广告
9月22日，OpenAI发布GPT-6系列的两款新模型，Sol和Luna。
API价格，永久下调50%。
不是促销。不是限时体验。是写进价目表的新常态——旗舰之下，编程主力款Sol每百万token输入2美元、输出10美元；跑批量任务的Luna，输入0.1美元、输出0.5美元。一年前，这个价位买不到能用的模型。
同一天，Anthropic发布了Claude Opus 5.5，价格同样下调。两家死对头，挑了同一个周二，做了同一个动作。
同一周，另外两条新闻：
Gartner把2026年全球AI总支出预测调到2.7万亿美元，同比增长49.5%。分析师说，这是"人类有史以来规模最大的基础设施项目"。
9月28日晚，英伟达宣布追加1500亿美元股票回购授权——美国企业史上最大的一笔。超过苹果2024年创下的1100亿美元纪录。这家公司上个季度收入962亿美元，同比翻倍。
把这几条新闻摆在一起，你会发现一件别扭的事：
模型在降价，行业在花钱，消费者在买单。
这三件事不是矛盾。它们是同一条链。
降价不是让利，是清障
先说降价。
两家公司选在高管们公开呼吁"放缓AI研发"几周之后集体降价，这个时间点本身就值得玩味。山东财经网的报道里点了一句：行业竞争重心已经从"比谁更聪明"转向"比谁的性价比高"。
为什么？
因为智能体来了。
2026年AI行业最大的变化，不是模型更聪明了，而是模型开始"上班"了。一个智能体接了任务，要读文档、调工具、写代码、查结果、再修改——一个任务跑下来，token消耗是聊天机器人的几十倍。价格降一半，这类应用的经济账才能算平。
OpenAI自己说得很直白：降价的核心目标是"扩大AI技术的整体使用规模"。
翻译一下：单价降一半，用量翻几倍。
这不是慈善，这是工业史演过很多遍的剧本。铁路票价下降，客运量暴涨；移动流量资费下降，视频行业爆发。每一次基础设施降价，都不是为了让你省钱，是为了让更多东西建立在它上面。
经济学里有个词，杰文斯悖论：效率越高、单价越低，总消耗反而越大。1865年英国人瓦特改良蒸汽机之后，煤的消耗量不降反升——因为便宜了，人人都用得起，用得也更多了。
今天的token，就是当年的煤。
一个智能体的胃口
"用量翻几倍"不是修辞。看一个真实案例。
9月23日，Anthropic宣布了一项科研成果：大约950个Claude智能体，在DNA序列数据库里连续工作了21个小时，从噬菌体的基因组里发现了一套人类从未完整记录过的酶系统——结构类似CRISPR，被命名为ART。CRISPR先驱张锋审阅之后评价：值得深入研究。
科学上是大事。但在这篇文章里，我们只看一个数字：
这950个智能体，21个小时，消耗了大约2.1亿个token。
2.1亿token是什么概念？一本三十万字的书，大约是五十万token。950个智能体一个晚上的工作量，约等于读写了四百多本书。这只是一个实验室的一次任务。
Anthropic的CEO说，这是"我读博期间也会为之骄傲的工作"。他没说的是，读博的时候没人这么烧算力。
现在想象一下：当这样的智能体不是950个，而是几百万个；不是跑21个小时，而是7×24小时地跑——订机票、对账单、写周报、筛简历、读基因、看合同。
每一个都在吃token。
token从哪来？从芯片来。芯片从哪来？从晶圆厂来。而晶圆厂的产能，是有限的。
于是就有了第三条新闻。
被吃掉的内存
讲一个大多数人不熟悉的行业事实：AI服务器是个吞内存的怪兽。
一台AI服务器用的DRAM内存，是传统服务器的8到10倍。2026年，全球AI服务器已经吃掉了全球存储总需求的一半以上——各机构的口径大约是53%。也就是说，一半以上的内存产能，进了数据中心。
存储巨头们不傻。三星、SK海力士、美光把70%到90%的先进产能，转向了利润更高的AI专用存储HBM。留给手机和电脑的普通内存，产能被系统性挤占。
