标题：大模型成本下降，是业内最大的幻觉

许多AI创业者坚信“模型会降价”，认为只要成本降低，收支就能平衡甚至盈利，生意便能持续。a16z也曾表示，大语言模型（LLM）成本正以每年10倍的速度下降。然而，Substack专栏《mandates》指出，这种说法并不准确。“成本下降10倍”仅适用于老旧性能的模型，而市场需求始终集中在最先进的模型上，其成本并未显著下降。

问题一：用户追逐顶级模型，旧版无人问津
虽然GPT-3.5的价格比过去便宜了10倍，但用户几乎都转向了更先进的模型，如GPT-4或Claude 3 Opus。市场对“最好模型”的需求从未改变，而这些模型的成本始终维持在高位。就像消费者不会因为1995年的本田思域便宜就放弃2025年的凯美瑞，AI用户也总是追求最高质量的服务。

问题二：Token消耗激增，成本失控
尽管单位Token价格未上涨，但模型消耗的Token数量却呈爆炸式增长。过去ChatGPT只需回答一句话，现在一次深度研究可能需要运行数小时，消耗数十万Token。随着AI能力提升，单次任务所需计算资源显著增加，导致整体成本飙升。这种趋势让固定订阅模式难以维系。

问题三：无限量套餐难以为继
Anthropic曾尝试推出每月200美元的Claude Code无限量套餐，但最终因Token消耗过高而取消。用户在应用内长时间使用AI，形成“循环Token”消耗模式，使得企业成本迅速膨胀。即使是灵活切换模型、优化负载等策略，也无法避免亏损。

问题四：按量定价陷入囚徒困境
按使用量计费本应是解决方案，但行业内普遍选择固定费率以争夺市场份额。结果，所有公司都补贴重度用户，陷入“比烂竞争”。尽管Cursor、Replit等公司清楚这种模式不可持续，但在风险投资支持下，它们仍选择短期扩张，将破产风险留给未来。

出路探索：寻找新商业模式
目前有三种可能方向：
1. 按使用量收费：理论上可行，但消费者偏好包月制，计量收费可能导致增长停滞。
2. 高切换成本服务：通过与大型企业合作，提供嵌入业务流程的高价值服务，获得稳定收入。
3. 垂直整合：类似Replit，将AI工具与其他技术服务捆绑销售，在非推理环节盈利。

结语
“模型明年会便宜10倍”的幻想忽视了一个事实：用户期望的回报远高于成本降幅。当前行业亟需新的商业模式，“新云厂商”或许是一个值得探索的方向。