AI 模型越来越便宜,账单却可能更贵
两家机构的测算摆在一起看很有意思:两个模型的任务成功率都是 89.1%,单任务成本却差 32 倍。便宜的是「每百万 token」,贵的是「做完一件事」。
2026 年 11 月,AI 模型的价格战还在继续:阿里发布 Qwen4-Max,称单任务成本比上一代降了 62%;腾讯的 Hy4 flash 把输入价格压到每百万 token 约 0.07 美元。
但同期 Databricks 公布的一组数据更值得看:在它们自己的编码任务评测里,两个模型的任务成功率都是 89.1%,单任务均价却分别是 0.05 美元和 1.62 美元 —— 差 32 倍。
01「每百万 token」和「做完一件事」不是一回事
现在的模型报价基本都按 token 算(输入多少、输出多少,各有一个单价)。问题在于:同一个任务,不同模型需要的 token 数量差别巨大。
报道里有个很典型的例子:某模型单价很低,但它完成一个任务平均要 140 轮,反复试错、长输出、失败重来,最终每个任务花掉约 12 美元 —— 单价优势被轮次吃光了。
所以比较模型时,正确的单位不是「每百万 token 多少钱」,而是「做完一件符合验收标准的事,总共花多少钱」。
02为什么这个数字对非技术人也重要
如果你在用 AI 工具或采购 AI 服务,这件事直接决定预算:
- 按 token 比价,容易选到「单价最低但活干不完」的模型,最后总花费更高;
- 按任务比价,才能发现「贵一点但一次就过」往往更划算;
- 真实成本还包括人工复核 —— 一个输出经常要返工的模型,省下的 API 费用会被人力成本吃掉。
03市场正在分叉
同一时期的另一条数据:只用一个模型供应商的企业比例,从 7 月的约 64% 降到 11 月的 28%;开源模型的 token 用量份额从 7.3% 升到约 31%。
这说明企业不再「认一家」,而是按任务分配:简单高频的活交给便宜的,复杂高风险的交给贵的。这种「路由」思路,比单纯押注某一家更实际。
04开源这一侧也在追
11 月初,Moonshot 按计划开源了 Kimi K3.1 Pro 的完整权重(2.8 万亿参数,Apache 2.0 协议),是当时公开可下载的最大开源模型之一。阿里也承诺 Qwen 系列后续放出权重。
对使用者的意义是:「便宜」和「够用」正在同时成立,但「够用」需要自己在真实任务上验,而不是看榜单排名。
05给普通使用者的三条建议
1. 别看单价看总价。 拿自己最常做的那类活,用两个模型各跑十次,记下成功率和实际花费,比看任何榜单都准。
2. 区分「能做完」和「做完能用」。 成功率 89% 意味着十次里有一次要返工,返工的时间成本往往超过省下的几分钱。
3. 留一条退路。 不管用哪家,都要能在它涨价、降速、下线时切到别家 —— 这也是多供应商比例上升的原因。