Token单价跌了67%，账单涨了120%：省下的钱去哪了

a16z本周图表把两个数字放在一起：5月以来，平均token价格下降67%，token支出上涨超过120%。单价和总账单朝相反方向走。

图1的副标题很直接：代币支出增长了多少，这取决于你问谁。蓝线是Ornn/OpenRouter推断的支出，红线是Ramp总支出，绿虚线是混合价格。到10月，蓝线累计+159.5%，红线+122.1%，价格-67.1%。a16z推文用了较低的+120%口径。有网友在回复里指出两条支出线差37个点，按Ornn线算，5月以来用量接近8倍。口径不同，结论会晃，但方向一致：价格降了，支出没降。

第二张图更有意思。7月中旬到10月26日，B300租金涨106%，B200涨65.7%，H100涨16.9%，混合token成本降58.4%。

a16z把这叫“Rack Spread”：token价格往下，GPU租金往上。有网友算过，B300租金约2.06倍，token价格0.42倍，两者差近5倍。如果吞吐量没有同比例提升，租GPU卖token的一方利润被夹住。也有网友问，大容量早已锁进多年固定价合同，现货GPU涨价有多少真正进入实验室成本。这个问题比表面数字难回答。

便宜token没有让账单变便宜，原因不神秘。单价下降会改变使用行为。有网友说，token便宜后不再裁prompt，开始并行跑5个agent。另一个网友说，agent会先把整个repo重读一遍，再改一个变量名。价格下降67%，用量涨6到7倍，账单自然往上。杰文斯悖论在回复里被反复提到：资源使用效率提高，总消耗反而增加。

统计口径也在制造幻觉。有网友指出，a16z文章自己说样本偏向路由到最便宜模型的人，67%降价里有一部分来自模型组合变化。换句话说，平均单价下降不完全等于同模型变便宜。图1两条支出线差37个点，也说明支出涨了多少取决于抽样和口径。

对开发者，这事落到两个指标：每token价格，和每件交付物的成本。前者在跌，后者未必。agent多跑几轮、多读几个文件、多试几个方案，单价便宜会被次数吃掉。对普通用户，订阅费也不会因为token降价自动下降，服务方要覆盖GPU、电力和固定容量。

有网友说，便宜的是每token，贵的是习惯。这句话比“AI成本下降”更接近图表。接下来值得盯的，是token单价继续跌时，支出曲线会不会跟着弯，还是用量继续把它顶上去。

a16z原文与图表：Charts of the Week