AI成本降低，反而会推高总支出——这是许多人在理解AI经济时的常见误区
一句话看懂：Box CEO Aaron Levie 指出，当AI的计算成本（Token成本）下降时，整体AI支出并不会随之减少，反而会因为使用场景的急剧扩大而大幅增加。Kimi K3 在发布后48小时内因需求超出预期而暂停新订阅，正是这一趋势的直观例证。
事件核心：发生了什么
7月19日，Aaron Levie 在 X（原Twitter）上分享了一个关于AI经济学的常见误解：许多人认为AI成本下降会带来总花费的降低，但实际情况恰恰相反。他解释说，更低的成本意味着用户可以将AI应用于更多、更复杂的任务——例如写更多代码、做更全面的安全审查、在以前无法处理的大数据集上运行智能体（Agent）。Levie 判断，在可预见的未来，任何降低Token成本的技术进步都会推高推理（Inference）需求。同日，Kimi 官方账号（@Kimi_Moonshot）回应称，其 K3 模型受到用户欢迎，过去48小时内需求已逼近当前GPU容量的上限，为保护现有用户服务体验，他们决定临时暂停新订阅。这一事件从实战角度印证了Levie的判断。
为什么重要
这一观点直接挑战了“AI能力越便宜，企业越能省钱”的传统直觉。实际上，AI投入的“价格弹性”极高：当推理成本下降，用户会自然地把AI嵌入更多业务流程，导致整体算力消耗和资金支出成倍增长。这也解释了为什么云基础设施提供商（如AWS、Azure、Google Cloud）以及构建底层算力硬件和模型平台的公司会成为最大的受益者。Levie 特别提到，即使是开源模型，也极少在个人设备上运行，绝大多数部署在云端，因此开源商业模型在AI时代依然成立。换言之，AI的“便宜”并不会让行业萎缩，反而会加速算力消耗和基础设施投资。
对用户/开发者/创作者的影响
对普通用户而言，AI服务的价格确实会越来越低，但这并不意味着可以无限免费或低价使用——随着能力边界被拓宽，算力消耗可能更快上涨，个人和企业需要重新评估实际使用成本。对开发者和API调用方来说，这是一个明确的信号：更低的Token价格会刺激更多场景的落地，但也要为突发性的大规模需求做好准备（如Kimi遇到的容量瓶颈）。在模型选择上，开源与闭源的壁垒可能降低，但推理基础设施的稳定性会成为竞争关键。对于企业和云服务采购决策者，Levie 的观点提示他们应提前规划算力预算，而不是简单地期待AI成本下降会使IT开支减少。
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。
值得关注的后续
第一，Kimi K3 暂停订阅的时间会持续多久，以及恢复后是否调整定价或容量策略，这将是观察“需求弹性”在真实市场中的第一个案例。第二，其他AI模型提供商（包括闭源API如ChatGPT、Claude）是否会跟进类似“降低Token价格但功能分档”的定价策略，以平衡成本与使用量。第三，是否会有更多云厂商推出“推理专用实例”或按需扩容服务，以承接因Token降价而爆发的推理负载。
