【新智元導讀】過去一年，AI模型的價格暴跌百倍！同樣一句話，去年要10塊，現在只要幾分錢。可與此同時，家政、育兒、心理諮詢、維修…..這些「手工活」越來越貴。科技正在瘋狂通縮，生活卻越來越通脹。這不是經濟學笑話，而是Jevons與Baumol共同製造的現實：當機器更聰明，人工就更昂貴。
「LLM的token成本每年暴跌百倍，最高端的模型甚至以900倍的速度在墜落。」
上周，這句話出現在X的一條帖子里。
沒有配圖，也沒有長文論證，只是一串冰冷的數字。
但它像一粒釘子，狠狠釘進了整個AI行業的神經——評論區刷屏的是一句話：「摩爾定律，回來了。」
發帖人是Rohan Paul，一位長期追蹤AI成本曲線的分析師。他總結得更直接：
AI的價格，正以人類歷史上任何技術都未見過的速度坍塌。
幾天後，a16z的研究員Alex Danco在回應：
每當一種技術變得更便宜，人類勞動就會更貴。
兩條看似獨立的帖子，意外地組成了一個循環。
AI的價格在下墜，人類的身價卻在上升。技術的通縮，正製造新的通脹。
一暴跌的AI，通脹的人類
過去一年，AI模型的價格幾乎是「自由落體式」下跌。
研究者統計，自2022年底以來，用GPT-3.5等級模型的費用，從每百萬token約20美元，跌到如今的0.07美元——整整便宜了280倍！
不同層級模型的價格坍塌速度存在顯著差異。最弱模型每年約降價9倍，中等約40倍，最強約900倍。
另一份來自a16z的分析也指出，LLM推理成本正以每年10倍的速度下降，堪比摩爾定律的再生。
AI模型價格的時間坍塌曲線。以達到MMLU≥42分的最低價模型為例，成本從2022年初每百萬token
60美元跌至2024年不到0.1美元。
以前一篇生成小說可能要花上幾十美元，如今幾毛錢就能搞定。
AI正在從奢侈品變成「自來水」。用多少都不心疼，甚至會忍不住想多用一點。
可事情並沒有想像中那麼簡單。正如Rohan Paul所說：
價格下跌不代表節省，而是新的消費爆發點。
當模型調用變得廉價，我們開始到處植入AI：寫文案、做翻譯、編代碼、剪視頻……
算力需求不減反增，反而推高了能源和硬體價格。
與此同時，那些無法用AI完成的勞動，如家政、護理、心理諮詢、維修……反而越來越貴。
修個空調、請個保姆，花的錢遠超訓練一次中型模型。
AI世界在通縮，而人類世界在通脹。
於是，一個看似荒誕的現實正在發生：AI越來越便宜，生活卻越來越貴。
演算法成本坍塌的背後，是勞動價值在重組：能被機器替代的部分快速貶值，不能被替代的部分，變成了新的「奢侈品」。
越便宜，越上癮：AI版傑文斯悖論
1865年，英國經濟學家William Jevons寫下那句著名的警告：
別以為更高效就能節省燃料——那隻會讓我們燒得更多。
AI成本暴跌曲線。滿足MMLU≥42的最便宜模型，從GPT-3的60
美元/百萬token，到GPT-3.5-turbo的0.5美元，再到Llama 3.2 3b的不到0.1美元。
當時，他指的是蒸汽機。但160年後，這句話正在AI身上重演。
當模型價格不斷暴跌，我們以為這是「省錢的時代」。
但事實是，成本下降，只會讓人更捨得用。
以前一家公司買算力要開會審批，現在連中小企業都能一鍵調用GPT-4
Turbo；以前一個人謹慎地在ChatGPT里問十個問題，現在開著十個標籤頁狂跑腳本。
AI不再是工具，而是一種「無限續杯」的資源。
微軟CEO Satya Nadella也在採訪中提到：
傑文斯悖論又回來了：AI越高效、越便宜，人們就越離不開它。
AI正從「高端智能服務」變成「新公共設施」——像電、水、Wi-Fi一樣，人人都在用。
這就是所謂的「AI版傑文斯悖論」：當使用變得太便宜，人類就不再節制。
用得越多，依賴越深。
