把几百亿的总账放一边，这一章只算一笔最小的账：用户花一分钱买走一批 token 的那一瞬间，大模型公司是赚了还是赔了？这决定了「收入涨得快」到底是好事还是坏事。
先搞清一个 token 的成本由什么决定
生成一个 token，本质是一次计算：模型把几千亿个旋钮都过一遍。成本大体取决于三件事：
- 模型多大：旋钮越多，每个 token 过的计算量越大，越贵；
- 芯片多快多省电：同样的计算，新一代芯片便宜得多；
- 机器闲着还是满负荷：GPU 是分期付款买来的，空转就是白烧钱——这跟航空公司最怕空座位是一个道理。
这三件事过去三年全都在剧烈变动，于是出现了这门生意最独特的一条曲线：
一条反常的曲线：价格自由落体，成本也自由落体
2023 年初，让最强模型生成一百万 token，开发者要付几十美元；到 2025 年，同等智能水平的服务，价格掉了一到两个数量级。换句话说，「买同样多的智能」这件事，每年便宜大约 90%。
这背后是成本在同速下降：芯片一代比一代快，工程师把模型蒸馏（把大模型的本领压缩进小模型）、剪枝、优化调度，能榨的都榨。价格追着成本往下掉——但问题来了：谁先掉、掉多快？
2025 年 1 月，中国的 DeepSeek 把这个问题炸到了台面上：它用远少于美国同行的训练成本做出了接近第一梯队的模型，并且把 API 价格打到地板。这件事当天就砸掉了英伟达几千亿美元市值（单日跌幅创当时美股纪录），因为它向所有人证明了两件事：第一，这层生意的「技术溢价」可以被快速抹平；第二，只要有人愿意把价格打到成本线，这就会变成一门苦哈哈的商品生意。
所以一个 token 到底赚不赚钱？
分情况，而且分层：
卖给付全价的客户：赚。多家机构的测算是，按 2025–2026 年的 API 标价，头部模型公司卖出去一个 token 的收入高于那一瞬间的推理成本，单看这一笔，毛利可以是正的，甚至不低。也就是说「每多卖一份就多亏一份」的说法，对付费业务并不成立。
但「那一瞬间的毛利」不是全部。完整的账还要摊进：免费用户白用的算力、上一章说的芯片折旧、天价研究员的工资、烧掉的训练实验。把这些全摊进去，整个公司就深度亏损了。这就是为什么 OpenAI 一边「每个 token 有毛利」，一边一年亏上百亿——亏的不是这一度电，是电厂本身和研发下一代电厂的钱。
想象一家航空公司：每张机票的票价都高于这趟航班的燃油费（单笔是赚的），但公司买了太多新飞机、还养着一支研发超音速客机的团队，所以整体巨亏。你问「一张机票赚不赚钱」和问「这家公司赚不赚钱」，是两个答案。
价格越便宜，大家用得越狠：杰文斯悖论
如果故事只是「价格暴跌」，那这门生意早死了。真正的剧情是：价格每掉一个数量级，使用量涨得更多——原来用不起的场景（让 AI 读完整个代码库、让客服每句话都过一遍模型）突然变得划算，新的需求被激活。19 世纪经济学家杰文斯发现过同样的事：蒸汽机效率提高、煤更省了之后，英国的总耗煤量反而暴涨，因为用得起蒸汽机的地方变多了。这个规律被直接称为杰文斯悖论：效率提高不一定省资源，反而可能让总消耗变大。
2026 年我们正亲眼看着它上演：token 单价一路跌，全行业卖出的 token 总量和总收入却在狂飙——第二章那几条陡峭的收入曲线，就是杰文斯悖论的账单版。
悬在头顶的剑
但这条曲线里藏着一个致命的「如果」：如果成本下降的速度慢下来了，或者「同样的智能」不再有溢价了呢？
价格战已经在事实上发生——DeepSeek 之后，各家 API 价格轮番下调。商品化的幽灵在于：电力生意里，一度电就是一度电，没人愿意为「更有品位的一度电」付溢价。如果大模型最终变成这样，今天的高毛利就是昙花一现；如果模型之间始终存在「聪明程度」的代差，头部玩家就能一直收到溢价。
这个「如果」，是第十章三种剧本的分水岭。而在此之前，我们先去看看这场淘金热里已经落袋为安的人——那些不等答案揭晓就已经赚到钱的家伙们。