新智元报道
【新智元导读】Epoch AI最新测算揭开一个残酷现实：把全球所有Blackwell芯片拉满，也喂不饱Token洪流。
前沿大模型的涨价游戏，还能玩多久？
今年1月至今，GPU租赁价格上涨超过两倍。
根据Counterpoint 2月发布的《内存价格追踪报告》，2026年第一季度至今，内存价格环比上涨80%-90%，创下前所未有的大幅飙升。
这种价格上涨，自然传递到了下游。
Epoch AI刚刚发布的《梯度更新》报告，做了一件简单粗暴的事：把全球所有Blackwell芯片能处理的Token数量算出来，再和实际需求一比。
结论只有一个字——不够。
Token洪流吞没一切
先看供给侧。
Epoch AI的模型以Kimi K2.6为基准——万亿参数、320亿活跃参数的MoE架构。
在8000:1000的输入输出比下，全球Blackwell集群的理论极限是每秒约200亿输出Token。
听起来很多？换算一下：够地球上每个人每月用700万Token。
但这是理想情况。一旦上下文窗口拉长到128k，吞吐量直接暴跌50倍，降到每秒约5亿Token。
再看需求侧。
Google刚刚披露，自家每秒处理约12亿Token（输入+输出）。
按8k:1k请求比例换算，每秒输出Token约1.3亿。Exponential View估算，Google大约占全球Token需求的25%。
这意味着当前全球Token需求，用Blackwell全产能、全给昂贵的万亿参数模型去跑，勉强能撑住。
但需求在以什么速度增长？
每年10倍。
自2024年以来，Google处理的Token量年增10倍，其他供应商的增速也差不多。
而供给侧呢？全球AI算力年增3.4倍，芯片内存带宽年增4.1倍。
供给3.4倍 vs 需求10倍。差距每年都在撕裂。
Meta员工一天烧100万Token
算力紧缺不是抽象数字。
看看企业内部在发生什么。
The Information报道，Meta的8.5万名员工每月消耗60万亿Token。
换算下来，每位员工每天烧掉约100万输出Token。
Apple更猛。
部分工程团队被允许每天在Token上花费300美元——按Kimi K2.6的价格算，够一个人一天生成2500万输出Token。
这还只是两家公司。
全球约有1400万软件工程师每天在用AI。
如果他们的使用强度达到Meta或Apple员工的水平，全球Token吞吐需求将飙升至每秒2亿到40亿Token。
40亿。
而Blackwell长上下文的极限是5亿。差了整整一个数量级。
Claude Code让开发者慢了19%
更尴尬的事情也在发生。
METR的最新研究显示，Claude Code在实测中让资深开发者的完成速度慢了19%。
VS Code相关插件的安装增速自年初以来明显趋平。
编码工具的增长放缓，背后可能是两个原因叠加：一是算力资源本身在吃紧，二是很多企业已经烧完了全年的AI预算。
与此形成鲜明对比的是，前沿模型还在涨价。
ChatGPT Pro订阅价格上调，Claude的API价格水涨船高，Gemini的涨幅最凶——部分场景下价格暴涨3倍。GPT-5.5的定价更是直接翻倍。
用得更多，花得更贵，效果却未必更好。
企业的算盘很快就打清楚了。
逃向DeepSeek
一条逃跑路线已经成型。
DeepSeek V3的训练成本仅为前沿模型的1/10到1/20，API价格低至同类的1/16。
性能呢？直逼GPT-5。
Hacker News上一个帖子火了：一套11个月ROI模型，手把手教企业算清楚——从GPT-5.5切到DeepSeek，每年能省多少钱。
评论区的共识很简单：前沿模型的定价权正在崩塌。
当一个开源模型能用1/16的价格跑出90%的效果，涨价就不再是信心的体现，而是客户流失的加速器。
Tokenmaxxing——企业疯狂堆Token用量来榨取AI价值——本来是前沿模型的增长叙事。
但现在，The Information的报道显示，这种策略正在反噬AI公司自身的利润边际。
用户越多，亏得越多。涨价止血，用户就跑。
经典的死亡螺旋。
算力悬崖前的决赛格局
把视角拉远一点。
前沿实验室——OpenAI、Anthropic、Google DeepMind——仅占全球AI算力的20%-30%。
剩下的70%-80%在企业自用、云服务商、推理服务商手里。
这意味着，即便是最顶尖的实验室，也无法靠自建算力解决供需缺口。它们和所有人一样，在抢同一批芯片。
算力每年增3.4倍，需求每年增10倍。这个剪刀差不会自动消失。
更小的模型确实在替代部分需求——蒸馏层的崛起证明了这一点。但能力提升又在不断制造新需求。
AI行业正站在一个悬崖边上。
不是技术的悬崖，模型还在变强。是经济的悬崖，算不过来账了。
当GPU租金翻倍、API价格暴涨、开源替代品性能逼近、编码工具的ROI被质疑，一个核心问题浮出水面：
前沿模型的护城河，到底是智能，还是算力？
如果答案是算力，那么谁控制芯片，谁就控制AI的未来。如果答案是智能，那么DeepSeek用1/16的价格逼近同等效果，已经在动摇这个答案。
参考资料：
https://counterpointresearch.com/en/insights/Memory-Prices-Surge-Up-to-90-From-Q4-2025
https://www.signalbloom.ai/posts/outsourcing-plus-localai-will-soon-become-more-economical-vs-frontier-labs/https://news.ycombinator.com/item?id=48278610
编辑：大卫
热门跟贴