,总比一直烧着强。

指数会跌,鸿沟会宽,IPO 会推迟,芯片会换代。

热闹总会散场。而账,迟早是要算的。

真正的赢家,大概率不是那个模型最大、集群最猛、故事讲得最漂亮的。而是那个最早想清楚"怎么让每一次调用都赚钱"的。

潮水没有退。它只是,终于开始往能赚钱的地方流了。

1. 参考来源：InfoWorld,《AI token prices are cooling — but why?》,2026 年 7 月 3 日
2. Los Angeles Times,《With token prices collapsing and regulation rising, AI's pricing power looks fragile》,2026 年 7 月 3 日
3. Bloomberg / Yahoo Finance,《The AI Trade Is Losing One of Its Key Signals》,2026 年 7 月
4. Allianz Research,关于 AI 基础设施投资的专题研究(投资与销售增长鸿沟约 46%)
5. InfoWorld,《US tells OpenAI to restrict access to its most powerful AI model》,2026 年 6 月 26 日
6. Yahoo Finance,《AI trade hits a wall amid report that OpenAI will delay IPO until 2027》,2026 年 6 月 26 日
7. BingX Flash News,《AI Token Spending Gauge Slides Nearly 20% From May High》,2026 年 7 月
8. Silicon Data,LLM Token Expenditure Index(SDLLMTK)产品数据

加入社群，解锁更多AI资讯

https://t.me/MEAINEWS