原文来源：华尔街见闻
6月30日，Anthropic发布了Claude Sonnet 5——一款中端模型，却在SWE-bench Pro代理能力测试中跑出63.2分，仅比旗舰Opus 4.8的69.2分低6分；更在研究生级推理测试GPQA-AAA v2上反超后者。其定价更为关键：优惠期内每百万输入token仅2美元，输出10美元，而Opus 4.8对应为5美元和25美元。Sonnet 5以四到六成的价格，实现了旗舰九成以上的能力。
这一发布引发两种解读：一是AI持续降价，利好用户与行业竞争；二是市场正在用行动投票——模型越便宜，底层算力与存储反而越贵。当日美国半导体指数上涨近4%。
三年降价千倍，需求却爆炸增长
自2022年以来，同等性能级别大模型API调用成本已下降约1000倍。不仅Anthropic，Google、DeepSeek、Meta等公司纷纷通过软件优化、开源技术（如阶跃开源的JetSpec推测解码）大幅压缩推理成本。OpenAI甚至通过纯软件优化将GPU需求削减一半以上。
按传统经济学逻辑，成本下降应减少硬件需求。但现实恰恰相反：2024年全球企业生成式AI总支出约115亿美元，2025年飙升至370亿美元，同比增长320%。Uber提前烧完全年AI预算，AT&T日处理token从8亿增至270亿，某美国医保公司月消耗从300万飙升至1.5亿以上。
增长源于三重叠加：一是AI应用从单点试点扩散至企业各部门，数量从1-2个增至“数十个”；二是单应用深度提升，如客服AI交互频次与token量激增，并触发多轮后续推理；三是模型复杂度升级，从7B参数单轮模型转向70B以上多步推理代理，内部计算量呈数十倍增长。
硬件价格飙升，资本开支指向7.6万亿美元
需求爆发迅速传导至硬件层。2025年三季度起，DRAM与NAND Flash现货价格累计涨幅超300%，DDR5颗粒单月涨幅一度突破90%。2026年初，宏碁掠夺者32G DDR5套条三个月内从1300元涨至2700元。三星存储业务2025年Q4营业利润创历史新高，达962亿元人民币，主因正是AI数据中心对HBM、企业级SSD和高密度DRAM的巨量采购。
高盛5月报告预测，2026至2031年全球AI基础设施累计资本支出将达7.6万亿美元。其中，以NVIDIA VR200 Rubin GPU（单价8.05万美元）为基准，NVIDIA将占据75%的算力支出份额。即便ASIC替代GPU，若需求具有弹性（即算力越便宜用得越多），总支出规模仍将持续扩张。
资本市场已充分定价这一趋势：闪迪股价年初以来暴涨857%，AMD单日涨7%创历史新高，存储、封装、数据中心设备厂商集体走强。Edgen.tech指出，内存芯片价格在过去一年上涨六倍，“周期性回升”已无法解释此轮行情。
杰文斯悖论在AI时代重演
这一现象早在1865年就被经济学家威廉·斯坦利·杰文斯揭示：蒸汽机效率提升后，英国煤炭总消费不降反升，因新应用场景不断涌现。如今，AI推理成本下降千倍，使原本“不经济”的实时客服、个性化内容生成等场景变为刚需。
Nebius联合创始人Roman Chernin总结道：“每一次我们让单位智能变得更便宜，不是减少消耗，而是增加消耗——因为同样预算能解决更复杂的任务。”
此外，AI推理业务呈现出罕见的毛利率正反馈：软件优化持续压降成本，而定价调整滞后，使毛利率从10%快速攀升至90%。利润反哺采购，采购摊薄成本，形成无天花板的扩张循环。
终局：模型可替代，算力不可绕
6月12日至30日，美国对Fable 5芯片的出口管制“三周即解”，并非风险消失，而是亚洲团队已推出接近Mythos级别的替代模型，封锁失效。这印证了一个核心逻辑：模型能力高度可替代，但底层硬件不可绕行。
GPU、DRAM、晶圆厂、光刻机、高纯硅——这些受物理定律约束的资源，无法被软件优化所替代。无论使用哪家模型，token最终都必须运行在实体芯片之上。模型厂商的价格战，实质上是将利润转移至数据中心、晶圆厂与存储产线。
AI越便宜，芯片越贵——这场降本悖论的终点，不是去算力化，而是算力定价权的再集中。