AI 的真实成本在电上：为什么降价可能只是暂时的

一家二十人的小公司，去年把客服问答交给 AI 之后，月度账单从四位数掉到三位数，老板一度以为这项支出可以不再看了。今年续费时发现单价没变，能用的额度却缩了一圈，忙时还要排队。这类变化跟模型聪不聪明关系不大，跟它背后那套持续耗电的设施关系很大。下面把成本拆成三层，说清哪一层在降、哪一层降不动，也说明一条降价消息该怎么读。

账单只有一行，成本却分三层

调用一次模型，付费的只是那一小段输出，真正被消耗的东西散在三个地方：加速卡的折旧、机房用电与散热、以及把成千上万张卡串起来的网络和运维。第一层是一次性投入，采购那天钱就花完了，之后按三五年摊进每一次计算；第二层是持续支出，机器一通电就在走表，闲着也走；第三层随规模同步上涨，带宽、存储、备件、值班人手一项都省不掉。三层里只有第一层会随着产量增加被摊薄，另外两层不会。

这就解释了一种常见的错位感：模型能力一年上一个台阶，价格却只降了一截。能力提升靠更多参数和更多数据，两者都推高单次计算的耗电；效率优化在同一时间往回拉。看到的价格，是这两股力量相抵之后剩下的部分。想把这一层弄明白，可以先看算力到底指什么，它衡量的不只是卡的数量，还有这些卡在单位时间里的实际产出。

四个环节，AI 自己也在省电

行业里正在做的事，按动作拆开看，边界比宣传口径清楚：

压缩带来的省钱，常被高估。压缩确实能让同样的任务跑得更便宜，但收益有上限，任务越难衰减越快。精度从十六位降到八位，多数场景看不出差别；再往下压，需要细算的任务就开始出错。模型量化怎么把模型变小讲的是同一件事，代价那一面常被略过。

电费难降，是因为它跟着时间走

芯片的钱可以摊，电费不行。一块卡买回来，用不用都在折旧；一台机柜开着，用不用都在耗电。当推理请求的量超过训练的量，成本结构就从一次性投入为主，偏向持续消耗为主，后者没有规模效应那么听话。更麻烦的是时间分布：用户集中在白天提问，机房不能按平均负载建，得按峰值建，峰值之外那部分产能就是闲置，闲置照样耗电、照样占地方。

所以省电的努力大多集中在提高利用率：把能等的任务挪到低谷，把零散请求攒成批，把冷数据挪到便宜的存储。这些手段有效，但受制于一个前提，用户的习惯改不了。真正决定单位成本曲线的，往往是机房里那批卡的忙闲比，而非模型结构有多新。

降价有三种来源，只有一种撑得久

第一种是效率真的提升了，同样的活用电更少、用卡更少，价格降下来还能赚钱。第二种是规模摊薄，采购量大、机房利用率高，单位成本被摊低，这种降价也站得住，但会随规模见顶而停。第三种是拿钱换市场，价格低于成本，先用低价把用户圈进来，等竞争格局定了再调回去。三种在账单上长得一样，在财务报表上完全不同。

分辨的办法不复杂：看降价的同时有没有动别的东西。额度悄悄收紧、上下文变短、高峰期限速、便宜档位换成更小的模型，这些动作说明让利来自别处。规模定律为什么被反复引用讲的是能力随投入增长的关系，同一条曲线也适用于成本，读完就明白「又便宜又强」为什么很难长期同时成立。

它算不出你那张账单背后的真实数字

这一段说清边界。第一层是商业机密：某家厂商的电价、机房利用率、芯片采购价、折旧年限，都不会公开，任何精确到分的成本拆解都只能算推测。第二层是地域差异：各地的电价机制、气候条件、土地成本差得很远，把一地经验套到另一地常常失效。第三层是时间：基于上一代芯片做的推演，遇到新一代产品就要重算。所以能讨论的只有结构，也就是钱花在哪几处、哪几处有弹性，具体数字要以官方和权威机构发布为准。

再看到降价，先问三个问题

第一问，降的是哪个档位。旗舰模型和轻量模型的价格走势经常相反，前者涨、后者降，混在一起说会误导。第二问，同期有没有缩额度、限速度、减上下文。第三问，这家厂商的钱从哪来，是靠自身经营撑住低价，还是靠外部资金补着。三问过一遍，一条降价消息的性质大致就清楚了。对普通用户来说，短期该用还是用，只是别把当下的价格当成长期预算的前提，免费 AI 的天花板在哪说的也是同一层逻辑。

速查：判断一次 AI 降价能不能持续

• 降价同时缩额度、限速度，多半是让利换结构
• 便宜档位换成小模型，省的是算力不是效率
• 三层成本里，只有硬件折旧会随产量摊薄
• 能等的任务挪到低谷，是眼下最实在的省钱手段
• 电价与能耗的具体数字，以官方和权威机构发布为准