一句话看懂：科技巨头集体表态 AI 算力供不应求，HBM 内存价格持续上涨，前沿模型 API 定价不降反升；为维持“杰文斯悖论”驱动的需求增长，模型厂商正把市场拆成高端、中端、价值三个价格带，通过分层定价让整体算力消耗继续扩大。
事件核心：发生了什么
多家 AI 基础设施的核心供应商在近期财报电话会上确认了供给紧张：Alphabet CEO Sundar Pichai 表示公司“持续供给受限”，Amazon CEO Andy Jassy 称 2026 年甚至 2027 年都无法满足全部算力需求，NVIDIA CEO Jensen Huang 则说 Blackwell 芯片销售“出奇地好”，云 GPU 已售罄。硬件层面，HBM3e 内存价格已上涨 20%，HBM4 价格预计翻倍。
与此同时，模型定价出现明显分化。Anthropic 于 7 月 24 日发布 Fable 5，每百万输出 token 定价 50 美元，是 Opus 5 的两倍，抬高了前沿模型价格上限；Google Gemini 旗舰版价格经过四代迭代从 1.50 美元涨到 12 美元。但 OpenAI 在 Fable 5 发布五天后将 GPT-5.6 Luna 价格下调 80%，形成了“高端涨价、低端降价”的并行格局。
为什么重要
这一轮价格分层是 AI 商业化逻辑的重要转折。过去几年，业界默认遵循杰文斯悖论——模型价格下降会刺激更多使用，从而带动总算力需求增长。但当前前沿模型价格实际在上涨，单纯依靠降价驱动的增长逻辑面临挑战。模型厂商的应对策略是分层：把推理任务按性价比需求拆分为三个档位——高端层价格是价值层的 13 倍，但智能水平仅高出约 20%；中端层如 GPT-5.6 Sol 和 Kimi K3 以 40% 的成本实现 96% 的前沿智能；价值层从 GLM-5.2 到 DeepSeek V4 Flash，以 1% 到 5% 的价格保留约 84% 的智能水平。
这种分层意味着，模型之间的竞争从单一性能指标转向价格-性能曲线上的占位。路由层（router）成为新的战略环节——应用可以在不同模型之间动态分配查询，根据任务复杂度选择最经济的模型。大型实验室需要在三个价格带都有产品，否则会在路由选择中因价格劣势出局；小型团队则可能通过守住某一个价格带的极致性价比来获得生存空间，DeepSeek V4 Flash 每百万 token 0.03 美元就是例证。
对用户/开发者/创作者的影响
对普通用户而言，最直观的变化是：追求顶尖智能的 API 调用成本会更高，Anthropic 和 Google 的旗舰模型价格已经进入上升通道。但如果你的任务不需要最顶尖的推理能力——例如文案生成、内容摘要、代码补全——中端或价值层模型在成本上要划算得多，其性能差距可能并不明显。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者来说，模型选择不再是一次性决定，而是需要持续评估的工程问题。路由工具的重要性正在上升，它可能内嵌于模型 SDK、存在于应用代码层，或作为独立的中间层服务。应用团队需要建立一套“任务难度-模型匹配”机制，否则会为简单查询支付 13 倍溢价。对于 API 成本敏感的创业团队，多模型路由能力将逐渐成为基础设施能力，而非可选优化项。
值得关注的后续
目前公开信息显示，几个关键信号值得跟踪：一是 OpenAI 对 GPT-5.6 Luna 的大幅降价，究竟是打击竞对的限时策略，还是推理成本结构性下降的开始；二是中端模型（GPT-5.6 Sol、Kimi K3）能否持续以 40% 成本维持 96% 的前沿智能，这将决定路由层的套利空间有多大；三是 HBM4 内存成本翻倍是否会传导到终端 GPU 租赁价格，以及 B200 现货租金目前持平的状况能维持多久。
