新智元报道
编辑：倾倾
【新智元导读】过去一年，AI 模型的价格暴跌百倍！同样一句话，去年要 10 块，现在只要几分钱。可与此同时，家政、育儿、心理咨询、维修 ..... 这些「手工活」越来越贵。科技正在疯狂通缩，生活却越来越通胀。这不是经济学笑话，而是 Jevons 与 Baumol 共同制造的现实：当机器更聪明，人工就更昂贵。
「LLM 的 token 成本每年暴跌百倍，最高端的模型甚至以 900 倍的速度在坠落。」
上周，这句话出现在 X 的一条帖子里。
没有配图，也没有长文论证，只是一串冰冷的数字。
但它像一粒钉子，狠狠钉进了整个 AI 行业的神经——评论区刷屏的是一句话：「摩尔定律，回来了。」
发帖人是 Rohan Paul，一位长期追踪 AI 成本曲线的分析师。他总结得更直接：
AI 的价格，正以人类历史上任何技术都未见过的速度坍塌。
几天后，a16z 的研究员 Alex Danco 在回应：
每当一种技术变得更便宜，人类劳动就会更贵。
两条看似独立的帖子，意外地组成了一个循环。
AI 的价格在下坠，人类的身价却在上升。技术的通缩，正制造新的通胀。
一暴跌的 AI，通胀的人类
过去一年，AI 模型的价格几乎是「自由落体式」下跌。
研究者统计，自 2022 年底以来，用 GPT-3.5 等级模型的费用，从每百万 token 约 20 美元，跌到如今的 0.07 美元——整整便宜了 280 倍！
不同层级模型的价格坍塌速度存在显著差异。最弱模型每年约降价 9 倍，中等约 40 倍，最强约 900 倍。
另一份来自 a16z 的分析也指出，LLM 推理成本正以每年 10 倍的速度下降，堪比摩尔定律的再生。
AI 模型价格的时间坍塌曲线。以达到 MMLU≥42 分的最低价模型为例，成本从 2022 年初每百万 token 60 美元跌至 2024 年不到 0.1 美元。
以前一篇生成小说可能要花上几十美元，如今几毛钱就能搞定。
AI 正在从奢侈品变成「自来水」。用多少都不心疼，甚至会忍不住想多用一点。
可事情并没有想象中那么简单。正如 Rohan Paul 所说：
价格下跌不代表节省，而是新的消费爆发点。
当模型调用变得廉价，我们开始到处植入 AI：写文案、做翻译、编代码、剪视频 ……
算力需求不减反增，反而推高了能源和硬件价格。
与此同时，那些无法用 AI 完成的劳动，如家政、护理、心理咨询、维修 ...... 反而越来越贵。
修个空调、请个保姆，花的钱远超训练一次中型模型。
AI 世界在通缩，而人类世界在通胀。
于是，一个看似荒诞的现实正在发生：AI 越来越便宜，生活却越来越贵。
算法成本坍塌的背后，是劳动价值在重组：能被机器替代的部分快速贬值，不能被替代的部分，变成了新的「奢侈品」。
越便宜，越上瘾：AI 版杰文斯悖论
1865 年，英国经济学家 William Jevons 写下那句著名的警告：
别以为更高效就能节省燃料——那只会让我们烧得更多。
AI 成本暴跌曲线。满足 MMLU≥42 的最便宜模型，从 GPT-3 的 60 美元 / 百万 token，到 GPT-3.5-turbo 的 0.5 美元，再到 Llama 3.2 3b 的不到 0.1 美元。
当时，他指的是蒸汽机。但 160 年后，这句话正在 AI 身上重演。
当模型价格不断暴跌，我们以为这是「省钱的时代」。
但事实是，成本下降，只会让人更舍得用。
以前一家公司买算力要开会审批，现在连中小企业都能一键调用 GPT-4 Turbo；以前一个人谨慎地在 ChatGPT 里问十个问题，现在开着十个标签页狂跑脚本。
AI 不再是工具，而是一种「无限续杯」的资源。
微软 CEO Satya Nadella 也在采访中提到：
杰文斯悖论又回来了：AI 越高效、越便宜，人们就越离不开它。
AI 正从「高端智能服务」变成「新公共设施」——像电、水、Wi-Fi 一样，人人都在用。
