ARTICLE · 1078509
AI 为什么不能像 App 一样免费?答案藏在成本结构里|挑战60天赚到Web出海的第一笔美金·第10天
"
互联网 App 靠 复制，AI 靠 计算——这就是它必须收费的原因。
REALITY · 体感
Token 烧得越来越快
今天来聊聊 token 这个话题。在 deepseek 8 月份调价后，明显的体感是普通人在 AI 方面烧钱会越来越快；9 月 GPT 发布的 Astra 模型，也明显不如 sol、terra、luna 经用了。
就拿 deepseek（简称 ds）来说吧，写公众号我用的是 deepseek flash + hermes：自己写初稿，ds 检查错别字和语句是否通顺、生成推荐标题和封面，再调用 skill 完成公众号（本地）排版，人工确认后，再生成云链接版公众号——所谓云链接版，就是图片地址是微信云端的，而不是本地的。
ds 升级后，10 元钱大概只能处理 3 到 4 篇；在升级前我没有统计过，印象中至少可以在 15 篇以上。
— Token 消耗：每次调用都在真实烧钱
— ds 用量截图
terra 的 5 小时用量耗尽速度也非常快，往往跑完一个中型任务就耗尽了，有时一个任务没跑完就耗尽了。我用的是 plus 套餐，20 美元/月——这非常影响使用体验。
STRUCTURE · 成本结构
AI 为什么不能免费？
细心又爱思考的朋友可能注意到了：AI 为什么做不到像互联网 App 一样，免费给人们使用，而是一上来就收费？
核心原因在于两者的成本结构存在根本性差异。互联网 App 靠的是"复制"，边际成本趋近于零；而 AI 靠的是"计算"，每一次使用都在真实地消耗昂贵的算力资源。
— 复制 vs 计算：成本结构的天平
互联网产品的成本主要在于前期的研发和建设，一旦完成，多服务一个用户的成本几乎可以忽略不计。因此，"免费+广告"模式得以成立——用户规模越大，平均成本越低，广告收入足以覆盖成本并实现盈利。
AI 服务则完全不同。每一次对话、每一次生成，都需要动用高性能 GPU 进行实时推理，这直接产生了电力、算力折旧等刚性成本。这意味着：用户越多、使用越频繁，总成本就越高，规模效应不仅无法摊薄成本，反而会放大亏损。例如，豆包在月活数亿的规模下，其日均 Token 调用量突破 120 万亿，每天的算力消耗成本达到数亿元量级，年度算力开支保守估计在数百亿元量级。
WHY · 广告失灵
广告模式为何在 AI 产品中"失灵"？
互联网的"免费"依赖广告，但这一逻辑在 AI 产品上难以复制：
缺乏广告插入场景像 AI 生成 PPT、分析数据这类任务，是连续且完整的交互过程，没有传统网页或 App 中插入广告的间隙。
成本与收入的数学矛盾广告的边际成本几乎为零，而 AI 每次请求的算力成本是线性增长的。当算力成本增速远超广告收入增速时，免费模式就变成了纯粹的"烧钱"。
损害核心体验用户使用 AI 是为了高效获得可靠结果，强行植入广告会严重破坏这种"实用价值"，透支用户信任。
AI 的确改变了以前互联网的玩法，所以厂商们干脆一开始就收费。从某种角度来说，这也是对国人在 IT 和虚拟服务领域的一场付费教育。
「Token 的蛮荒年代：算力是真金白银，免费午餐到此为止。」
我是未迟，正在挑战60天赚到Web出海的第一笔美金，我们下期见。