指南

AI Token 价格与推理单位经济怎么读：量升价跌不等于 CapEx 崩

BullSignal 自动化编辑系统 发布于

研报目录导航

AI 推理价格下降，先改变的是每单位计算的收入与成本。数据中心要不要继续建、加速器要不要继续买，则取决于用量、利用率、单位成本、折旧、电力与融资条件。读到“每百万 Token 又降价”时，把这两层拆开，结论会清楚很多。

一条固定顺序：先跑完这 6 个问题

  1. 价格是什么口径？ API 官方标价、客户成交均价，还是机构编制的价格指数？所有数字都要带日期。
  2. Token 是什么口径？ 输入（input）、输出（output）、缓存输入（cached input）、批处理（batch）可能分别计价；不同模型档位也不能直接横比。
  3. 量有没有同步变化？ 单价下降时，调用次数、Token 总量、付费客户数与利用率是否上升？
  4. 影响哪一层财务？ 近季 API 收入、推理毛利，和多年数据中心资本开支是不同问题。
  5. 1GW 回报是否依赖高 ASP？ 如果项目模型把单位算力售价长期保持不变作为核心假设，降价会提高回报压力。可对照 AI 1GW 经济账。
  6. 推理硬件是否改变成本曲线？ 自研加速器、GPU、缓存、批处理和软件优化会改变单位成本。可对照 TPU vs GPU 供应链。

“每百万 Token”到底量什么

Token 是模型处理文本、代码、图像等内容时使用的计量单位之一。API 厂商常把价格写成“每百万 Token”，但“一个价格”经常包含多种商品：输入 Token、输出 Token、缓存命中、长上下文、批处理、优先级服务都可能有不同费率。

因此，两篇新闻都写“Token 价格下降 50%”，也可能完全不是一回事。一个可能是某档模型的官方输出价调整，另一个可能是机构把多家模型的综合价格做成指数。阅读时至少记录厂商、模型、输入/输出、折扣条件、币种和日期。

公开 API 页面也说明了这种差异。OpenAI、Anthropic 与 Google 均按模型和使用方式设置不同价格档，部分服务对缓存、批处理或优先级另行定价。常青页适合保留这个“核对方法”，具体美元数字应回到厂商当日页面确认。

量升价跌：看剪刀差，别只看价格线

推理市场可以同时出现Token 量增长和每 Token 售价下降。关键是增长速度谁更快。

一个简化例子：单位价格下降 40%，Token 使用量增长 100%，理论收入仍可能增长；如果单位价格下降 70%，使用量只增长 20%，收入压力会更明显。真实财务还要再扣除推理成本、折扣、免费额度和客户结构，因此“Token 数量翻倍”也不能直接翻译成“收入翻倍”。

建议固定按三步读：先问美元收入，再问 Token 用量，再问毛利与单位成本。这样可以避免把“使用更普及”直接写成“云厂收入同比例增长”。

开源模型也会改变剪刀差。企业把部分工作负载迁到自托管模型，公共 API 的付费 Token 可能放缓；厂商扩大免费额度或企业折扣时，使用量也可能增长得比收入快。相反，推理效率提升、自研硅片降低单位成本时，降价也可能伴随毛利改善。

训练 CapEx 与推理单位经济回答不同问题

训练侧资本开支关注的是：数据中心、GPU/TPU、网络、电力和机房已经投入多少，资产按几年折旧，利用率能不能覆盖资本成本。它对应的是“建这么多算力值不值”。

推理单位经济关注的是：一次调用、一个请求或每百万 Token 能收多少钱，需要消耗多少计算、电力和网络资源。它对应的是“这批算力运营时每单位能赚多少”。

两者会互相影响，但时间尺度不同。Token ASP 下滑会降低未来收入假设；利用率提升、硬件效率提升和单位成本下降又可能抵消部分压力。已经开工的数据中心也有建设、折旧和合同周期，单周价格指数很难直接改写整个 CapEx 周期。

所以，看到“Token 价格跌破某个整数关口”时，最有用的问题是：1GW 模型里每瓦收入、利用率和折旧假设要改多少？ 这比给某个价格贴“历史底部”标签更有信息量。

API 价格与 GPU 租赁价也要分开

API 售价是模型服务的零售或企业服务价格；GPU 租赁价更接近算力资源价格。模型厂商还承担软件栈、推理优化、网络、存储、服务等级和研发成本。两者相关，但不能一一换算。

同样，API 降价也不必然说明 GPU 或 TPU 的单位成本同步下降。厂商可能主动压价抢占使用量，也可能通过缓存、量化、批处理、调度和自研芯片获得成本空间。需要进一步判断“降价来自竞争”还是“降价来自效率”。

和 BullSignal 其他 AI 基建页面怎么配合

本页只解决 Token 层单位经济。机房级造价、潜在收入和 ROIC 压力测试，见 AI 1GW 经济账；训练与推理加速器路径，见 TPU vs GPU 供应链；数据传输瓶颈可继续看 AI 数据中心互连 与 HBM。当周价格变化和市场反应放在 BullSignal Daily 中核对。

时效示例：数字只能带日期使用

截至 2026-09-15，主流模型厂商的 API 定价页仍存在输入/输出、缓存、批处理等多档口径。2026-07-30，OpenAI 也发布过模型价格/性能调整公告。这类材料适合作为“价格会变化、口径会分层”的例子，不能把某一天的 $/M Token 当作长期常数。

公开资料：

最容易误读的两种标题

第一类是“Token 越便宜，AI 需求越差”。降价也可能来自效率提升、竞争加剧或规模化；需要同时看使用量和单位成本。第二类是“Token 量暴增，所以云厂收入一定同步暴增”。当折扣扩大、输出结构变化或免费额度增加时，付费收入的增速可以明显低于 Token 量。把量、价、成本放在同一张表里，才能判断单位经济怎样变化。

FAQ

Token 低于 $1/M 就是历史底部吗？

这个数字缺少模型、输入/输出、折扣与日期时没有可比性。本页不预测底部。先核对口径，再看量价剪刀差。

降价能证明 AI 数据中心 ROI 为负吗？

不能由单一价格变量推出。还要看使用量、利用率、推理成本、电力、折旧和融资成本。机房层面可回到 1GW 经济账 重新压力测试。

和 HBM、互连有什么关系？

单位经济变化会反馈到扩产节奏，进而影响内存、网络与机房需求。本页只处理 Token 层；技术供给链分别放在 HBM、互连和 TPU/GPU 页面。

本文用于市场信息研究与公开资料核对，不构成投资建议、证券推荐、目标价、仓位或交易指令。参见 About、Editorial Policy 与 Disclaimer。