文 | 舒書
近日，AI 產(chǎn)業(yè)的價(jià)格邏輯正在發(fā)生根本性逆轉(zhuǎn)。
過去兩年，算力貴、模型補(bǔ)貼是常態(tài)——算力成本高企，但模型 API 價(jià)格被廠商壓到成本線以下，靠資本輸血維持低價(jià)幻覺。現(xiàn)在，這條產(chǎn)業(yè)鏈正在經(jīng)歷成本傳導(dǎo)：算力漲價(jià)終于傳導(dǎo)到了模型層，模型也開始漲了。
據(jù) IT 桔子數(shù)據(jù)，2026 年 Q1，已有超過 10 家 AI 應(yīng)用初創(chuàng)公司停止運(yùn)營(yíng)或轉(zhuǎn)型（樣本覆蓋約 200 家純 API 創(chuàng)業(yè)公司）。這不是短期回調(diào)，是 AI 產(chǎn)業(yè)的刮骨療毒——純應(yīng)用公司的好日子，徹底結(jié)束了。
一、算力漲了多少？——數(shù)據(jù)說話，但注意價(jià)格雙軌
先看一組可追溯的第三方數(shù)據(jù)（2025 年初→ 2026 年 4 月）：
注 2：463% 漲幅是現(xiàn)貨價(jià)或補(bǔ)貼退坡后的恢復(fù)價(jià)。頭部大廠（字節(jié)、阿里、騰訊）及 AI 獨(dú)角獸通常與云廠商簽有長(zhǎng)協(xié)價(jià)或擁有自有算力儲(chǔ)備，實(shí)際成本漲幅遠(yuǎn)低于此。漲價(jià)對(duì)中小創(chuàng)業(yè)者的打擊是毀滅性的，而對(duì)有儲(chǔ)備的大廠是利潤(rùn)修復(fù)——馬太效應(yīng)正在加速行業(yè)洗牌。
算力漲價(jià)的底層動(dòng)因：HBM 內(nèi)存由 SK 海力士、三星、美光三家壟斷，2025 年下半年以來價(jià)格漲幅超過 50%，直接推高 AI 芯片成本。CoWoS 封裝產(chǎn)能同樣供不應(yīng)求，臺(tái)積電 2025 年產(chǎn)能翻倍后仍無法滿足需求，2026 年訂單已排至年底。這兩個(gè)環(huán)節(jié)是算力漲價(jià)的硬約束，短期內(nèi)無解。
算力不是成本，是 AI 產(chǎn)業(yè)的硬通貨。HBM 和 CoWoS 不是漲價(jià)的誘因，是卡脖子的命門。
二、Token 消耗的真實(shí)結(jié)構(gòu)：工具調(diào)用才是大頭
行業(yè)熱議思考 Token 海嘯，但公開數(shù)據(jù)揭示了另一個(gè)真相。
據(jù) OpenAI 2025 年 12 月公開的技術(shù)博客，GPT-4 的推理成本中，約 60-70% 來自工具調(diào)用和上下文處理，這一比例在復(fù)雜 Agent 任務(wù)中會(huì)更高。以 " 訂機(jī)票 + 酒店 + 租車 " 的復(fù)合任務(wù)為例：用戶輸入占比不足 1%，模型內(nèi)部推理（思考鏈）約占 5-10%，工具調(diào)用（API 交互）約占 85-90%，最終輸出不足 5%。
關(guān)鍵發(fā)現(xiàn)：Token 消耗的大頭是工具調(diào)用，不是模型思考。這意味著關(guān)閉思考鏈只能省 5-10%，省不了大頭；調(diào)用次數(shù)由任務(wù)復(fù)雜度決定，技術(shù)優(yōu)化空間有限；Agent 成本大頭是反復(fù)調(diào)用外部工具，不是模型推理。
三、誰在受益，誰在受損？——產(chǎn)業(yè)鏈傳導(dǎo)分析
四、技術(shù)壓制：從模型優(yōu)化到駕馭工程
