index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
文章探讨了AI模型成本在过去一年中大幅下降的现象，部分模型价格暴跌百倍，从奢侈品变为“自来水”。然而，与此同时，家政、育儿、心理咨询、维修等“手工活”却日益昂贵。这种“科技通缩”与“生活通胀”并存的现实，被解释为Jevons悖论和Baumol成本病共同作用的结果。AI越智能、越便宜，越推动人类劳动价值的重组：可机器替代的部分快速贬值，不可替代的“人性化”服务则成为新的“奢侈品”。同时，AI价格下降并未带来绝对的普惠，反而可能导致权力向少数科技巨头集中。
💲 **AI模型成本的“自由落体式”下跌**：文章指出，自2022年底以来，AI模型的价格呈现出惊人的下降速度，例如GPT-3.5等级模型的每百万token费用已从约20美元跌至0.07美元，降幅达280倍。最高端的模型甚至以每年900倍的速度在下跌，堪比“摩尔定律的再生”，使得AI正从昂贵的奢侈品迅速转变为人人可用的“公共设施”。
📈 **“科技通缩”与“生活通胀”的并存**：尽管AI模型价格暴跌，但家政、育儿、心理咨询、维修等无法被AI完全替代的“手工活”却越来越贵。这种现象被经济学家Jevons悖论和Baumol成本病理论所解释，即技术效率的提升（AI通缩）反而推高了低效率但不可替代的人类服务的价格（生活通胀）。
⚖️ **劳动价值的重组与“人性化”服务的稀缺**：AI成本的下降正在重塑劳动价值。可被机器替代的部分价格快速贬值，而那些需要人类时间、情绪、判断和在场等“人类气息”的技能和服务，因其稀缺性而变得更加昂贵，成为新时代的“奢侈品”。
🌐 **权力集中与“夹层人类”的出现**：AI价格的下降并未必然带来普惠，反而可能加速权力向OpenAI、Google等少数科技巨头集中。同时，催生了“夹层人类”，如提示词工程师、数据标注员等，他们的工作虽维持AI体系运行，但往往短暂且重复，成为被算法放大的劳动和被消化的个体。
【新智元导读】过去一年，AI模型的价格暴跌百倍！同样一句话，去年要10块，现在只要几分钱。可与此同时，家政、育儿、心理咨询、维修.....这些「手工活」越来越贵。科技正在疯狂通缩，生活却越来越通胀。这不是经济学笑话，而是Jevons与Baumol共同制造的现实：当机器更聪明，人工就更昂贵。「LLM的token成本每年暴跌百倍，最高端的模型甚至以900倍的速度在坠落。」上周，这句话出现在X的一条帖子里。没有配图，也没有长文论证，只是一串冰冷的数字。但它像一粒钉子，狠狠钉进了整个AI行业的神经——评论区刷屏的是一句话：「摩尔定律，回来了。」发帖人是Rohan Paul，一位长期追踪AI成本曲线的分析师。他总结得更直接：AI的价格，正以人类历史上任何技术都未见过的速度坍塌。几天后，a16z的研究员Alex Danco在回应：两条看似独立的帖子，意外地组成了一个循环。AI的价格在下坠，人类的身价却在上升。技术的通缩，正制造新的通胀。一暴跌的AI，通胀的人类过去一年，AI模型的价格几乎是「自由落体式」下跌。研究者统计，自2022年底以来，用GPT-3.5等级模型的费用，从每百万token约20美元，跌到如今的0.07美元——整整便宜了280倍！不同层级模型的价格坍塌速度存在显著差异。最弱模型每年约降价9倍，中等约40倍，最强约900倍。另一份来自a16z的分析也指出，LLM推理成本正以每年10倍的速度下降，堪比摩尔定律的再生。AI模型价格的时间坍塌曲线。以达到MMLU≥42分的最低价模型为例，成本从2022年初每百万token 60美元跌至2024年不到0.1美元。以前一篇生成小说可能要花上几十美元，如今几毛钱就能搞定。AI正在从奢侈品变成「自来水」。用多少都不心疼，甚至会忍不住想多用一点。可事情并没有想象中那么简单。正如Rohan Paul所说：当模型调用变得廉价，我们开始到处植入AI：写文案、做翻译、编代码、剪视频……算力需求不减反增，反而推高了能源和硬件价格。与此同时，那些无法用AI完成的劳动，如家政、护理、心理咨询、维修......反而越来越贵。修个空调、请个保姆，花的钱远超训练一次中型模型。AI世界在通缩，而人类世界在通胀。于是，一个看似荒诞的现实正在发生：AI越来越便宜，生活却越来越贵。算法成本坍塌的背后，是劳动价值在重组：能被机器替代的部分快速贬值，不能被替代的部分，变成了新的「奢侈品」。越便宜，越上瘾：AI版杰文斯悖论
1865年，英国经济学家William Jevons写下那句著名的警告：别以为更高效就能节省燃料——那只会让我们烧得更多。
