新闻
微博
“Token跌穿一美元”的图表刷屏全网 现实情况却是：杰文斯悖论叠加RSI，， ，，，AI需要越降价越炸裂
李庆春
阅读约 7 分钟
714050 阅读
配图：“Token跌穿一美元”的图表刷屏全网 现实情况却是：杰文斯悖论叠加RSI，， ，，，AI需要越降价越炸裂
新闻导读
“Token跌穿一美元”的图表刷屏全网 现实情况却是：杰文斯悖论叠加RSI，， ，，，AI需要越降价越炸裂汛期形象科遍实时，， ，，，讲清预警寓意和幼我应对，， ，，，不靠发急留人。。。。。。。。图示和类比都挺到位，， ，，，读完往往能记住主题概想，， ，，，而不是只剩“好神奇”。。。。。。。。分类能按学科，， ，，，也能按生涯场景找，， ，，，通勤或睡前翻两篇都不累。。。。。。。。有种被好好对待的感触，， ，，，而不是被算法拽着满世界乱跑。。。。。。。。争议话题措辞审慎，， ，，，不站队煽情，， ，，，更像在当真备课。。。。。。。。
智通财经APP获悉，， ，，，一份经美国网红财经平台ZeroHedge在社交媒体传布的高盛Delta One买卖台便笺图表显示，， ，，，人为智能算力Token价值暴跌，， ，，，可能减弱AI算力主题对于股票市场估值的关键支持——近年来全球股市牛市轨迹正是基于AI算力主题持续大涨。。。。。。。。这张关于Token价值暴跌的图表显示，， ，，，除非算力亏损量持续激增，， ，，，足以抵消价值自由落体式下滑的影响。。。。。。。。从另一个角度来看，， ，，，单元Token成本降落刺激挪用量、推理深杜纂智能体循环激增，， ，，，RSI又为持续训练打开第二条算力需要激增曲线。。。。。。。。
但是，， ，，，随着OpenAI与Anthropic、SSI主导的AI大模型研发正跨入“递归自我改进(RSI)”新阶段，， ，，，以及蕴含近期英伟达强劲业绩与瞻望，， ，，，加之一系列兆瓦级别算力容量合约主导的AI算力产业链繁华扩张开释出的持续积极扩张算力资源需要，， ，，，现有的AI算力产业根基面数据尚不支持“全行业算力资源已经系统性过剩”的这一消极如果，， ，，，反而显示出AI算力需要越降价越炸裂。。。。。。。。
这份经ZeroHedge传布的高盛Delta One买卖台便笺，， ，，，并非高盛官方钻研团队公开颁布的正式行业基准预测。。。。。。。。其主题估值公式在于模型服务收入≈Token单价×Token消费量。。。。。。。。若价值指数单月降落29%，， ，，，在业务结构不变的简化如果下，， ，，，Token用量必须增长约40.8%，， ，，，能力维持总收入不变;若同时思考芯片吞吐率和每瓦机能持续提升，， ，，，必要维持底层硬件需要，， ，，，Token数量、每Token推算量与推理时长的综合增速还需更高。。。。。。。。
Token降价能够通过杰文斯悖论(Jevons Paradox)刺激更宽泛、更长功夫的挪用，， ，，，但无法自动保障模型厂商收入或基础设施回报;当前更合理的市场预判概想在于：全球企业总AI算力需要仍处于强劲扩张期，， ，，，但老一代的旧AI加快器、高杠杆云厂商和不足持久客户合同的数据中心，， ，，，可能率先出现部门、代际性的过剩。。。。。。。。
近期会商火热所谓的杰文斯效应，， ，，，又称“杰文斯悖论”，， ，，，是一个反直觉的经济学理论：当前沿技术进取提高了某种资源(如能源、原资料或AI算力基础设施资源)的使用效能时，， ，，，它会降低单元成本，， ，，，从而刺激市场需要大规模扩张，， ，，，最终导致所有类型资源的总亏损量不降反增。。。。。。。。该概想由英国经济学家威廉·斯坦利·杰文斯(William Stanley Jevons)于1865年在〖炭问题》一书中初次提出。。。。。。。。
Zerohedge在社交媒体上分享的这份机构汇报指出，， ，，，前沿人为智能开发者之间日益强烈的竞争在大幅压缩Token成本。。。。。。。。Zerohedge援引高盛Delta One买卖台忠告称，， ，，，人为智能Token价值暴跌，， ，，，可能减弱AI买卖热潮对于股票市场估值的支持，， ，，，除非算力消费量激增，， ，，，足以抵消价值自由落体式下滑的影响。。。。。。。。
