AI 推理正在快速降价。对开发者和企业用户而言，这意味着更低的试用与部署门槛；但对正在大规模购置 GPU、服务器、云资源和数据中心容量的投资者而言，问题反而更尖锐：每单位模型使用的收入在下降，而基础设施投资往往要提前数年落地。

据有关高盛观点的报道，Silicon Data 的大语言模型 Token 支出指数近期降至每百万 Token 0.97 美元，8 月单月下跌 29%。另一项前沿模型价格指数显示，其水平较 2023 年 3 月基准已低 84%。245

若付费使用量的增长无法抵消单价下降，行业就可能出现昂贵算力容量争夺更低收入推理工作负载的局面。这正是高盛警示对芯片、云和数据中心投资逻辑的影响所在。

真正的变量：用量能否跑赢价格通缩

Token 价格下降本身并不等于利空。价格更低，可能让过去成本不划算的场景变得可用，带动更多开发、试验和应用接入。

困难在于，服务商需要同时满足两件事：付费 Token 总量必须增长得足够快；自身成本的下降也要快于对客户的降价。高盛相关报道所提示的风险是，专有模型之间的竞争可能削弱每 Token 的变现能力；如果计算消费增长不足，行业最终可能建成过多基础设施。12

可以把这种分化概括为：

• 对用户： 更便宜的 AI 往往是好事，能扩大可落地的应用范围。
• 对基础设施资产拥有者： 若投资基于“算力长期稀缺、价格较高”的假设，降价会压缩回报空间。
• 对市场： 关键在需求弹性——价格下调能否激发足够多的新用量，以维持甚至提高总收入和算力需求。

资本开支如此庞大，利用率就更重要

高盛的基准估算显示，2026—2031 年，AI 在算力、数据中心和电力上的资本投入合计约为 7.6 万亿美元；年度投入或从 2026 年约 7650 亿美元升至 2031 年约 1.6 万亿美元。高盛同时强调，这些是对假设高度敏感的基准估算，并非确定结果。9

这也是 Token 价格变化不只是模型公司问题的原因。预期投入的大部分将流向寿命较长的资产，包括 AI 加速器、服务器、网络设备、机房设施和电力配套。它们能否产生合理回报，取决于工作负载是否持续，以及这些工作负载能否带来收入。

对芯片厂商：订单之外，更要看部署和使用

即使出现价格压力，半导体需求也未必会立刻下滑。客户可能仍会为了推出新产品、保障供给或抢占技术位置而继续扩容。

真正的风险出现在已部署产能超过可盈利需求之后。届时，客户可能放缓新增 AI 加速器和服务器采购、提高价格敏感度，或更强调每美元带来的性能。硬件差异化明显、软件生态强，或在推理效率上更有优势的厂商，可能比同质化供给的提供者更具缓冲。

因此，值得关注的不只是设备是否出货，而是这些设备是否真正上线，并承载稳定的、能创造收入的工作负载。

对数据中心：一场关于利用率的检验

数据中心项目通常要对土地、电力和机房设施作出金额大、周期长的承诺。如果模型推理变得更便宜、更高效，客户为了完成同等应用输出，可能需要更少的基础设施。这会给原本建立在容量持续紧缺预期之上的出租率、租约经济性和项目回报带来压力。

这并不意味着数据中心需求会消失。电力可获得性和 AI 部署的技术要求仍可能限制供给。不过，某一地区或电力市场的物理稀缺，可以与其他地区较弱的项目经济性同时存在。观察重点应是：客户是否在有利润地消耗容量，以及是否续约或扩大承诺，而非只看“缺不缺机房”。

对云服务商与模型托管平台：用规模和服务价值弥补单价

云平台和模型托管商可能从更低的推理价格中受益，因为可负担性提升会吸引更多开发者和企业工作负载。但价格降低也意味着每单位使用的收入下降。

若要守住毛利，服务商通常需要以下组合：

1. Token 用量大幅增长，且来自持续的生产环境使用；
2. 运营效率提升，使自身成本下降快于对外价格；
3. 模型之外的高附加值服务，例如部署、安全、数据集成和工作流工具。

高盛相关报道把专有模型的竞争性定价视为风险核心之一。12 因而不应孤立地看名义 Token 价格，而要看客户支付价格、提供商成本和总付费用量三者的关系。

智能体 AI 是潜在的需求对冲力量

看多一方的关键变量是智能体 AI，即能够完成多步骤任务的系统。相较于一次简单问答，这类系统可能消耗更多 Token。高盛研究预计，随着消费者和企业采用智能体，2026—2030 年月度 Token 消耗量可能增长 24 倍，达到约 120 千万亿个 Token。7

