智能电力化：推理开始像电力一样运转

8 月 31 日，Silicon Data 的有效 LLM token 价格指数降到每百万 token 0.97 美元。它在 5 月底还是约 2.07 美元，三个月跌去一半有余。这个指数不是模型厂商贴在官网上的标价，而是把实际使用、缓存、不同模型的流量结构揉在一起后的有效价格。

硬件和能源，则完全相反。

Dell 9 月 1 日披露，当季 AI 服务器订单达到 609 亿美元，AI 优化服务器收入 164 亿美元，积压订单更是到了 950 亿美元。同一时间，HBM、变压器、冷却设备和并网容量都在变得更难拿到。

一边是“智能”越来越便宜，一边是生产智能的工厂越来越贵。正在发生的产业变化：推理服务开始像电力一样，被生产、计量、调度和结算。

更准确地说，是推理开始出现公用事业经济学：单价下降、按量计费、需求弹性、跨供应商调度、容量约束，以及围绕基础设施展开的排队和争夺。

一、便宜的智能，开始自己给自己找活

真正重要的问题不是每百万 token 便宜了多少，而是：价格下降以后，谁会多买，能多买多少。

OpenRouter 今年夏天做过一场很接近天然实验的促销。7 月 27 日到 8 月 14 日，Terra 和 Luna 两个模型被大幅折扣。折扣期间，Terra 的日 token 使用量增长了 5.6 倍，Luna 增长 13.8 倍；没有同期打折的 Sol，使用量只小幅增长约 1.1 倍。

更有意思的是，Terra 和 Luna 的 token 份额从 0.7% 升到 7.8%，其中约四分之三来自其他实验室模型，而不是 OpenAI 自家产品互相替代。

这不等于“杰文斯悖论已经被严格证明”。数据来自一个网关平台，促销也不等于整个市场。

但它足够说明一件事：价格不是只在减少账单，它会创造新的调用行为。

原本不值得跑的工作流开始跑了。以前只让模型回答一次，现在多问几轮；以前只让它写一个方案，现在让它写、测、改、复盘；以前需要人点一下的任务，开始放到后台常驻；Agent 之间也会互相调用。

便宜的智能开始自己给自己找活。对很多任务来说，单位成本下降不是需求的终点，反而是需求真正开始的阈值。

二、买 token 的人，正在从人变成机器

2024 年到 2025 年，典型的 AI 买家还是人。

他会在意 ChatGPT、Claude、Gemini 哪个更聪明；会看月费是 20 美元还是 200 美元；使用上限主要由他的工作时间和注意力决定。模型便宜 30%，不太可能让他一天多聊十倍。

现在，越来越重要的边际买家是软件 Agent。

它不在乎 logo；它可以 24 小时运行；一次任务里可以调用模型几十次；它会因为价格变化自动换供应商，也会把一部分环节从贵模型迁到便宜模型。

OpenAI 自己给出的使用逻辑已经很典型：更强的模型负责消除不确定性、制定计划；更便宜的模型负责执行、跑测试、处理后台自动化。

这意味着，未来很多 AI 产品的核心问题，不再是“我该选哪个最强模型”，而是：

在成功率、延迟和安全性满足要求的前提下，怎样用最低成本完成一次任务？

模型选择开始像云资源调度。

哪里值得调用最贵的能力？哪里应该切到 Flash？哪些上下文值得缓存？失败后是重试、降级，还是切换供应商？这些问题以前属于资深工程师的经验，现在会变成产品和基础设施的日常能力。

OpenRouter 所说的 Agent token 超过 human token，也应该放在这个意义上理解。说明，在 API 和开发者市场，机器工作负载已经开始重塑边际需求。

人类的注意力有限，机器的调用次数没有那么强的上限。

三、市场已经裂成三层

第一层，是普通推理。Flash 模型、开放权重模型、Agent 的高频执行环节，都在快速通缩。这里竞争最激烈，模型之间越来越容易替换。

第二层，是稀缺能力。最难的科学问题、长时复杂代码、关键网络安全任务，依然能维持高价，甚至不再是“多少钱”的问题，而是“能不能给你用”。

第三层，是物理生产要素：电、HBM、GPU、网络、变压器、冷却、土地和并网容量。

第一层在降价，第三层却在涨价。

模型层的有效能力供给，对许多普通任务已经没有那么稀缺；但一块 GPU 不是插在空气里就能工作。

NVIDIA、Dell、云厂商和 neocloud 争夺的，不只是芯片，而是一整套“能持续产出 token 的物理能力”：有多少功率能接入，有没有足够 HBM，网络能不能承受高频推理，冷却能不能顶住密度，电网什么时候能真正送电。

所以，第一阶段的问题是“有没有 GPU”。

现在的问题越来越像：“这块 GPU 有没有电可以插。”

四、700GW，不是利多数据，反而是更深的信号

美国电网里出现的“幽灵负荷”，特别值得注意。

Reuters 9 月 1 日的一项调查显示，美国中部、中大西洋和南部一些区域，超大型用电户提出的电力申请已经超过 700GW；得州的数据中心及其他大型用户申请，则从 2023 年约 48GW 跳升到超过 474GW。

宾夕法尼亚上百个数据中心提案中，真正申请许可的只有约 20 个。得州也开始冻结部分新的数据中心电网连接，并重新审查项目计划。

这是“智能电力化”更成熟的信号。

因为传统公用事业市场本来就会遇到这些问题：有人为了抢接入资格提前排队；有人多头申请；有人占着容量不建设；电网必须区分纸面需求和真实负荷，要求保证金、工期承诺和更严格的接入条件。