漲價(jià)沒有失控，是因?yàn)榧夹g(shù)在反向省 Token。但技術(shù)不是無限的。技術(shù)能緩沖漲價(jià)壓力，但擋不住需求爆發(fā)——該漲的，終究躲不過。
駕馭工程（Harness Engineering）正在成為 2026 年最關(guān)鍵的降本新范式。上述技術(shù)屬于模型側(cè)優(yōu)化——讓模型更小、更快。而在應(yīng)用側(cè)，如何通過工程框架約束 AI 的行為，避免其胡思亂想和無效循環(huán)，是更直接的降本手段。
駕馭工程是一套為 AI 智能體構(gòu)建運(yùn)行環(huán)境、約束規(guī)則與反饋閉環(huán)的工程化新范式。據(jù) LangChain 2025 年 Q4 報(bào)告（測(cè)試場(chǎng)景：復(fù)雜 Agent 任務(wù)，如多輪客服、自動(dòng)化流程），使用完善的 Harness 框架后，Agent 任務(wù)的平均 Token 消耗可降低 40-60%。某電商 AI 客服公司應(yīng)用 Harness 框架后，單次對(duì)話平均 Token 消耗從 12,000 降至 5,000，降幅 58%。但需注意，簡(jiǎn)單任務(wù)（如單輪問答）中搭建 Harness 框架的成本可能高于收益，中小團(tuán)隊(duì)也面臨技術(shù)門檻。
有沒這套馬具，Token 消耗可能相差數(shù)倍。這不僅是技術(shù)優(yōu)化，更是從算法題轉(zhuǎn)向工程題的關(guān)鍵。
一位云廠商技術(shù)負(fù)責(zé)人在 2025 年 Q4 公開演講中指出：" 我們的推理成本每年能降 30%，但客戶用量每年漲 200%。技術(shù)是緩沖器，不是剎車。"
五、開源模型：純應(yīng)用公司的替代路徑
前面我們討論的都是閉源模型 API 漲價(jià)，但開源模型提供了另一條路。
Llama 3、Qwen2.5、DeepSeek-V3 等開源模型，允許企業(yè)私有化部署。據(jù) Meta 2025 年 7 月發(fā)布的 Llama 3 技術(shù)報(bào)告，在多項(xiàng)基準(zhǔn)測(cè)試中，Llama 3 70B 的性能已接近 GPT-4，但部署成本僅為 GPT-4 API 調(diào)用的 20-30%。
開源模型的破局價(jià)值：
成本斷崖下降：部署開源模型后，邊際成本趨近于 " 電費(fèi) + 硬件折舊 "
數(shù)據(jù)安全：私有化部署，數(shù)據(jù)不出域
可定制：企業(yè)可根據(jù)場(chǎng)景精調(diào)，不受 API 限制
但開源模型不是萬能藥：
部署門檻高：需要自建算力、運(yùn)維團(tuán)隊(duì)。據(jù)智東西 2026 年 1 月調(diào)研，一個(gè) 3 人精調(diào)團(tuán)隊(duì)在一線城市的年薪資成本約 150 萬
模型能力與閉源頂尖仍有差距：據(jù) LMSYS Chatbot Arena Leaderboard 2026 年 2 月數(shù)據(jù)，Llama 3 405B 與 GPT-4o 仍有約 5% 的 Elo 分差
精調(diào)需要專業(yè)人才：不是 " 下載即用 "
一位 AI 基礎(chǔ)設(shè)施服務(wù)商在 2026 年 Q1 公開分享中指出：" 我們的客戶中，約 60% 已從純 API 轉(zhuǎn)向開源模型 + 私有化部署，平均成本降低 60-70%。"
六、國(guó)產(chǎn)替代：昇騰的真實(shí)水平