这也说明，Token 降价并不自动意味着算力需求下降：若智能体从演示走向高频、真正有价值的任务，总用量可能增长到足以支撑基础设施扩张的程度。

但这仍是一项预测，而不是保证。基础设施投资逻辑最终依赖于智能体能否创造用户或企业愿意持续付费的工作负载，而不只是大量低成本的试用查询。

比 Token 价格更值得盯住的指标

评估“算力是否过剩”时，可重点追踪以下相互关联的信号：

• AI 收入增速与 Token 降价幅度： 单价下降时，总变现是否仍在扩大？
• 加速器、服务器订单与实际部署： 客户采购的容量是否真正投入使用？
• 数据中心利用率、签约容量与续约： 设施投运后，需求承诺是否依然稳固？
• 云业务毛利率： 效率改善与高附加值服务能否抵消更低的推理价格？
• 智能体在生产环境的采用： 是否形成可重复、关键的业务流程，而非零散试验？
• 电力供应： 它是对有效产能的长期约束，还是仅仅是需求到来前的短期瓶颈？

结论

高盛的警示并非认为大语言模型 Token 变便宜天然是坏事。更低成本的推理，恰恰可能是 AI 更广泛普及的推动力。

风险在于，价格通缩和模型效率提升若快于智能体带动的用量增长，就可能让收入和所需算力同步承压。对 AI 基础设施投资者而言，叙事因此从单纯的“扩容故事”，转向对利用率、变现能力和成本优势的检验。更具韧性的企业，可能是那些能把低价 Token 转化为持续、高价值工作负载，并在成本、性能或服务深度上保持优势的企业。17

AI 推理正在快速降价。对开发者和企业用户而言，这意味着更低的试用与部署门槛；但对正在大规模购置 GPU、服务器、云资源和数据中心容量的投资者而言，问题反而更尖锐：每单位模型使用的收入在下降，而基础设施投资往往要提前数年落地。

据有关高盛观点的报道，Silicon Data 的大语言模型 Token 支出指数近期降至每百万 Token 0.97 美元，8 月单月下跌 29%。另一项前沿模型价格指数显示，其水平较 2023 年 3 月基准已低 84%。245

若付费使用量的增长无法抵消单价下降，行业就可能出现昂贵算力容量争夺更低收入推理工作负载的局面。这正是高盛警示对芯片、云和数据中心投资逻辑的影响所在。

真正的变量：用量能否跑赢价格通缩

Token 价格下降本身并不等于利空。价格更低，可能让过去成本不划算的场景变得可用，带动更多开发、试验和应用接入。

困难在于，服务商需要同时满足两件事：付费 Token 总量必须增长得足够快；自身成本的下降也要快于对客户的降价。高盛相关报道所提示的风险是，专有模型之间的竞争可能削弱每 Token 的变现能力；如果计算消费增长不足，行业最终可能建成过多基础设施。12

可以把这种分化概括为：

• 对用户： 更便宜的 AI 往往是好事，能扩大可落地的应用范围。
• 对基础设施资产拥有者： 若投资基于“算力长期稀缺、价格较高”的假设，降价会压缩回报空间。
• 对市场： 关键在需求弹性——价格下调能否激发足够多的新用量，以维持甚至提高总收入和算力需求。

资本开支如此庞大，利用率就更重要

高盛的基准估算显示，2026—2031 年，AI 在算力、数据中心和电力上的资本投入合计约为 7.6 万亿美元；年度投入或从 2026 年约 7650 亿美元升至 2031 年约 1.6 万亿美元。高盛同时强调，这些是对假设高度敏感的基准估算，并非确定结果。9

