这两天 AI 股在跌，但我先问你个事。
10 月 7 号到 8 号，美股 AI 概念连跌两天，7 号纳指跌了大概 1%。
导火索大家都知道：OpenAI 跟投资人开会，说自己年化收入”接近 500 亿美元”。
就在 9 月底，路透社报道的口径还是约 700 亿。半个月，差了 200 亿。
我先说我自己的处境。我天天跟企业聊 AI 落地，最近一个月听到的最多的问题变了。
以前大家问：“模型多少钱？再等等会不会更便宜？”
现在问的是同一个问题，但语气完全不对了：“账怎么越省越贵？”
一边是模型单价跳水，一边是账单爬坡。这事挺拧巴的。
不过先说好，OpenAI 这次砸盘，不能全算它头上。
同一周，10 年期美债收益率冲到 24 年来的高点，联储纪要还暗示可能要继续加息。利率这根柱子砸下来，所有科技股都挨揍，不止 OpenAI 一家。
这个区别要说清楚。不然你读完就记住了”OpenAI 收入不及预期”，错过真正跟你有关的那半件事。
砸盘是新闻，涨价才是你的事
股票涨跌，跟绝大多数读者没关系。
你又不买纳指，你买的是 token。
真正值得琢磨的是这个矛盾：模型越来越便宜，你的账单为什么越来越贵？
很多人第一反应是：平台割韭菜吧？价格明降暗升？
我觉着不全是。这次还真不能全赖厂商。
你看 Anthropic 这周的动作就很有意思：Sonnet 缓存读取降价 50%。听着挺大方吧？
但厂商自己给的数据是，典型 agent 负载只能省约 20%。因为没那么多请求真命中缓存。
单价是砍了一半，可落到你账单上，也就降个两成。这就是当前 AI 账单的真相。
一百六十年前就有人警告过这事
英国经济学家 Jevons 在 1865 年说过一个悖论：煤变便宜了，煤的总消耗反而暴涨。
因为便宜的东西，会被用到以前根本想不到的地方。
大模型一模一样。
模型便宜下来，你个人的第一反应不是”省钱”，是”以前舍不得跑的任务，现在全跑一遍”。
Summarize 一个文档？跑。代码重构一遍？跑。给三版方案？都跑。
单价降了，用量翻着倍涨，乘起来账单反而上去。
这不是谁坑你，这是规律。
Uber 的 CTO 最近自己交了个底：2026 年的 AI 编码工具预算，4 个月就烧完了。
他们现在 Claude Code 的月活采用率 95%，70% 的提交代码来自 AI。算下来每个工程师每月 API 成本 500 到 2000 美元。
工具是真的好用，账单也是真的压不住。
数字摆出来，账就能算
有两组预测可以放一起乘。
Gartner 预测，到 2030 年推理单价再降 90%。Goldman 预测，同期 token 用量涨 24 倍。
这是两个机构的公开预测口径，不是事实，但我觉着这个乘法值得每个人摁一遍：
0.1 × 24 = 2.4
总价变成现在的 2.4 倍，净涨 1.4 倍。
注意啊，这是预测乘预测，不是预言。但方向上它们指向同一个结果：单价的下降，追不上用量的膨胀。
省钱靠等降价，这条路到头了。
那你的账单到底该从哪省
吐槽完了，说能做的。三条，照着来。
第一，去看你的用量结构，不是看单价。
登录后台，把你调用的模型分布拉出来。大部分人会发现，大量请求在用远高于需求的大模型。
分类、抽取、格式转换这类粗活，小模型干得一样好，价格差好几个量级。先干这个，最快见效。
第二，给 agent 设”预算护栏”。
不要等月底看账单，那跟等烧完再看火没区别。给每个 agent 任务设 token 上限，超过就停，人工来看。Uber 那个 4 个月烧完预算的教训，核心就是没装刹车。
第三，便宜模型出来了，先改用法，再扩用量。每次大降价之后，先盘一遍现有流程里哪些环节能从小模型切换受益，再谈拿便宜模型开新场景。顺序反了，账单就是双份涨。
今天就干一件事
别等”模型再便宜点我再动手”，这个等法等来的只会是更贵的账单。
现在就去把你自己的 API 后台打开，看一眼上个月调用量最大的前三个任务，各自用的哪个模型。
看完留言告诉我：你最大的那一项，值这个价吗？
下一篇写哪个，你投个票——
A：怎么给团队装 AI 预算护栏，附一套我自己在用的额度管理做法 B：小模型到底能干哪些活，一份能扛大梁的任务清单