6月30日，芯片越贵Anthropic正式发布Claude Sonnet 5。越便宜作为Sonnet系列中“最能干活”的芯片越贵中端模型，其表现引发了行业震动。越便宜

在代理能力测试SWE-bench Pro上，芯片越贵Sonnet 5跑出63.2分，越便宜仅落后旗舰Opus 4.8（69.2分）6分；而在研究生级推理测试GPQA-AAA v2中，芯片越贵Sonnet 5甚至反超Opus 4.8。越便宜

定价策略更具颠覆性：优惠期内，芯片越贵Sonnet 5每百万输入token收费2美元，越便宜输出10美元。芯片越贵相比之下，越便宜Opus 4.8对应价格为5美元和25美元。芯片越贵Sonnet 5以四到六成的越便宜成本，实现了旗舰模型九成以上的芯片越贵能力。

这一新闻折射出两种截然不同的市场解读：

1. 乐观视角：AI成本持续下降，利好全行业，Chatbot战争进入白热化，模型厂商陷入内卷。
2. 市场定价视角（主流）：模型越便宜，算力和存储需求反而越昂贵。

Claude Sonnet 5发布当日，美国半导体指数上涨近4%。过去三年，市场一直存在一条“明线”：推理效率提升将削减芯片需求。然而，数据证明这一判断在每一个节点上都错了。

降价：三年降幅达一千倍

回顾成本曲线，降价并非单一现象，而是全行业的普遍趋势。

• 宏观降幅：2022年，GPT-4级别API调用成本约为每千token 0.03美元。至2025年，同等性能模型价格按斯坦福AI Index Report口径下降约280倍。结合开源模型与效率提升的综合效应，业界公认的总降幅达到1000倍。
• 厂商内卷：
• Anthropic：Sonnet 5对标Opus 4.8，定价仅为后者的40%-60%。
• Google：Gemini Omni Flash视频生成成本降至每秒0.10美元；Nano Banana 2 Lite图像模型4秒出图，每千张仅0.034美元（前代的一半）。
• DeepSeek：V4-Pro将百万token输入成本压至0.035美元。

降价不仅体现在定价表上，更源于底层技术的突破：

• 软件优化：6月24日，The Information报道OpenAI通过纯软件优化，将某运算环节的GPU需求削减一半以上，专用GPU池从数千台骤降至数百台。
• 硬件重构：Meta提出Vistara方案，利用退役服务器的DDR4内存配合自研CXL芯片，与DDR5按3:1搭配，使推理服务器成本降低25%。
• 算法加速：6月30日，阶跃开源推测解码技术JetSpec，大模型推理速度提升近10倍。这意味着相同token输出量所需的GPU数量可骤降一个数量级。

若遵循传统成本-需求函数，这些信号应指向芯片需求萎缩。华尔街曾因此恐慌：1月DeepSeek发布R1后，AI基础设施股遭遇猛烈抛售，Nebius股价暴跌40%，逻辑是“中国开源模型以0.1美元出售，美国公司2美元，算力需求必然坍缩”。

爆炸：总支出反涨320%

现实与恐慌截然相反。

Nebius联合创始人Roman Chernin回忆，DeepSeek引发恐慌的那一周，反而是公司“销售最好的一周”。成本骤降并未导致预算削减，反而激发了大规模推理部署的需求。

数据验证了支出的爆炸式增长：

• 总体规模：2024年全球企业生成式AI总支出约115亿美元；2025年飙升至370亿美元，同比增长320%。
• 应用密度：Menlo Ventures调研显示，中位企业2025年运行“数十个”AI应用，而2023年仅为1-2个。
• 头部案例：
• Uber：2026年4月已烧完全年AI预算。
• AT&T：日处理token量从18个月前的8亿激增至270亿。
• 美国大型医保公司：月token消耗从300万跃升至1.5亿以上。

增长动力来自三个维度的叠加：

1. 应用扩散（数量级跳跃）：从2个应用扩展至营销、销售、客服、法务、HR、财务等数十个场景。
2. 单应用深度（复杂度升级）：以客服AI为例，日交互量从500次增至15000次，单次token从800增至4500，且每次交互触发3-5次后续推理（情感分析、升级预测等）。
3. 模型复杂度：从7B参数单轮模型升级为70B+多步推理代理，内部推理消耗token量是线性交互的几十至百倍。

结论：Token成本降至千分之一，但市场消耗的Token数上涨数万倍。净效应导致支出爆炸。Token消耗量每两个月翻一倍，按此指数曲线推算，2027年企业AI年支出突破千亿美元是算术必然，而非预测。

