AI账单为何不降反升？Token成本暴跌280倍背后的杰文斯悖论

一个"不该"存在的数字

过去两年，运行一个GPT-3.5级别能力模型的成本下降了大约280倍。据Stanford HAI的AI Index数据，2022年末需要花费1美元的任务，如今成本不到一美分。按照正常逻辑，企业AI支出应该随之大幅缩减。

但现实恰恰相反。Gartner的全球AI支出预测显示，企业AI总支出仍在逐年攀升，规模已达数万亿美元级别。一项追踪某公司推理账单的分析发现，尽管其单Token价格下降了几乎同样的量级，总账单却翻了三倍。

价格在暴跌，账单在飙升。这不是矛盾，而是一个比计算机本身还古老的经济规律在起作用。

杰文斯悖论：效率越高，消耗越大

1865年，经济学家William Stanley Jevons注意到一个反直觉的现象：蒸汽机的燃料效率不断提高，但英国的煤炭消耗量不降反升。原因在于，更省燃料的引擎被安装到了更多的工厂、船舶和铁路上——效率没有缩小需求，反而扩展了"值得用这项资源去做的事"的集合。

AI Token正在重演这段历史。

当一项任务需要花费1美元API费用时，大量探索性和边缘性的用途根本不值得尝试。当同样的任务只需不到一美分时，它变得值得投机性地运行、多次运行以比较输出、或者嵌入到一个能自我检查答案的工作流中。每一次降价，都在解锁新的使用场景。

据一份CIO调查显示，95%的企业表示当Token价格下降时，他们会花更多钱而非更少。这并非非理性行为——他们的推理是：既然单次调用成本降低，就可以做更多以前做不起的事。

杰文斯悖论的完整表述：1865年，Jevons在《煤炭问题》一书中提出，技术进步提高了煤炭的使用效率，但不会降低煤炭总消费量，反而会使其增加。原因在于效率提升降低了单位产出的资源成本，从而使更多用途变得经济可行——这些新增用途的总消耗量往往超过效率提升带来的节省量。

该悖论在经济学中被归入"反弹效应"（Rebound Effect）的范畴：效率提升带来的节省，会被行为变化和规模扩张部分甚至完全抵消。反弹效应分为直接反弹（同一用途消耗更多）和间接反弹（节省的资源被转移到其他用途）。AI场景下两者同时发生：单次调用成本降低让开发者更频繁调用（直接反弹），同时解锁了此前根本不可行的高Token消耗型Agent工作流（间接反弹）。

理解这一框架对技术规划至关重要：它意味着以"单位成本下降"来推断"总成本下降"在逻辑上是不成立的，资源经济学中不存在"效率提升必然导致总消耗减少"的必然规律。

Agent工作流：真正的Token黑洞

对开发者来说，推动账单上涨的最直接因素不是聊天问答，而是Agent工作流。

传统的一次简单查询可能只需几百个Token。但当一个AI需要规划步骤、调用外部工具、检查自己的输出、必要时重新执行——也就是所谓"agentic workflow"——它的Token消耗量可以达到简单查询的5倍到1000倍。

这意味着即使单价下降280倍，只要Agent的使用量增长了超过280倍，总支出就会继续上升。而从目前的企业采用趋势看，这个增长阈值早已被远远突破。

推理成本如今占企业AI预算的60%到85%，这一比例本身就说明问题：大量成本集中在反复调用、迭代推理的环节，而非训练。

Agent工作流的Token放大机制：传统单轮对话中，模型接收一次输入、生成一次输出，Token消耗大致等于输入长度加输出长度。而Agent工作流引入了多轮迭代循环——典型模式包括ReAct（推理+行动）框架：模型先"思考"下一步做什么，然后调用工具（搜索、代码执行、数据库查询），读取工具返回结果，再思考是否继续或已可作答。

每轮循环都会将完整的对话历史（包括此前所有工具调用结果）重新作为上下文发送给模型，这意味着Token消耗不是线性增长，而是近似二次增长——第N轮需要重新传输前N-1轮的全部内容。一个包含10次工具调用的Agent任务，其总Token消耗可能是单次简单查询的50到200倍。如果再叠加"自我检查"或"多路径比较"机制，消耗量可达1000倍量级。这就是为什么即使在单价暴跌的情况下，账单依然可以轻松翻倍或翻三倍。

多家来源交叉验证：方向比倍数更重要

关于成本下降的具体倍数，不同来源给出的数字存在差异。Stanford HAI的广泛引用数据是两年280倍（基于GPT-3.5级别能力）。Epoch AI的分析则描述为同等能力模型每年约10倍的下降速度，两年复合下来也处于相似量级。其他媒体根据不同的模型对比，报出了高达600倍的降幅。

倍数差异取决于所选的模型代际和时间窗口，但所有来源都指向同一个结论——对于固定能力水平的AI，运行成本已经变得极其低廉。

话说回来，关于总支出走势的判断各方高度一致：企业AI总支出仍在快速增长，没有任何下降迹象。这种"单价暴跌+总量暴涨"的组合，正是杰文斯悖论的经典表现。

对开发者意味着什么

如果你正在构建AI产品，这个悖论有非常实际的启示：

不要假设降价会带来账单缩减。 单Token价格下降可能被你自己的用量增长完全抵消。在规划预算时，应该把用量增长作为独立变量来建模。

Agent任务是成本控制的关键战场。 一个设计不当的Agent工作流可能无谓地消耗数百倍于必要的Token。明确任务边界、限制迭代次数、设置输出检查的终止条件，这些工程实践直接决定账单规模。

推理成本已经是主要矛盾。 当60%到85%的AI预算花在推理上，优化推理效率（而非模型训练）才是控制总成本的核心杠杆。

杰文斯在160年前发现煤炭消耗规律时，大概不会想到这个逻辑有一天会适用于数字世界的"燃料"。但经济规律不会因为资源从实体变成虚拟就失效——当一样东西变得足够便宜，人们不省钱，而是找到更多方式把它花出去。

推理成本占比60%-85%的含义：在传统机器学习项目中，成本大头通常在训练阶段——需要大规模GPU集群运行数天甚至数周。但大模型时代出现了结构性倒转：训练虽然单次昂贵，但属于一次性或低频投入；推理则是持续性、高频、随用户规模线性甚至超线性增长的开支。当模型被部署为产品功能后，每一次用户交互都在产生推理成本，而一个Agent工作流会在后台产生数十倍于此的隐性推理成本。这解释了为什么企业AI预算的60%-85%流向推理而非训练——控制成本的核心不在于"训练一个更小的模型"，而在于"让每次推理调用更高效"，包括提示词压缩、缓存复用、输出长度限制、迭代次数上限等工程手段。