这两天有一个数字，在行业里传得很快。
有人说，现在的大模型 API，已经到了一个临界点：
1 块钱，可以处理大约 100 万到 300 万 tokens。
换成中文，大致是几十万到三百万字的量级。
很多人看到这里，第一反应是——“便宜了。”
但如果只看到“便宜”，其实是低估了这件事情。
因为这次变化，本质上不是价格变化，而是能力属性的变化。
从“昂贵能力”到“基础能力”
你可以做一个简单的对比。
一部长篇小说《红楼梦》，大约是 70 万到 100 万字。
也就是说，现在 1 块钱，已经可以把一整本书级别的内容，从头到尾处理一遍。
这在两年前，是不可想象的。那个时候，大模型更像是一种“奢侈能力”：
可以试，但不敢规模用；可以体验，但很难嵌入业务。
而现在，它正在变成另一种东西：
一种你可以随时调用、几乎不用考虑成本的基础能力。
这才是关键变化。
价格不是下降，而是“坍塌”
如果把时间往前拉，你会发现这不是突然发生的。
2024 年，字节跳动率先把价格打下来；随后阿里、百度、腾讯全面跟进；
2025 年，轻量模型进入“厘时代”，甚至出现接近免费的场景；
2026 年，行业已经形成一个新的价格区间：
1 元 ≈ 百万级 tokens（不同模型在 100 万–300 万之间波动）
如果一定要用一句话总结这两年：
不是 AI 变便宜了，而是价格结构被打穿了。
第一层被打穿：技术壁垒的幻觉
过去大家谈大模型，习惯强调三件事：
- 需要成千上万张 GPU
- 需要长时间训练
- 需要巨额资金投入
这些都是真的。
但有一个前提经常被忽略：生产难，不等于使用难。
过去几年发生的一件关键事情是：这些复杂能力，被工程化了。
模型在优化，推理框架在进步，算力供给在增加。
结果就是——
原本只有少数公司掌握的能力，被做成了可以随时调用的服务。
你不需要理解模型结构，也不需要参与训练，只需要一个 API，就可以使用。
这件事情的本质，其实很像电力的普及：发电依然复杂，但用电变得极其简单。
当技术走到这一步，它就不再是“壁垒”，而开始变成“基础设施”。
第二层被打穿：商业模式的想象
价格往下走，最先承压的，不是技术，而是商业模式。
过去几年，大模型行业讲了很多宏大的故事。
但当 tokens 的价格不断下降，一切都会变得很现实。
如果你的产品，本质上只是“调用模型 + 输出结果”，
那你的价值，很容易被价格压缩。
因为用户会开始问一个非常直接的问题：
“如果底层能力这么便宜，我为什么要为你付这么多钱？”
于是一个清晰的转向正在发生：
- 从“卖能力” → “卖结果”
- 从“通用能力” → “具体场景”
- 从“模型能力” → “业务解决方案”
说得更直白一点：
用户不会为 AI 本身付费，只会为解决问题付费。
第三层被打穿：创业空间的边界
价格战最直接的冲击，其实落在创业公司身上。
因为这本质是一场资源竞争：
大厂可以长期投入，可以承受低利润，甚至可以用其他业务补贴。
但创业公司没有这个条件。
当价格被压到足够低的时候，如果你做的是“通用能力封装”，
你的空间会迅速被挤压。
这也是为什么，最近一个非常明显的趋势是：越来越多团队开始往垂直领域收缩。
医疗、法律、金融、跨境电商……
谁能深入一个行业，谁才更有机会活下来。
因为模型可以越来越接近，但对业务的理解，很难被复制。
从价格变化，到结构变化（IPO 视角）
如果换一个角度来看这件事，可以用一个简单的结构来理解：IPO。
也就是 Input、Process、Output。
你会发现，这一轮价格战，真正被压缩的是 Output。
写内容、写代码、做分析，这些“结果产出能力”，正在变得越来越便宜，也越来越同质化。
但与此同时，另外两层反而在抬升价值。
Input（输入）
你问什么问题，你如何定义任务，你掌握什么信息，决定了结果的上限。
Process（过程）
你如何组织流程，如何做人机协同，如何把能力变成稳定产出，决定了效率和质量。
所以这场变化的本质，其实是：
执行能力的门槛在下降，但经营能力的门槛在上升。
对不同角色来说，这意味着什么？
当能力变得便宜，每个人面对的，其实不是同一个问题。
对企业决策者来说
真正需要改变的，不是“要不要用 AI”，而是“怎么用”。
你不需要一开始就大规模投入，但一定要尽早进入使用状态。
更重要的是，不要把 AI 当成单点工具，而是要把它嵌入到信息获取、流程执行、结果复盘这些环节里。
否则，你得到的只是效率提升，而不是经营能力的提升。
对开发者来说
技术门槛在降低，但选择难度在提高。
模型越来越多，价格不断变化，能力也在快速迭代。
如果还停留在“选哪个模型更强”，很容易陷入反复切换。
更重要的能力，正在变成：
如何把 AI 变成一个稳定的产品能力。
技术只是手段，场景才是边界。
对创业者来说
最危险的，不是竞争，而是选错赛道。
通用能力这一层，已经很难建立优势。
真正有空间的，是那些：
- 有行业积累
- 有数据沉淀
- 有场景深度
的方向。
与其做一个更通用的产品，不如在一个更具体的问题上做到极致。
对投资人来说
判断逻辑也在发生变化。
过去可以看模型参数、技术能力，但未来更重要的，是：
- 是否有真实数据壁垒
- 是否嵌入真实业务场景
- 是否具备持续交付结果的能力
简单来说：
看“能不能做”，不如看“能不能长期创造价值”。
最后的问题：我们该兴奋，还是警惕？
回到最开始的问题：“1 元可以买 300 万字”，到底意味着什么？
它当然值得兴奋，因为能力正在以前所未有的速度变得便宜。
但它同样值得警惕，因为当所有人都可以用同样的能力时，竞争就不再发生在“能不能做”，而发生在：
- 谁更懂问题
- 谁能把事情组织起来
- 谁能持续做出结果
价格战打穿的，从来不只是价格。
它打穿的，是几种很常见的错觉：
以为技术本身就是壁垒，
以为规模天然带来优势，
以为投入越多就一定赢。
当这些东西被打碎之后，剩下的其实很简单：
谁的系统更好，谁就能走得更远。
AI 只是把这件事情，加速了而已。
奔流十八年
系统思维｜复杂系统操盘手｜管理外科医生
关注我，每周深度复盘。
一起修补你的系统漏洞。
