6月以来，AI圈出现了一组方向相反的数字。一边是模型调用价格快速下探，另一边是高端GPU租金逆势上行。把两组数据摆在一起看，一条清晰的价格剪刀差浮出水面。

降的是模型，涨的是算力

先看模型侧。6月以来，平均Token价格出现明显下滑：OpenAI降62%、DeepSeek降51%、Google降29%、Anthropic降11%。四家主流厂商，降幅从一成到六成不等，方向完全一致。

再看算力侧。同期B200租金上涨50%，H200上涨28%。模型越卖越便宜，跑模型用的芯片却越租越贵。

这两条曲线没有交汇，反而越拉越开。降幅最大的OpenAI达到62%，而B200租金涨幅50%——一降一涨之间，成本结构正在被重新分配。

开放权重模型的成本账

价格下行的动力，不完全来自硬件代际更替。作者给出的一个关键数据是：开放权重模型完成同等任务的成本，约为可比闭源模型的1/5。

更值得注意的是，这种成本优势并不依赖最新芯片。也就是说，即便不追最新的硬件，开放权重路线依然能把单位任务成本压到闭源模型的五分之一左右。

这解释了一部分降价逻辑：当同等任务有了更便宜的完成方式，闭源模型的价格自然要往下走。但硬件端的租金没有跟着降，反而在涨。

价值流向算力持有方

把两组数据合起来看，作者的判断是：模型越便宜，算力越值钱。

他用了一个比喻——当模型接近免费，每块GPU都是铲子。淘金的人越多，卖铲子的人越稳。模型价格战打得越凶，调用量越大，对底层算力的需求就越刚性。

降价发生在模型层，涨价发生在算力层。前者是竞争的结果，后者是稀缺性的体现。当模型趋近免费，稀缺性就转移到了运行模型所必需的那部分资源上。

这条剪刀差指向一个结论：价值正在向拥有算力的一方集中。