AI成本暴跌曲线。满足MMLU≥42的最便宜模型，从GPT-3的60 美元/百万token，到GPT-3.5-turbo的0.5美元，再到Llama 3.2 3b的不到0.1美元。当时，他指的是蒸汽机。但160年后，这句话正在AI身上重演。当模型价格不断暴跌，我们以为这是「省钱的时代」。但事实是，成本下降，只会让人更舍得用。以前一家公司买算力要开会审批，现在连中小企业都能一键调用GPT-4 Turbo；以前一个人谨慎地在ChatGPT里问十个问题，现在开着十个标签页狂跑脚本。AI不再是工具，而是一种「无限续杯」的资源。微软CEO Satya Nadella也在采访中提到：杰文斯悖论又回来了：AI越高效、越便宜，人们就越离不开它。AI正从「高端智能服务」变成「新公共设施」——像电、水、Wi-Fi一样，人人都在用。这就是所谓的「AI版杰文斯悖论」：当使用变得太便宜，人类就不再节制。用得越多，依赖越深。于是我们看到，企业大规模调用模型跑A/B测试；创作者用AI做批量生成；研究机构反复微调模型；开发者开着十几路并行推理。每一次降价，都会带来新一轮「滥用」。每一次效率提升，都会导致新的浪费。而算力、能源、芯片也在这种「上瘾式增长」的过程中，被重新吞噬。机器越来越聪明，人反而成了「奢侈品」AI价格一路下坠的同时，一种奇怪的反差正在发生：算法越来越便宜，但人工越来越贵。在美国，一小时的家政服务费，涨到了45美元；英国的管道维修师傅，时薪甚至超过了律师。AI通缩时代的人类通胀：维修工的工资曲线。2020–2025年美国各类技术工种年薪变化，空调维修（HVAC）工资增速明显高于全国中位数。一个搞机器学习的工程师，也许只需要几分钱跑完推理；但一个修机器的工人，却要几百块才能上门。这不是偶然，而是一种被经济学家预言过的必然。上世纪60年代，杰文斯提出了鲍莫尔成本病理论。他发现，生产率越高的行业（比如制造业、科技业），价格越容易下降；而那些无法提升效率的行业，如演奏、教学、护理、修理反而因为要留住人，被整体经济的工资水平「拖」着涨价。简言之：效率的红利，会让低效率的工作更贵。把这个模型搬到今天，不难发现：AI是典型的高生产率行业，效率提升一千倍，成本暴跌百倍；但那些无法被AI替代的领域：教育、心理咨询、手工维修、养老护理反而被卷入涨价潮。就像a16z在分析中写的：当算力变成自来水，真正稀缺的，就只剩人类的时间、情绪和在场。所以我们看到：算法在贬值，人格在升值。能被自动化的工作，价格一路下滑；需要「人类气息」的工作，反而成了新时代的「奢侈品」。这或许就是AI时代最讽刺的悖论——当机器越来越聪明，做一个「人」，反而变得最贵。技术在降价，权力在集中模型的价格一再下跌，听上去像是一场「全民普惠」。人人都能用，人人都能接入，AI似乎终于变成了公共资源。可现实恰好相反——AI越便宜，权力越集中。这些年，降价的主角从来不是开源社区，而是几家巨头：OpenAI、Anthropic、Google、Amazon。他们在「慷慨」地降低API价格的同时，也在重新定义入口。模型越便宜，开发者越离不开他们的生态；服务越普及，算力、数据、算法标准也越被他们垄断。这就是AI时代的新格局：价格在降，控制在涨。麻省理工科技评论的一篇文章写道：AI的降价，看似民主化，其实是平台化的加速。我们每次调用模型，都在无形中为大公司训练下一代模型。价格的坍塌，并没有让世界更平等，只是让我们以更低的代价，把更多的权力交出去。与此同时，出现了一批「夹层人类」。他们不写模型，也暂时不会被模型取代，而是夹在巨头系统与算法之间：提示词工程师、数据标注员、AI审核员、微调操作员……他们的工作短暂、重复，却维持着整个AI体系的运行；他们是被AI放大的劳动，也是被算法消化的人。AI确实变便宜了，但真正昂贵的，是能支配AI的人类时间与注意力。于是我们看到一种新的悖论：技术在通缩，权力在通胀。模型越平价，生态越封闭；AI越普及，中心越单一。也许，这才是「AI通缩时代」最深的隐线——我们以为是走向普惠，其实正进入一个成本趋零、权力归一的世界。我们经历的，不只是一场技术降价，而是一场价值重组。模型越来越便宜，算法越来越快，效率像潮水一样泛滥。可真正被稀释的，其实是「人的定义」。AI在吞噬重复、压低成本的同时，也在反向抬高稀缺性：创造力、情绪、判断、陪伴，这些无法被算法计算的部分，成了新一代的「高价资产」。未来或许不是AI取代人类，而是「AI给人类定价」。有些人会被替换；有些人，会被加价。降价的是模型，升值的是人心。参考资料：https://x.com/rohanpaul_ai/status/1985671550713147667https://a16z.substack.com/p/why-ac-is-cheap-but-ac-repair-is 文章原文