ZeroHedge在社交媒体上分享的这份机构汇报指出，， ，，，最前沿的那些AI大模型开发商之间日益强烈的竞争，， ，，，在推动每Token成本大幅压缩，， ，，，使当前的变现结构越来越难以维持。。。。。。。。高盛买卖台出格提到Meta新近颁布的Muse Spark 1.3——该模型在基准测试中展示出极强竞争力——以及市场对于OpenAI即将推出一款名为Astra的模型的宽泛Token成本下行猜测。。。。。。。。
随着推理工作负载起头一部门转向更本地化、更低成本的硬件系统，， ，，，高盛买卖台对按Token收费能否成为持久贸易模式提出了质疑。。。。。。。。汇报写路：“再加上越来越多的推理转向更便宜的本地硬件系统，， ，，，我们很难相信按Token计价会成为一种可持续的终局贸易模式。。。。。。。。”汇报强调，， ，，，这种转变将直接影响股票市场。。。。。。。。
高盛买卖台进一步忠告称，， ，，，更宽泛的AI遍及与更低的Token销售价值相结合，， ，，，并不会自动组成对投资者们的持续积极利好;若是天生AI输出的成本降落速度快于总体消费量的增长速度，， ，，，整个行业就可能出现AI算力基础设施供给过剩。。。。。。。。
该买卖台明确忠告，， ，，，除非即将颁布的AI模型可能推动基础能力实现底子性机能与智能等级跃升，， ，，，不然“出现阶段性算力过剩将成为一种现实可能”。。。。。。。。
随着每百万Token跌破一美元，， ，，，反直觉的迹象在于——关源模型意表领跌降价潮。。。。。。。。这场市场沉新评估与沉新定价Token繁华产生之际，， ，，，整个行业的价值在持续降落。。。。。。。。驰名市场分析公司Silicon Data用于追踪大说话模型市场成本的基准指数迟迟未能触底，， ，，，近期跌至每百万Token 0.97美元的汗青新低。。。。。。。。高盛买卖台在钻研汇报中指出，， ，，，仅在8月，， ，，，该指数就暴跌了29%。。。。。。。。
从前两周，， ，，，盛开权沉模型与专有模型的价值均有所降落;不外，， ，，，Silicon Data暗示，， ，，，一些高机能的前沿关源模型的大幅降价才是推动整体市场价值着落的重要力量。。。。。。。。
现有产业数据尚不支持“全行业算力已经系统性过剩”。。。。。。。。英伟达2027财年第二季杜转收同比增长106%至962亿美元，， ，，，数据中心收入增长117%至890亿美元，， ，，，并将2028财年约70%的收入增长瞻望明确界定为“受供给约束的瞻望”。。。。。。。。
此表，， ，，，据媒体最新报路，， ，，，Anthropic别离签署了约350亿美元的Lambda算力和谈，， ，，，以及一份为期六年、价值约450亿美元、对应约460兆瓦容量的Nscale和谈。。。。。。。。韩国8月半导体出口更是同比层面在去年高基数布景之下实现激增209%至466.5亿美元，， ，，，创汗青新高;高盛正式钻研则预计2026年全球AI投资将达到约1万亿美元。。。。。。。。
AI服务器存储芯片组件仍是最清澈的AI算力产业链层面供给瓶颈。。。。。。。。市场调研机构TrendForce预计2026年第三季度传统DRAM与NAND Flash合约价别离在高基数之上环比上涨13%—18%和10%—15%;HBM与服务器RDIMM预计占2026年全球DRAM位元供给量的51%，， ，，，2027年HBM合约价仍可能上涨70%—140%。。。。。。。。其更激进的预测是，， ，，，DRAM与NAND将由2026年占重要云服务商本钱开支的47%升至2027年的68%，， ，，，但这一比例同时受到存储价值暴涨推动，， ，，，并非纯正代表采购量增长。。。。。。。。
企业端当前真正优化的则是“每项成功工作成本”(Cost per Successful Task)，， ，，，而不只是每百万Token标价。。。。。。。。Gemini 3.8 Flash固然维持每百万输入Token 0.75美元、输出Token 3.75美元的价值，， ，，，但由于输出Token增长约30%、智能体挪用轮次上升，， ，，，其每项基准工作成本反而较上一代提高约40%。。。。。。。。
