AI 成本下降触发杰文斯悖论推高算力需求

随着开源模型将大模型 token 价格每年压低 10 倍，AI 领域正显现“杰文斯悖论”：成本下降不仅没有削弱前沿投资，反而因应用场景的大规模扩展导致整体算力需求暴增。面对企业 AI 账单频频超预算的现状，业界指出，相比于单纯压缩成本，采用更精准的模型匹配策略才是优化推理支出的最有效途径。

2026-07-20 ~ 2026-07-21 · 3 条相关

• AI成本下降反致算力需求暴增：杰文斯悖论显现 — rohanpaul_ai · 2026-07-20
• 杰文斯悖论：开源模型更便宜，需求反而可能更大 — kaggleqrdl · 2026-07-21
• Token 价格每年跌 10 倍，企业 AI 账单却还是超预算 — vaibhavbetter · 2026-07-21