这也是 Token 价格变化不只是模型公司问题的原因。预期投入的大部分将流向寿命较长的资产，包括 AI 加速器、服务器、网络设备、机房设施和电力配套。它们能否产生合理回报，取决于工作负载是否持续，以及这些工作负载能否带来收入。

对芯片厂商：订单之外，更要看部署和使用

即使出现价格压力，半导体需求也未必会立刻下滑。客户可能仍会为了推出新产品、保障供给或抢占技术位置而继续扩容。

真正的风险出现在已部署产能超过可盈利需求之后。届时，客户可能放缓新增 AI 加速器和服务器采购、提高价格敏感度，或更强调每美元带来的性能。硬件差异化明显、软件生态强，或在推理效率上更有优势的厂商，可能比同质化供给的提供者更具缓冲。

因此，值得关注的不只是设备是否出货，而是这些设备是否真正上线，并承载稳定的、能创造收入的工作负载。

对数据中心：一场关于利用率的检验

数据中心项目通常要对土地、电力和机房设施作出金额大、周期长的承诺。如果模型推理变得更便宜、更高效，客户为了完成同等应用输出，可能需要更少的基础设施。这会给原本建立在容量持续紧缺预期之上的出租率、租约经济性和项目回报带来压力。

这并不意味着数据中心需求会消失。电力可获得性和 AI 部署的技术要求仍可能限制供给。不过，某一地区或电力市场的物理稀缺，可以与其他地区较弱的项目经济性同时存在。观察重点应是：客户是否在有利润地消耗容量，以及是否续约或扩大承诺，而非只看“缺不缺机房”。

对云服务商与模型托管平台：用规模和服务价值弥补单价

云平台和模型托管商可能从更低的推理价格中受益，因为可负担性提升会吸引更多开发者和企业工作负载。但价格降低也意味着每单位使用的收入下降。

若要守住毛利，服务商通常需要以下组合：

1. Token 用量大幅增长，且来自持续的生产环境使用；
2. 运营效率提升，使自身成本下降快于对外价格；
3. 模型之外的高附加值服务，例如部署、安全、数据集成和工作流工具。

高盛相关报道把专有模型的竞争性定价视为风险核心之一。12 因而不应孤立地看名义 Token 价格，而要看客户支付价格、提供商成本和总付费用量三者的关系。

智能体 AI 是潜在的需求对冲力量

看多一方的关键变量是智能体 AI，即能够完成多步骤任务的系统。相较于一次简单问答，这类系统可能消耗更多 Token。高盛研究预计，随着消费者和企业采用智能体，2026—2030 年月度 Token 消耗量可能增长 24 倍，达到约 120 千万亿个 Token。7

这也说明，Token 降价并不自动意味着算力需求下降：若智能体从演示走向高频、真正有价值的任务，总用量可能增长到足以支撑基础设施扩张的程度。

但这仍是一项预测，而不是保证。基础设施投资逻辑最终依赖于智能体能否创造用户或企业愿意持续付费的工作负载，而不只是大量低成本的试用查询。

比 Token 价格更值得盯住的指标

评估“算力是否过剩”时，可重点追踪以下相互关联的信号：

• AI 收入增速与 Token 降价幅度： 单价下降时，总变现是否仍在扩大？
• 加速器、服务器订单与实际部署： 客户采购的容量是否真正投入使用？
• 数据中心利用率、签约容量与续约： 设施投运后，需求承诺是否依然稳固？
• 云业务毛利率： 效率改善与高附加值服务能否抵消更低的推理价格？
• 智能体在生产环境的采用： 是否形成可重复、关键的业务流程，而非零散试验？
• 电力供应： 它是对有效产能的长期约束，还是仅仅是需求到来前的短期瓶颈？

结论

高盛的警示并非认为大语言模型 Token 变便宜天然是坏事。更低成本的推理，恰恰可能是 AI 更广泛普及的推动力。

风险在于，价格通缩和模型效率提升若快于智能体带动的用量增长，就可能让收入和所需算力同步承压。对 AI 基础设施投资者而言，叙事因此从单纯的“扩容故事”，转向对利用率、变现能力和成本优势的检验。更具韧性的企业，可能是那些能把低价 Token 转化为持续、高价值工作负载，并在成本、性能或服务深度上保持优势的企业。17