结果：2026年第一季度，全球DRAM合约价环比暴涨93%到98%。16GB DDR5内存条的终端价格，同比涨了130%以上。
然后，账单开始向你走来。
深圳华强北的装机商感受最深。存储行情最疯的那阵子，报价单上"一天一价"都是保守说法，装机圈流传的段子是"上午报价，下午作废"。有人犹豫了一个晚上，第二天组装一台万元电脑多花了两千元。
品牌机也躲不掉。戴尔把商用电脑价格上调10%到30%。联想全线PC涨价，中高端机型涨了1000到1500元。荣耀MagicBook Pro 16涨价1100元。手机这边，主流中端机型普遍提价300到1000元，小米17 Ultra起售价比上一代贵了500元——官方直言原因是内存涨价。有的厂商干脆砍掉了低配版本，魅族甚至因为内存成本直接取消了一款新机的上市计划。
国家发改委价格监测中心今年2月就发过预警：存储芯片价格持续上涨并向下游传导，核心原因是AI算力增长带动高端存储需求增加。
有人在报道里给这事起了个名字：算力税。
你不懂token，不订阅ChatGPT，从没用过AI。但你换手机的时候，账单里有一块，是替数据中心的胃口付的。
就像油价上涨的时候，不开车的人也会发现快递费贵了——运输成本藏在每一件商品里。现在，算力成本藏在每一台电子设备里。
有个细节值得多看一眼：这场涨价潮里，真正涨得最凶的不是你熟悉的那些消费品牌，而是服务器级内存。单条256GB服务器级DDR5内存，价格一度超过4.5万元——够买十几台旗舰手机。在上海，有装机商用"一盒内存条堪比一套房"来形容。你的手机涨价500元，只是这条价格链传导到最后一环时，剩下的零头。
钱在两头，你在中间
现在把整条链拼起来。
上游：英伟达一个季度收入962亿美元，现金多到可以开出1500亿美元的回购授权。Gartner说今年全球AI支出2.7万亿，明年再涨36%。数据中心是"史上最大基建项目"。
中游：模型厂商降价50%，把单位智能的价格打到地板上，好让智能体的用量指数级增长。
下游：智能体的胃口推高存储价格，存储价格推高整机价格，最后落在换手机、换电脑的你身上。
一条完整的财富转移链：钱从消费电子的购买者，流向上游的算力与存储厂商。
注意，这不是阴谋论。没有人密谋涨价。每一家公司都在做自己分内的事：OpenAI降价是为了扩张，存储厂转产是为了利润，手机厂提价是因为成本顶不住。市场运转如常。
但运转的结果是：AI的红利高度集中在产业链上游的少数巨头，AI的成本却顺着产业链摊到了每一个买电子产品的人头上。
收益私有化，成本公共化。
这六个字，是这轮AI浪潮里最值得记住的一句。
这份账单，才刚开始
这轮存储超级周期会持续多久？高盛、集邦咨询等机构的判断是至少延续到2027年，等2028年新产能释放才可能缓解。SK海力士的新产能规划，要到2028年才落地。
也就是说，"算力税"至少还要交一年多。
而另一边，降价只会更狠。OpenAI这次把永久价格砍到地板，DeepSeek等厂商的API定价更是以"白菜价"著称。模型调用越便宜，集成AI的硬件就越多；硬件越智能，吃掉的算力和内存就越多；算力需求越大，你下一部手机就越贵。
一个自我强化的循环。
所以，下次看到"AI降价80%""智能又便宜了"的新闻，别急着欢呼。便宜的从来不是智能本身，而是让你用上智能的那张门票——而门票越便宜，进场的人越多，场馆的成本就越高。
这些成本不会消失。它们只是换了个名字，出现在你下一部手机的价签上。
国庆假期，如果你正好要换手机，看到价格比年初贵了几百块，可以想一下那950个智能体——它们在实验室里跑了21个小时，读写了四百本书，发现了一套新的酶系统。
它们不认识你。但你认识了一下它们的饭钱。
本文数据来自公开报道，关键数据核查情况见同日发布的事实核查表。