a16z 数据揭示 AI 市场的杰文斯悖论：token 价格持续下降，H100 租金却保持坚挺甚至上涨
来源The Decoder查看原文
速览
- a16z 数据显示 token 价格持续走低
- H100 租金未随 token 降价而下降，反而坚挺或上涨
- 更便宜的 AI 刺激了更快的需求增长，形成杰文斯悖论
- 需求增速超过成本下降速度，是当前市场的关键特征
- 若需求增长放缓，芯片到云厂商的产业链将承压
a16z 的数据显示，AI 市场正在出现一种杰文斯悖论式的现象：AI token 的价格不断下降，但 H100 GPU 的租赁价格却保持稳定甚至上涨。这意味着更便宜的 AI 反而刺激了更快的需求增长，需求增速超过了成本下降的速度。文章指出，如果这种需求增长趋于平缓，从芯片制造商到云服务提供商的整条产业链都将受到冲击。
关键事实
- a16z 的数据显示 AI token 价格持续下降
- H100 GPU 租赁价格保持稳定或上涨
- token 价格下降带来的需求增长快于成本下降速度
- 如果需求增长趋平，芯片制造商到云服务提供商的链条将受冲击
本站视角
这组数据直接关系到国内做 AI 应用层和 Agent 的团队：token 价格下降本应是利好，但 H100 租金不降反升说明算力成本并没有同步下降，应用层的毛利空间可能被两头挤压。对使用 API 的中小企业和开发者而言，如果模型调用价格战持续而底层算力价格坚挺，云厂商和模型厂商的补贴策略能维持多久是个现实问题。我们认为，a16z 这组数据揭示的核心矛盾在于：杰文斯悖论成立的前提是需求无限扩张，但需求不会永远指数增长，一旦增速趋平，当前按高增长预期定价的芯片和云基础设施投资就会面临回报压力。需要观察的是，H100 租金坚挺究竟是真实需求驱动，还是供给端产能瓶颈造成的短期现象——如果是后者，随着新一代芯片产能释放，租金和 token 价格可能同步下行，届时产业链的利润分配格局会再次变化。另外，a16z 作为投资机构，其数据选取口径和发布动机也值得留意，单一来源的数据尚不足以支撑对整体市场趋势的定论。
背景与影响
杰文斯悖论最初描述的是煤炭效率提升反而导致煤炭总消耗量增加的现象。在 AI 领域，这一逻辑表现为：单位 token 成本下降让更多应用变得可行，从而催生更大的总算力需求。a16z 的数据表明，H100 租赁价格没有跟随 token 价格下行，说明算力供给仍然紧张，需求端扩张速度超过了效率提升带来的成本节约。这意味着英伟达等芯片厂商以及云服务提供商当前的增长逻辑，高度依赖需求持续扩张这一前提。一旦需求增速放缓，整条产业链的收入预期都可能面临调整。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