这就是所谓的「AI版杰文斯悖论」：当使用变得太便宜，人类就不再节制。
用得越多，依赖越深。
于是我们看到，企业大规模调用模型跑 A/B 测试；创作者用 AI 做批量生成；研究机构反复微调模型；开发者开着十几路并行推理。
每一次降价，都会带来新一轮「滥用」。每一次效率提升，都会导致新的浪费。
而算力、能源、芯片也在这种「上瘾式增长」的过程中，被重新吞噬。
机器越来越聪明，人反而成了「奢侈品」
AI 价格一路下坠的同时，一种奇怪的反差正在发生：算法越来越便宜，但人工越来越贵。
在美国，一小时的家政服务费，涨到了 45 美元；英国的管道维修师傅，时薪甚至超过了律师。
AI 通缩时代的人类通胀：维修工的工资曲线。2020 – 2025 年美国各类技术工种年薪变化，空调维修（HVAC）工资增速明显高于全国中位数。
一个搞机器学习的工程师，也许只需要几分钱跑完推理；但一个修机器的工人，却要几百块才能上门。
这不是偶然，而是一种被经济学家预言过的必然。
上世纪 60 年代，杰文斯提出了鲍莫尔成本病理论。
他发现，生产率越高的行业（比如制造业、科技业），价格越容易下降；而那些无法提升效率的行业，如演奏、教学、护理、修理反而因为要留住人，被整体经济的工资水平「拖」着涨价。
简言之：效率的红利，会让低效率的工作更贵。
把这个模型搬到今天，不难发现：AI 是典型的高生产率行业，效率提升一千倍，成本暴跌百倍；
但那些无法被 AI 替代的领域：教育、心理咨询、手工维修、养老护理反而被卷入涨价潮。
就像 a16z 在分析中写的：
技术的通缩，往往制造人类的通胀。
当算力变成自来水，真正稀缺的，就只剩人类的时间、情绪和在场。
所以我们看到：算法在贬值，人格在升值。
能被自动化的工作，价格一路下滑；需要「人类气息」的工作，反而成了新时代的「奢侈品」。
这或许就是 AI 时代最讽刺的悖论——当机器越来越聪明，做一个「人」，反而变得最贵。
技术在降价，权力在集中
模型的价格一再下跌，听上去像是一场「全民普惠」。
人人都能用，人人都能接入，AI 似乎终于变成了公共资源。
可现实恰好相反——AI越便宜，权力越集中。
这些年，降价的主角从来不是开源社区，而是几家巨头：OpenAI、Anthropic、Google、Amazon。
他们在「慷慨」地降低 API 价格的同时，也在重新定义入口。
模型越便宜，开发者越离不开他们的生态；服务越普及，算力、数据、算法标准也越被他们垄断。
这就是 AI 时代的新格局：价格在降，控制在涨。
麻省理工科技评论的一篇文章写道：
当一种技术被「免费化」，垄断往往也完成了隐身。
AI 的降价，看似民主化，其实是平台化的加速。
我们每次调用模型，都在无形中为大公司训练下一代模型。
价格的坍塌，并没有让世界更平等，只是让我们以更低的代价，把更多的权力交出去。
与此同时，出现了一批「夹层人类」。
他们不写模型，也暂时不会被模型取代，而是夹在巨头系统与算法之间：提示词工程师、数据标注员、AI 审核员、微调操作员 ……
他们的工作短暂、重复，却维持着整个 AI 体系的运行；他们是被 AI 放大的劳动，也是被算法消化的人。
AI 确实变便宜了，但真正昂贵的，是能支配 AI 的人类时间与注意力。
于是我们看到一种新的悖论：技术在通缩，权力在通胀。
模型越平价，生态越封闭；AI 越普及，中心越单一。
也许，这才是「AI 通缩时代」最深的隐线——我们以为是走向普惠，其实正进入一个成本趋零、权力归一的世界。
我们经历的，不只是一场技术降价，而是一场价值重组。
模型越来越便宜，算法越来越快，效率像潮水一样泛滥。可真正被稀释的，其实是「人的定义」。
AI 在吞噬重复、压低成本的同时，也在反向抬高稀缺性：创造力、情绪、判断、陪伴，这些无法被算法计算的部分，成了新一代的「高价资产」。
未来或许不是 AI 取代人类，而是「AI 给人类定价」。
有些人会被替换；有些人，会被加价。
降价的是模型，升值的是人心。
参考资料：
