你以为AI是软件,其实它更像发电厂

训练模型，是建电厂。模型推理，是发电。

最近 ChatGPT 的订阅套餐发生了一个很有意思的变化。

原来的 Pro 200 曾经一度暂停新订阅，现在重新开放；与此同时，OpenAI 又增加了一个 Pro 500，每月500美元，而且只有这一档提供 Ultrafast 极速模式。现在 Pro 已经形成 100美元、200美元、500美元三个档位，其中 Pro 500 拥有最高的包含用量。新订阅的 Pro 200，包含用量也已经低于此前的版本。

很多人看到500美元的 AI 会员，第一反应是：

疯了吗？一个聊天机器人，凭什么一个月500美元？

但如果换一个角度看，我觉得这恰恰暴露了 AI 行业最重要的一个商业秘密：

大模型公司，本质上越来越不像传统软件公司，而更像发电厂。

我想用五个观点，把这件事情说清楚。

过去二十年的互联网商业模式，有一个非常漂亮的经济学逻辑：

边际成本很低。

一家软件公司花几年时间、几亿元开发出一套软件。

第一个用户使用它，需要承担巨大的研发成本。

但第一万个、第一百万个用户进来以后，并不需要重新开发一遍软件。

所以传统 SaaS 最喜欢什么？

用户越多越好。

因为收入可以不断增加，而新增用户带来的成本却不会同比增长。

这也是互联网公司为什么如此看重：

用户数、DAU、MAU、活跃度。

但是 AI 出现以后，这个逻辑被改写了一部分。

因为：

AI不是把一个已经做好的软件复制给你，而是在你使用的时候，现场替你计算。

你打开 Word 写一句话，

软件公司不会因为你多写了100个字，就增加一笔明显的计算成本。

但你打开 ChatGPT：

“帮我分析这100份判决书，提炼裁判规则，并写一份法律研究报告。”

后台就真的要开始工作了。

它需要读取文件、处理上下文、进行推理、调用模型。

如果再使用 Deep Research、Agent、Codex，

事情就更明显：

搜索网页、

读取文件、

运行代码、

调用工具、

反复推理、

检查结果。

你看到的可能只是：

“我问了AI一个问题。”

但平台看到的可能是：

几十次甚至更多的模型调用。

所以 AI 和传统软件最大的区别之一就是：

传统软件的新增用户成本可以非常低；AI的新增使用，则会持续产生真实的推理成本。

当然，AI公司的技术进步也会不断降低单位 Token 的成本。

但是无论模型多么高效，

算力不会凭空出现。

GPU要运行。

数据中心要供电。

服务器要散热。

网络要传输。

所以更准确地说：

AI的边际成本不是零。

我越来越喜欢用一个比喻来理解 AI：

大模型公司其实很像发电厂。

训练一个顶级模型，

就像建设一座超级发电厂。

需要：

GPU、

数据中心、

电力、

网络、

存储，

以及巨额资本投入。

模型训练完成以后，

并不意味着成本结束。

恰恰相反。

这只是：

“电厂建好了。”

接下来每一个用户来使用模型，

就像打开了一台空调。

你问一个简单问题，

消耗一点“电”。

你上传100页PDF，

消耗更多“电”。

你让Agent连续工作两个小时，

就相当于让机器持续发电两个小时。

所以：

训练模型，是建电厂。模型推理，是发电。Token，就是电表上的数字。

这也是为什么我认为，

以后理解 AI 商业模式，

不能再完全用传统互联网的思维。

AI公司表面上卖的是软件，

底层卖的其实是：

算力。

这可能是很多人没有意识到的一点。

今天的大模型包月套餐，

对于重度用户来说，

其实非常划算。

因为它本质上类似于：

每个月交固定的钱，换取一个很高上限的“用电额度”。

假设正常情况下，

你用一度电，

就应该支付一度电的钱。

但是现在电厂告诉你：

每个月交200美元，在一个很高的额度范围内，这个月你随便用。

对于轻度用户来说，

这种模式没什么特别。

但对于重度用户来说，

这就是红利。

因为你这个月可能只用一点点，

下个月可能突然疯狂使用。

但是：

你的月费并不会同步增加。

这意味着平台在替你承担“使用量波动”的风险。

所以过去那些高额度 AI 会员，

某种意义上可以理解成：

平台拿自己的算力，补贴用户使用。

而现在 Pro 200 的额度调整、Pro 500 的出现，

恰恰说明这种红利正在被重新定价。

OpenAI 目前已经明确把 Pro 分成 100、200、500 美元三个档位，并将最高使用额度和 Ultrafast 放到了 Pro 500；同时，新 Pro 200 的包含用量低于此前版本。

这其实释放了一个很明显的信号：

AI公司越来越不愿意把昂贵的算力无限打包给用户了。

过去我们使用 ChatGPT：

你问，它答。

未来越来越可能变成：

你交代，它干。

比如你告诉 Agent：

“帮我把这个案件研究完。”

它可能自己：

搜索资料、

读取判决书、

整理证据、

分析争议焦点、

制作表格、

撰写报告、

检查错误、

发现问题后继续执行。

对于用户来说，

只是发了一句话。

但对于平台来说，

可能已经消耗了大量计算资源。

所以未来 AI 订阅很可能越来越精细：

基础会员费 + 模型额度 + Agent额度 + Token + 速度。

现在 Pro 500 的 Ultrafast 已经很有代表性：OpenAI规定，Ultrafast 会以标准模式的更高额度消耗速度使用，说明“算多少”和“算多快”本身都开始成为可以定价的资源。

这其实已经非常接近云计算和电力行业的逻辑了。

关系非常大。

因为律师真正昂贵的，从来不是电脑，也不是软件。

而是：

律师自己的时间。

过去整理100份判决书，

可能需要一个助理花两三天。

现在可以先让 AI：

OCR、

分类、

提取争议焦点、

总结裁判观点、

寻找类案、

整理时间线。

然后律师只做真正需要专业判断的部分。

所以以后评价一个 AI 会员值不值得，

不要只问：

“一个月多少钱？”

而应该问：

“它替我省了多少小时？”

如果200美元的 AI 会员，

一个月可以替你节省30个小时的机械劳动，

它到底贵不贵？

可能一点都不贵。

因为你真正购买的，

已经不是一个聊天机器人。

而是：

计算能力 + 智能 + 工作时间。

过去二十年的互联网，

核心逻辑是：

软件开发一次，复制无数次。

所以用户越多，

边际成本越低。

但 AI 正在形成另一套逻辑：

模型训练一次，持续计算。

你每问一次，

它都要计算一次。

你让 Agent 工作一个小时，

它就要消耗一个小时的算力。

所以我越来越觉得：

大模型公司虽然披着软件公司的外衣，但底层越来越像一家“智能发电厂”。

芯片是发电设备。

数据中心是电厂。

电力是能源。

Token是电表。

AI会员，

则是一张：

“包月用电卡”。

而今天还能用固定月费获得大量算力，

本身可能就是 AI 发展早期的一种红利。

所以对于真正的重度 AI 用户，

我只有一句话：

且用且珍惜。

因为未来的 AI，

可能越来越像电力：

我是魏俊豪律师，也是一名爱折腾新技术的法律人。长期研究 AI、开源工具与自动化，喜欢把新技术真正变成律师的生产力。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。

THANKS FOR READING