於是我們看到，企業大規模調用模型跑A/B測試；創作者用AI做批量生成；研究機構反覆微調模型；開發者開著十幾路並行推理。
每一次降價，都會帶來新一輪「濫用」。每一次效率提升，都會導致新的浪費。
而算力、能源、晶元也在這種「上癮式增長」的過程中，被重新吞噬。
機器越來越聰明，人反而成了「奢侈品」
AI價格一路下墜的同時，一種奇怪的反差正在發生：演算法越來越便宜，但人工越來越貴。
在美國，一小時的家政服務費，漲到了45美元；英國的管道維修師傅，時薪甚至超過了律師。
AI通縮時代的人類通脹：維修工的工資曲線。2020–2025年美國各類技術工種年薪變化，空調維修（HVAC）工資增速明顯高於全國中位數。
一個搞機器學習的工程師，也許只需要幾分錢跑完推理；但一個修機器的工人，卻要幾百塊才能上門。
這不是偶然，而是一種被經濟學家預言過的必然。
上世紀60年代，傑文斯提出了鮑莫爾成本病理論。
他發現，生產率越高的行業（比如製造業、科技業），價格越容易下降；而那些無法提升效率的行業，如演奏、教學、護理、修理反而因為要留住人，被整體經濟的工資水平「拖」著漲價。
簡言之：效率的紅利，會讓低效率的工作更貴。
把這個模型搬到今天，不難發現：AI是典型的高生產率行業，效率提升一千倍，成本暴跌百倍；
但那些無法被AI替代的領域：教育、心理諮詢、手工維修、養老護理反而被捲入漲價潮。
就像a16z在分析中寫的：
技術的通縮，往往製造人類的通脹。
當算力變成自來水，真正稀缺的，就只剩人類的時間、情緒和在場。
所以我們看到：演算法在貶值，人格在升值。
能被自動化的工作，價格一路下滑；需要「人類氣息」的工作，反而成了新時代的「奢侈品」。
這或許就是AI時代最諷刺的悖論——當機器越來越聰明，做一個「人」，反而變得最貴。
技術在降價，權力在集中
模型的價格一再下跌，聽上去像是一場「全民普惠」。
人人都能用，人人都能接入，AI似乎終於變成了公共資源。
可現實恰好相反——AI越便宜，權力越集中。
這些年，降價的主角從來不是開源社區，而是幾家巨頭：OpenAI、Anthropic、Google、Amazon。
他們在「慷慨」地降低API價格的同時，也在重新定義入口。
模型越便宜，開發者越離不開他們的生態；服務越普及，算力、數據、演算法標準也越被他們壟斷。
這就是AI時代的新格局：價格在降，控制在漲。
麻省理工科技評論的一篇文章寫道：
當一種技術被「免費化」，壟斷往往也完成了隱身。
AI的降價，看似民主化，其實是平台化的加速。
我們每次調用模型，都在無形中為大公司訓練下一代模型。
價格的坍塌，並沒有讓世界更平等，只是讓我們以更低的代價，把更多的權力交出去。
與此同時，出現了一批「夾層人類」。
他們不寫模型，也暫時不會被模型取代，而是夾在巨頭系統與演算法之間：提示詞工程師、數據標註員、AI審核員、微調操作員……
他們的工作短暫、重複，卻維持著整個AI體系的運行；他們是被AI放大的勞動，也是被演算法消化的人。
AI確實變便宜了，但真正昂貴的，是能支配AI的人類時間與注意力。
於是我們看到一種新的悖論：技術在通縮，權力在通脹。
模型越平價，生態越封閉；AI越普及，中心越單一。
也許，這才是「AI通縮時代」最深的隱線——我們以為是走向普惠，其實正進入一個成本趨零、權力歸一的世界。
我們經歷的，不只是一場技術降價，而是一場價值重組。
模型越來越便宜，演算法越來越快，效率像潮水一樣泛濫。可真正被稀釋的，其實是「人的定義」。
AI在吞噬重複、壓低成本的同時，也在反向抬高稀缺性：創造力、情緒、判斷、陪伴，這些無法被演算法計算的部分，成了新一代的「高價資產」。
未來或許不是AI取代人類，而是「AI給人類定價」。
有些人會被替換；有些人，會被加價。
降價的是模型，升值的是人心。