传导：存储暴涨六倍，基建指向7.6万亿

降价刺激的需求迅速从软件层传导至硬件层，存储器价格涨幅是最直接的信号。

• 现货市场：2025年Q3起，DRAM和NAND Flash现货价格累计涨幅超300%，DDR5单月涨幅一度突破90%。
• 合约市场：2026年Q1，DRAM合约价涨幅从预期的55%-60%上修至90%-95%；NAND从33%-38%上修至55%-60%。Q2预测DRAM再涨58%-63%，NAND再涨70%-75%。
• 消费级锚点：宏碁掠夺者32G DDR5 6000套条，2025年10月底价格1300元，2026年1月飙至2700元，三个月翻倍。
• 厂商业绩：三星存储业务2025年Q4单季营业利润创历史新高（超20万亿韩元，约合962亿元人民币）。驱动力非消费电子，而是AI数据中心对HBM、企业级SSD及高密度DRAM的巨量采购。

高盛报告预测：

• 资本支出：2026-2031年全球AI基础设施累计资本支出约7.6万亿美元。2026年单年7650亿美元，2031年攀升至1.6万亿美元。
• GPU占比：单颗基准GPU（NVIDIA VR200 Rubin）按8.05万美元计算，NVIDIA占各期总算力支出的75%。
• ASIC替代效应：若需求缺乏弹性，ASIC可降低总资本需求；但若需求有弹性（算力越便宜买得越多），ASIC仅重塑利润分配，不改变总支出规模。高盛基准情景选后者。

美股反应：

• 闪迪（SanDisk）年初至今涨857%，Bernstein上调目标价至3000美元。
• AMD单日涨7%创历史新高。
• GPU、存储、封装、数据中心设备厂商股价均处高位。

Edgen.tech综述指出，内存芯片价格过去一年上涨六倍。这并非简单的“周期性回升”，而是整个经济体系对AI物理基础设施需求的重新定价。

根源：杰文斯悖论的当代重演

1865年，威廉·斯坦利·杰文斯在《煤炭问题》中指出：瓦特改良蒸汽机后，单位煤耗下降，但英国煤炭总消费量不降反升。因为效率提升使蒸汽动力在纺织、铁路、采矿、航运等更多行业变得经济可行，创造了原本不存在的需求。

160年后，AI算力上演相同公式：

• 2022年：Token价格高昂，实时推理客服、非紧急场景AI、用户级个性化内容生成在经济上不可行。
• 2025年：价格下降1000倍，上述“不存在的需求”全部转化为刚需。

Nebius Chernin总结道：“每一次让单位智能变得更便宜，我们不是在减少消耗，而是在增加消耗——因为同样的预算可以解决更复杂的任务。”

此外，毛利率正反馈加速了这一进程：

• AI推理起步毛利率仅10%（训练与推理成本高）。
• 软件优化（算子融合、量化、推测解码）持续压低推理成本，而定价调整滞后。
• 毛利率迅速攀升至90%，速度远超传统行业。
• 逻辑闭环：毛利率驱动利润 -> 利润追加采购 -> 采购摊薄成本 -> 正反馈无天花板。

“你有DRAM就能卖token，没有DRAM就无法卖token。”这已成为AI芯片需求的基本方程。

高盛报告的敏感性假设进一步印证此判断：
* 芯片经济寿命若从5年缩至3年，替换周期加速，累计资本需求上升。
* 每芯片内存比预期高25%，主要改变支出分配，对7.6万亿总盘子净影响有限，但方向一致：钱不会少花。

终局：谁握住了算力

Fable 5出口管制解除（6月12日禁，6月30日解）为这一悖论提供了意外注脚。

• 管制逻辑失效：解除管制并非因为风险消失，而是因Tulongfeng等亚洲团队在管制期内推出接近Mythos级的模型，封锁威慑力归零。
• 软件可替代，硬件不可替代：
• 模型层：从GPT到Claude到DeepSeek，能力本身无垄断，有人设卡必有人绕路。
• 硬件层：GPU、DRAM、晶圆厂建设周期以年计，光刻机产能固定，高纯度硅供给弹性近乎为零。这是物理定律，非商业策略。软件优化可压模型成本千倍，但无法压缩晶圆厂建设周期。

最终结论：

AI模型降价的终点，若悖论持续，不指向“去算力化”，而指向算力定价权的再集中。

无论使用何种模型，Token最终都需运行在特定芯片上。模型厂商在价格上卷走的每一分钱，最终都转化为数据中心、晶圆厂和存储产线的收入。降本越凶，这种价值转移越不可逆。