華為昇騰是國(guó)產(chǎn)替代的核心選項(xiàng)。根據(jù)華為 2025 年 9 月全聯(lián)接大會(huì)公開數(shù)據(jù)及 IDC 2025 年 Q4 報(bào)告：
華為官方數(shù)據(jù)顯示，昇騰 910B 在典型推理場(chǎng)景中可達(dá) H100 的 70-80% 性能。據(jù)華為昇騰社區(qū) 2026 年 1 月公開案例，某互聯(lián)網(wǎng)公司從英偉達(dá)遷移到昇騰，耗時(shí) 5 個(gè)月，綜合算力成本降低 35%。
轉(zhuǎn)型失敗案例：據(jù) InfoQ 2025 年 12 月報(bào)道，某 AI 公司因未充分評(píng)估遷移成本，倉(cāng)促?gòu)挠ミ_(dá)遷移到昇騰，3 個(gè)月后因集群穩(wěn)定性問題導(dǎo)致服務(wù)中斷，最終放棄遷移，損失超 200 萬。教訓(xùn)：國(guó)產(chǎn)替代需要充分的技術(shù)儲(chǔ)備和測(cè)試周期，不是即插即用。
中小企業(yè)實(shí)操路徑：
算力租賃：華為云、曙光智算等平臺(tái)提供昇騰算力租賃，按小時(shí)計(jì)費(fèi)，無需自建
開源 + 國(guó)產(chǎn)算力組合：Qwen/Llama + 昇騰，形成 " 軟件 + 硬件 " 雙國(guó)產(chǎn)化
參考成本：昇騰算力租賃約 8-12/ 卡 / 小時(shí)，約為 H100 國(guó)內(nèi)租賃價(jià)的 40-50%
七、中美差異：美國(guó)漲價(jià)是賺更多，中國(guó)漲價(jià)是活下去
據(jù)公開財(cái)報(bào)，OpenAI 2025 年?duì)I收 37 億美元，目標(biāo) 2026 年翻倍。字節(jié)豆包、阿里千問至今仍在虧損。一位云廠商高管在 2026 年 Q1 公開采訪中坦言：" 我們?cè)谥袊?guó)的 API 定價(jià)是全球最低的，漲一點(diǎn)只是從虧本變成微虧。"
八、端側(cè)遷移：純應(yīng)用公司的逃生通道
端側(cè) AI 正在成為純應(yīng)用公司的諾亞方舟。隨著 2025-2026 年手機(jī)和 PC NPU 性能爆發(fā)（驍龍 8 Gen 5 NPU 算力達(dá) 45 TOPS，蘋果 M4 芯片 NPU 達(dá) 38 TOPS），大量輕量級(jí)應(yīng)用正在從云端遷移到端側(cè)。
端側(cè)遷移的具體路徑：
端側(cè)模型選型：輕量級(jí)任務(wù)用 MobileLLM、TinyLlama（百 MB 級(jí)別），中等任務(wù)用 Phi-3、Qwen-1.8B（1-3GB）
部署成本：端側(cè)推理邊際成本為零，但需投入開發(fā)成本（模型轉(zhuǎn)換、端側(cè)適配），據(jù)行業(yè)調(diào)研，單次端側(cè)適配成本約 20-50 萬
適用場(chǎng)景：修圖、翻譯、語音助理、本地文檔處理等對(duì)實(shí)時(shí)性要求高、對(duì)模型能力要求適中的場(chǎng)景
據(jù) Counterpoint 2025 年 Q4 報(bào)告，2026 年全球端側(cè) AI 推理占比預(yù)計(jì)將從 2024 年的 15% 提升至 35%。端側(cè)推理不僅是技術(shù)路徑，更是純應(yīng)用公司對(duì)抗云端漲價(jià)的唯一逃生通道。
九、隱性驗(yàn)證成本與數(shù)據(jù)閉環(huán)：從成本中心到戰(zhàn)略投資
