AI越便宜,你反而越不知道花了多少钱

小张说，这个月AI账单又爆了。

他老板盯着报表看了很久，只问了一句：
“不是说模型越来越便宜了吗？”

确实。过去三年，Token价格下降超过300倍。
按理说，AI应该越来越省钱。

但现实恰好相反——越来越多企业发现，AI成本不降反升，甚至开始侵蚀利润。

问题不在价格。

问题在于：你以为你买的是Token，其实你买的是一整套不透明的计算过程。

一、AI不是变贵了，而是变“不可控”了

很多人对 AI 有一个直觉判断：Token越便宜，成本越低。

这个逻辑在纸面上成立，在现实中却失效了。因为 Token 从来就不是价值单位，它只是一个记账单位。

就像打车。你以为自己按“每公里价格”付费，但真正决定你花多少钱的，是路径、拥堵、绕路，以及司机的选择。AI也是一样。

你看到的是Token单价，真正决定成本的，是一整套你看不见的机制。

换句话说，AI不是在涨价，而是在增加不确定性。

二、同样的Token，可能对应完全不同的“智力”

一个被很多人忽略的事实是：Token是一样的，但“智力含量”不是。

行业里有一个指标叫“reads-per-edit”，用来衡量模型在一次输出前读取和思考的程度。有数据表明，这个指标在某些版本中从6.6下降到2.0，降幅达到67%。

这意味着什么？

模型的名字没变，价格没变，但它的“思考深度”已经被压缩了。再叠加系统默认开启的“自适应推理”，模型会在你不知情的情况下，降低计算强度，换取更快响应。

这就是好多遇到的模型“降智”问题。

一开始你很难察觉。直到某一天，你发现代码变浅、回答变糊、错误变多，才意识到问题。

这时候再回头看，其实很简单：

你买的是Token，但你真正依赖的，是模型有没有认真思考。

一句话总结：你买的是Token，赌的是智力。

三、真正决定成本的，是那个你看不见的变量

如果说“智力含量”影响的是结果质量，那么“缓存命中率”决定的，就是成本本身。

在理想情况下，大量 Token 会命中缓存，价格极低。但只要进入复杂场景——长上下文、多轮对话、Agent调用——缓存一旦失效，成本就会迅速放大。

问题在于，这个变量不在你手里。

缓存策略、命中规则、失效时机，全部由平台控制。你看到的只是最终账单，而不是过程。

于是就出现一种很典型的体验：
同样的任务，这次便宜，下次翻倍；同样的用法，这个平台省钱，换一个平台成本失控。

Token价格是透明的，但成本结构是黑箱的。

所以真实情况是：Token在贬值，但不确定性在涨价。

四、国内AI计费，本质是“规则不统一的黑箱”

如果只是技术变量复杂，还可以接受。更大的问题，是计费体系本身的混乱。

表面上大家都在卖Token，但实际规则完全不同：有的按Token，有的按请求次数，有的按资源点，还有的按套餐窗口。

看几个例子：

MiniMax Token Plan Starter：29元/月，600次调用，5小时窗口。问题来了——”600次调用”是什么意思？一次调用消耗多少Token？不知道。

阿里云Coding Plan：90000次请求/月，200元。听着很多，但”请求次数”和”Token数量”是两码事。一次请求可能消耗100 Token，也可能消耗10000 Token。

扣子（Coze）：资源点制。1500分/天免费。1资源点=0.001元。但资源点怎么换算成Token？取决于你用的模型、调用的工具、知识库检索量……一套算下来，用户已经晕了。

腾讯混元：Credits配额 + Token Plan批发包。39元买35M Token，599元买650M Token。终于有Token数量了，但这个Token是输入还是输出？缓存怎么算？还是黑箱。

DeepSeek：最纯粹，¥2/MTok输入，¥8/MTok输出。但缓存命中率多少？要不要单独买？没说。

这些单位之间无法直接换算，也无法提前预估。结果就是——你根本算不清成本，也无法横向比较。

于是决策变成了一件很奇怪的事：
不是选最优解，而是选“看起来最便宜”的方案。

但真正使用之后才发现，账单完全不是那么回事。

更极端的情况是，有用户付费升级，却遇到限速甚至服务波动。给出的解释是算力紧张，但在付费之前，这些信息并没有被明确告知。

这就带来一个根本性的问题：你付的钱，买到的到底是能力，还是一个“看情况”的服务？

一句话点破：当计费变成黑箱，AI就不再是工具，而是一种不确定性。

五、真正的分水岭：卖Token，还是卖结果

就在国内还在讨论“Token能不能再便宜一点”的时候，另一种模式已经开始出现。

有些厂商不再强调Token，而是直接按会话、按任务、按Agent执行收费。用户购买的，不再是算力本身，而是“完成一件事的能力”。

Anthropic Claude Max：$20-200/月，按5小时会话窗口订阅。用户买的是”不间断思考时间”，不是Token数量。
Microsoft Azure SRE Agent：0.025/任务秒。这是真正的托管式按会话付费。

这背后是一个关键变化：
从卖资源，转向卖结果。

在旧模式下，用户自己承担一切不确定性——用多少、花多少、效果如何，都要自己负责。而在新模式下，这些被打包成一个服务，由平台来吸收波动。

所以真正的差异，不在计费单位，而在责任分配。

说得更直白一点：以前卖的是“你用了多少”，现在卖的是“你有没有做成”。

最后

AI行业现在最大的问题，不是贵。

而是——你根本不知道，它什么时候开始不值。

Token会越来越便宜，但真正稀缺的，从来不是算力，而是可预期的结果、可控制的成本，以及一个值得信任的系统。

当价格变得足够低，问题就不再是“值不值”，而是“你能不能看懂它到底在怎么算”。

当你看不懂AI账单的时候，你就已经在为它付出代价了。

Tip

专注于 AI 智能体实践与技术演进深度思考。主理人拥有资深技术背景与心理学视角，致力于通过真实实验（2025年更新361篇实操记录）探索 LLM、RAG 与 Agentic Workflow 的落地边界。