如果 AI 只是一个短期热点，市场里只会有采购和炒作。

当它开始碰到容量预留、接网排队、项目去重和电力成本转嫁，它就已经进入了基础设施经济学。

真正稀缺的不是 PowerPoint 上的 GW，而是能在约定时间内实际送电的 MW。

五、AI 产业开始需要自己的“电网”

模型厂商过去希望用户直接使用自己家的能力。

现在，越来越多的使用场景会经由中间层发生：一个应用接入多个模型供应商，根据价格、延迟、地区、上下文长度、缓存命中率和任务表现动态选择。

这也是 Stripe 收购 OpenRouter 最值得研究的地方。参见Stripe 为什么盯上模型路由：AI 进入“智能采购”时代

Stripe 看中的，是 token 逐渐成为机器之间的交易单位以后，谁来负责计量、路由、预算、结算和故障切换。

它更像电网调度、电表和支付清算的混合体。

对用户来说，它记录花了多少钱；对 Agent 来说，它决定任务该走哪条路径；对模型厂商来说，它会把机器工作负载重新分配给最合适的供给方。

这层能力会越来越值钱，因为模型不再只有一个答案。

对一个 Agent 而言，最好的模型未必是全程最强的那个。一个任务可能由前沿模型先做规划，开放模型做批量执行，再用更轻的模型审核格式或分类。缓存命中时，甚至没必要重新把请求送进模型。

这就是为什么 token 不只是一种价格单位，也逐渐是一种调度单位。

六、但 token 不是 kWh

“智能像电力”的类比很有传播力，也有明确边界。

一枚 token 不等于一度电。

不同模型生成同样长度的回答，完成任务的成功率可能差很多；同一个问题在一个模型上需要一千 token，在另一个模型上可能需要五千。fresh token 和 cached token 的物理成本也不同。

更重要的是，电力被消耗后就消失了，智能产物却可以被复用。

代码可以重复运行，报告可以反复阅读，embedding 可以复用，模型权重可以自建，缓存可以直接命中。开放权重模型甚至让用户获得了某种“自建电厂”的可能性。

还有一层差异更根本。

某些最前沿模型的稀缺，不来自算力成本，而来自能力、法律和安全边界。对普通任务，模型价格可以像工业品一样向下走；对具备高风险网络能力、敏感科研能力的模型，访问权限本身会成为一种配给。

电力没有“危险的千瓦时”。

智能有。

所以，未来真正值得看的指标，不会停在 tokens/watt。

它更可能变成：

每焦耳电，换来了多少被验证的有效任务。
每美元推理成本，换来了多少可交付的工作结果。

token 是早期的计量单位，但不一定是最终的生产率单位。

七、钱会从“模型冠军”流向哪里

模型排行榜第一，和利润池最大，未来会越来越像两回事。

普通推理不断通缩后，价值不会凭空消失，只会迁移。

一部分会落到带电容量。土地本身不够稀缺，真正难的是“土地 + 并网 + 变压器 + 冷却 + 机房 + 融资”这套组合。

一部分会落到 HBM、内存带宽和网络。推理，尤其是高并发推理，不只是 FLOPS 问题，越来越是数据移动问题。

一部分会落到路由和结算。谁能在几十个模型、多个云和不同地区之间做动态选择，谁就有机会拿到“调度租”。

还有一部分，会留在受监管的关键能力上。普通模型的能力垄断期在缩短，但高风险、高可靠性、高合规要求的能力，仍然可能被限制访问，并形成新的稀缺租。

这对中国开放模型尤其有意思。

它们最现实的机会，成为机器工作负载的默认执行层。大量 Agent 不需要每一步都调用最强模型，它们需要的是可部署、可路由、足够便宜、足够稳定的执行能力。

这会是一个巨大但不那么显眼的位置。

八、这不是终局，甚至还可能被证伪

“推理公用事业化”现在是一个很强的判断，还不是一个完成的事实。

至少有三种情况，会让这个命题明显变弱。

第一，价格下降以后，稳定付费用户的 token 使用量并没有继续增长，低价模型份额也回落。那说明今年夏天可能只是一次促销和模型周期，而不是结构性需求弹性。

第二，Agent token 被证明大部分只是上下文重复、缓存流量、失败重跑和无效自我对话。那“机器成为新买家”就会变成一个漂亮但空心的说法。

第三，电网排队在保证金和真实性审核后大面积消失，Dell 等公司的积压订单出现系统性取消，HBM 与变压器的交付周期突然回落。那今天看到的物理紧缺，就更接近资本周期里的重复预订。

所以，现在最该盯住的是三条曲线能不能继续闭环：

单位智能成本下降；
机器工作负载增长；
物理容量仍然成为约束。

如果这三件事继续同时发生，AI 行业的资本配置方式会变。

过去，大家围绕“谁能训练出最强模型”下注。

下一阶段，真正重要的问题会变成：谁能以最低的系统成本，把电、算力、模型和任务接起来；谁能在有限的功率和带宽里，做出最多有效工作；谁又能把一枚越来越便宜的 token，变成一次真正完成的任务。

到那个时候，推理才算真正开始像电力一样运转。

>/作者：王零壹，920.org（AI Research Institute）创始人，港大AIBT研究生，前上市公司 CMO。长期研究 AI 产品、Agent 架构与商业增长，并持续观察技术变迁如何重塑人的工作、判断与生活。

*著有《AIGC从0到1》系列丛书、及东方寓言小说《飞将军》；

*善于洞察先机，中文互联网第1个意识到OpenClaw范式价值的人（1月26日）；

关注我，一起AIGC从0到1~