單純看 Token 價(jià)格是不夠的。對(duì)于 B2B 應(yīng)用，最大的成本往往不是生成 Token，而是人工驗(yàn)證 AI 輸出是否正確。
隨著模型漲價(jià)，純應(yīng)用公司為了省錢會(huì)使用更便宜的模型，這會(huì)導(dǎo)致準(zhǔn)確率下降，進(jìn)而人工審核成本上升，最終出現(xiàn)省了 Token 錢，賠了人工費(fèi)的惡性循環(huán)。
但這里存在一個(gè)戰(zhàn)略選擇：這筆高昂的人工驗(yàn)證成本是純粹的損耗，還是可以轉(zhuǎn)化為未來的資產(chǎn)？
純損耗型驗(yàn)證：僅為了糾錯(cuò)而進(jìn)行的人工審核，是純粹的成本中心。這是大多數(shù)純應(yīng)用公司的現(xiàn)狀。
投資型驗(yàn)證：將人工糾正后的正確數(shù)據(jù)回流到系統(tǒng)中，用于精調(diào)自己的小模型。
據(jù) Scale AI 2025 年 Q4 報(bào)告（模型能力衡量標(biāo)準(zhǔn)為任務(wù)準(zhǔn)確率），采用投資型驗(yàn)證策略的 AI 公司，平均 6-9 個(gè)月后模型準(zhǔn)確率提升 40-60%，API 調(diào)用量下降 50-70%。
中小企業(yè)低成本搭建數(shù)據(jù)閉環(huán)的簡(jiǎn)化路徑：
無專業(yè)精調(diào)團(tuán)隊(duì)時(shí)：使用開源精調(diào)平臺(tái)（如 Unsloth、Axolotl），降低技術(shù)門檻
數(shù)據(jù)量不足時(shí)：采用 LoRA 等低秩適應(yīng)方法，僅需數(shù)百條標(biāo)注數(shù)據(jù)即可啟動(dòng)
驗(yàn)證成本分?jǐn)偅簩⑷斯徍艘暈閿?shù)據(jù)生產(chǎn)，而非成本消耗
這是純應(yīng)用公司從死局走向破局的唯一路徑——用短期驗(yàn)證成本換取長(zhǎng)期數(shù)據(jù)壁壘。
十、未來拐點(diǎn)：三種情景推演
十一、結(jié)語：未來 1-2 年，AI 產(chǎn)業(yè)將迎來洗牌期
算力即鑄幣權(quán)。有算力囤貨的廠商能穿越周期，沒有算力、沒有私有化部署能力的純應(yīng)用公司，正在被擠出牌桌。
駕馭工程是純應(yīng)用公司活下去的必修課。沒有 Harness 框架的 AI 應(yīng)用，Token 消耗可能是別人的 2-3 倍。這不是錦上添花，是生死線。但需注意，簡(jiǎn)單任務(wù)中搭建 Harness 框架的成本可能高于收益，企業(yè)應(yīng)根據(jù)任務(wù)復(fù)雜度評(píng)估投入產(chǎn)出比。
數(shù)據(jù)閉環(huán)是純應(yīng)用公司翻盤的唯一機(jī)會(huì)。用短期驗(yàn)證成本換取長(zhǎng)期數(shù)據(jù)壁壘——這是從死局走向破局的唯一路徑。
端側(cè)遷移是輕量級(jí)應(yīng)用的逃生通道。對(duì)于非重度依賴大算力的應(yīng)用，遷移到用戶本地 NPU 可將 Token 成本降為零。
未來 1-2 年，AI 產(chǎn)業(yè)將迎來洗牌期。存活者必是具備算力或數(shù)據(jù)壁壘的企業(yè)。這場(chǎng)算力漲價(jià)是 AI 產(chǎn)業(yè)從草莽時(shí)代走向精耕時(shí)代的轉(zhuǎn)折。純應(yīng)用公司的紅利期，結(jié)束了。
