AI越来越便宜,我的账单越来越贵

过去半年，AI圈最常听到的一句话是："模型越来越便宜了。"

没错。GPT-4o mini、Gemini Flash、DeepSeek，一个比一个卷价格。有些场景下，Token成本已经跌到了去年的十分之一。

但我打开后台看了一眼Token消耗报表——月账单不降反升，而且涨得比我预想的快得多。

不只是我。DeepSeek这周涨价了，V4 Pro输出从6块涨到27块一百万Token，涨了350%。^[1]Stripe今天花75亿美元收购了OpenRouter——一个90人的团队，做的事情就是帮企业管Token账单。^[2]

模型越来越便宜，为什么大家花在AI上的钱反而越来越多？

01 一个反直觉的现象

Gartner这周发了一份报告，里面有个概念精准地描述了我的困境。

它说：到2028年，单个AI Agent工作流的推理成本将增长超过5倍。^[3]

Token不是越来越便宜吗？总成本怎么还涨了？

Gartner管这个叫"推理悖论"——模型越便宜，你越敢把复杂任务交给它；任务越复杂，Token消耗越大；Token消耗越大，总账单越贵。 单纯聊一次天，和让Agent自主完成一个任务，Token消耗差5到30倍。^[3]

说白了：以前Token贵的时候，你只舍得让AI干简单活。现在便宜了，你让它干越来越多的事——从写一段话，到分析一份数据，到自主完成一整个流程。单次消耗从几百个Token涨到了几万个。

模型越便宜，用得越多。用得越多，账单越贵。

这不是平台的锅。是你自己使用模式的必然结果。

02 我的Token是怎么涨上去的

日更第12天的时候，我做了一次复盘。Token消耗量比第一周翻了接近3倍。

第一周，我只用AI润色文字。日均Token大概20万。第二周，我开始让AI生成初稿，我来改。第三周，我让AI帮我做选题调研、竞品分析、数据整理。日均到了60万。

每一步都合理。因为AI确实做得更快。

但累积起来，量变引发了质变。

就像手机流量。运营商说流量越来越便宜，1G只要几毛钱。你信了，把套餐从1G换到10G，再换到不限量。然后你开始刷视频、下游戏、开热点。消耗量上去了，不是因为流量贵了，是因为你从"看文字"变成了"看视频"。完全不同的量级。

03 贵的不是模型，是用法

DeepSeek涨价之后，我认真算了一笔账。

按我目前的日均消耗，月成本大概从80块涨到200块。200块一个月，放在正经公司里连零头都不算。但对一个一人公司来说，这是一笔每月固定、持续增长、看不到上限的支出。

Stripe花75亿买OpenRouter，买的就是这层逻辑：Token消耗正在变成和云服务器、SaaS订阅并列的第三大固定支出。区别是，服务器费用相对稳定，SaaS订阅按月计费。Token不一样——你用得越多，它膨胀得越快。

怎么办？

第一个念头是：换便宜的模型。DeepSeek涨了换Qwen，Qwen涨了换Gemini。我以前干过。每次换都要重新调prompt、重新适应边界、重新踩一遍坑。隐性成本太高。

Gartner在报告里给的方案叫"推理分层"——简单任务交给便宜模型，复杂推理交给强模型，别一刀切。^[3]

我试了一下。花了一个下午，把工作流重新排了一遍：日常对话、格式化任务、简单翻译，全部切到Flash模型。只有需要深度分析、长文写作、关键决策的时候才上Pro。

结果：DeepSeek涨价之后，我的月成本大概只多了30%，远低于直接翻倍的预期。

Claude加水印的事，我也想通了。照常写，因为文章的核心思想是我的，AI帮我润色文字。水印检测的是模型选的词，不是我的判断。当我想清楚了哪些地方必须用AI、哪些可以不用，水印就不是威胁。

04 成本不是问题，对成本的无知才是

日更第17天，我想明白一件事。

AI成本的焦虑，不是"太贵了"，是"不知道怎么花的"。

就像创业初期的开支焦虑——不是钱不够，是不知道哪些钱该花、哪些不该花。一旦你能算清楚每一块钱花出去换来了什么，焦虑就少了一大半。

Token也一样。有的Token换来了时间，有的换来了质量，有的只是换了一个"我用了AI"的心理安慰。知道区别在哪，比知道怎么省钱重要得多。

第17天。我学到的不是哪个模型最便宜，是哪个地方值得花钱、哪个地方可以省。

这件事想清楚了，账单就没那么可怕了。

这是一个OPC创业者的第17篇日更笔记