#WorkBuddy# 大模型集体降价两周后，我翻了账单：单价腰斩，总账没变

9 月 22 号那波降价，我是当天刷到的。一边把旗舰档从每百万 token 二十几美元砍到十美元出头，另一边干脆把入门档压到一毛钱级别，还标注了"永久"。当时的第一反应挺朴素的：这下账单该腰斩了。

两周后我翻了翻自己在用的几个渠道，单价确实下来了，可总账一算，跟降价前差不多。

我把这期间的活儿拆成三类来看。一类是大批量、没什么脑子的重复活：几百条内容批量改写、一堆截图批量描述、长文档批量摘要。一类是要它想清楚的活：策略、方案、判断。还有一类是一次性的重活：整套迁移、从零搭一套目录。

第一类的单价降得最狠，从二十几块降到几块，翻几倍的量都不带心疼的。问题恰恰出在这：价格一低，你原先舍不得开的开关全被打开了。以前一段两百次调用的任务，现在敢做成两千次；以前为了省钱只让它挑重点，现在干脆整篇丢进去。单价砍下来的那部分，被多出来的量一口吃回去了。

真正降不下来的是另外三块。

第一块是上下文。模型越便宜，越容易想起那句老话——省钱的手段是少给它东西，可少给东西它就得猜，猜错了你还得重来一轮。跑下来真正省钱的做法，是把需要的资料挑明白，而不是挑最便宜的那档模型。

第二块是重试。便宜模型在"一次做对"这件事上不占优势。方案、判断、涉及数字的活，该留给贵的那档，省的地方应该是量，不是决策。

第三块是"让它自己跑"的时长。这块是按时间走的，跟 token 定价关系不大，但它是账单里最硬的一块——一旦你习惯了有东西在后台自己转，这个时长是一天比一天长的。

顺带说个我觉得比账单更值得看的数字。有统计口径显示，最近一周全球模型的总调用量是七位数级别的规模，环比只涨了一点点；同期国内模型的调用量是境外的四倍多，其中某个模型单周环比涨了两百多。翻译成人话：这轮价格战没有把用量炸开，只是把用量挪到了便宜的地方。便宜的用得更多，贵的还是那些贵的时候才拿出来的活。

所以我的看法是，这轮降价真正的意义不在"更便宜"，而在筛选。它把"哪些活值得交给 AI"这道题，从省钱题变成了效率题。以前评估一件事值不值得自动化，第一反应是算 token 花多少；现在这道门槛基本没了，剩下的判断变成——这件事交出去以后，你能不能验收。交代不清的活，再便宜也别交，因为便宜只会让你更频繁地跑错。

（这段判断建议先收着，等你自己下次开长任务前翻出来看一遍，比看完热闹有用。）

最后踢我一脚：你的 AI 账单里占大头的，是 A 你自己主动跑的量，还是 B 卡住了反复重跑的那部分？我押 B。