与此同时，， ，，，高盛官方钻研团队的一份汇报显示，， ，，，AI智能体主导的代理式AI工作流将推动Token月消费量在2026—2030年间增长24倍至120千万亿枚，， ，，，并判断将来12—18个月芯片仍可能欠缺。。。。。。。。因而，， ，，，Token降价能够通过杰文斯悖论刺激更宽泛、更长功夫的挪用，， ，，，但无法自动保障模型厂商收入或基础设施回报，， ，，，总算力需要仍处于强劲扩张期，， ，，，但老旧加快器、高杠杆云厂商和不足持久客户合同的数据中心，， ，，，可能率先出现部门、代际性的过剩。。。。。。。。
单元Token成本降落刺激挪用量、推理深杜纂智能体循环激增，， ，，，RSI则为持续训练打开第二条算力需要曲线。。。。。。。。递归自我改进(Recursive Self-Improvement，， ，，，即RSI)并不等同于模型忽然获得自我意识;其当前可验证状态，， ，，，是让AI逐步参加训练战术规划、算法天生、代码编写、尝试设计、了局评估、谬误建复和下一轮训练甚至接下来数轮AI训练。。。。。。。。
RSI趋向带来一个沉要的直接推论：AI算力优势直接造成钻研优势，， ，，，钻研优势直接造成模型优势;那些占有足够GPU的AI尝试室一天能完玉成数验证，， ，，，短缺GPU的前沿AI尝试室一天只能实现5个甚至更少工作验证，， ，，，速度差距立刻被拉开。。。。。。。。
谷歌明确暗示，， ，，，Gemini 3.8 Flash的进取部门来自可能“递归评估并改进底层模型”的长功夫智能体循环;OpenAI则因前沿模型能力进取速杜纂安全保险能力之间出现错位，， ，，，临时放缓部门前沿训练;SSI获得英伟达投资及Vera Rubin系统支持后，， ，，，打算在12个月内将算力扩大一个数量级。。。。。。。。这些信号证明AI辅助AI研发处于落地过程，， ，，，而这一过程将带来愈发重大AI算力需要。。。。。。。。但尚不能证明齐全自主、可持续的指数级RSI已经实现。。。。。。。。
RSI强化的是算力需要的持续性，， ，，，因而再具体的AI投资层面，， ，，，将来投资者们应同步观察Token消费增速能否跑赢单元成本降幅、集群利用率与租约续签率、每单元算力带来的模型能力提升，， ，，，以及模型收入能否覆盖AI芯片、AIK服务器机架组件、电力链条设备、存储与融资成本。。。。。。。。
RSI可能为算力创造独立于终端用户需要的“第二需要曲线”：训练不再是“训练—颁布—实现”，， ，，，而是模型提出算法、并走运行数百至数千个尝试、评估了局并启动下一轮训练的持续关环;智能体还会通过更长推理链、反复挪用工具和多模型合作增长测试时算力(Test-Time Compute)。。。。。。。。若是OpenAI与Anthropic这类全球最顶级尝试室将算力由高收入的推理业务沉新分配至训练，， ，，，短期收入可能骤降，， ，，，但总算力亏损并不会降落，， ，，，反而可能因抢夺模型当先职位而上升。。。。。。。。
网友概想
没有连着弹窗求好评，， ，，，页面清静，， ，，，把稳力能留给内容。。。。。。。。正误对照版块适合急剧成立框架，， ，，，也方便转发给家人。。。。。。。。进建纪录能看见看过哪些主题，， ，，，有种在铺知识地图的感触。。。。。。。。读完再看新闻和观光见闻，， ，，，脑子里的地图显著变厚了。。。。。。。。遇到过敏和感冒差在哪有关谣言，， ，，，至少知路该从哪几处质疑。。。。。。。。若你也怕“不懂”，， ，，，不妨从一条条幼问题起头。。。。。。。。
免责申明：本文内容来自公开报路与编纂整顿，， ，，，仅供参考。。。。。。。。转载请注明出处； ； ；；；；；版权争议请联系本站核实处置。。。。。。。。页面地址：/index.php/media/xwxq/138.html?id=et3qw5-739851
← 上一篇CBA夏季联赛战报：天津83-75广厦，， ，，，侯孟泽24分
下一篇 →汪幼菲伉俪身在瑞士，， ，，，专程给孩子带回衣物。。。。。。。。玥儿穿搭从优衣库换成Prada、jacadi高端童装
评论区
热点会商 · 占位展示等待你的精彩讲话。。。。。。。。