当模型免费而账单爆炸：推理侧的 Jevons 悖论与算力链利润池

一、结论先行

模型单价崩了 10–24 倍，但 Agent 单任务 token 消耗涨了 5–30 倍，企业推理预算占 AI 算力开支约 2/3、占企业 AI 预算约 85%。总账单没塌，是低价引爆了需求。 而算力链（GPU / HBM / CoWoS）是"卖铲子"的，总池子因此更厚——这就是为什么模型免费、算力股却在涨。[综合本号 2026-08-01 话题地图 / WebSearch 聚合，置信中]

二、两种爽文都漏了"总量"

• 爽文 A（AI 太贵要崩）：“企业用不起 AI，泡沫必破。”
• 爽文 B（模型免费党）：“模型免费了，算力没人要了，芯片股到顶。”

实际：模型单价确实崩了，但调用量暴涨得更快。Jevons 在《煤炭问题》里写：蒸汽机效率提升让煤更便宜，结果英国煤消耗总量不降反升——因为便宜打开了无数新用途。推理模型降价，正在做一模一样的事。[来源：Jevons 1865 原著机理 / 本号推理经济学框架]

偏差：两派都盯着"单价"，没人盯"总账单"。2026 年的事实是——单价塌了，总量炸了，算力总消耗不降反升。

三、机制：三个齿轮咬出"账单爆炸"

3.1 Jevons 在推理侧：便宜是需求引爆器

1848 年煤炭降价→用量暴涨→总消耗升。2026 年模型单价降 10–24 倍→调用量（token）暴涨→算力总消耗升。降价不消灭需求，它创造需求。企业从"偶尔调用"变成"全员 Agent 化"，token 总池子被低价炸开。

Jevons 总成本公式：

总成本 = 单价_per_token × 调用量
       = (单价↓ 10–24x) × (调用量↑ 5–30x)
       → 净方向：总成本 ↑（除非调用量增速 < 单价降幅，但目前反向）

3.2 Agent 的"Token 黑洞"

单任务多步推理、工具调用、重试、上下文累积，让一个 Agent 任务的 token 消耗是单次问答的 5–30 倍。[来源：行业实测/机构研报 consensus，置信中] Gartner 调研显示 88% 的企业 Agent 项目没有量化 ROI——大家都在烧 token，但"值不值"还没算清。这正是"账单爆炸"的微观机制。

Agent 任务成本拆解：

单次问答成本   = prompt_tokens × p_in + completion_tokens × p_out
Agent 任务成本 = Σ(每步 prompt+completion) × 重试系数 × 工具调用步数
              ≈ 单次问答 × (5–30)   # 多步+重试+上下文累积

3.3 利润池暗线：算力链是卖铲子的

推理预算占比上升，但钱最终流向算力链：GPU（英伟达 5.07 万亿美元市值、PE 31.7）、HBM（长鑫 3.28 万亿、PE 113.6；美光毛利率 84%）、光模块（中际旭创 1.17 万亿、PE 78）。[来源：C2 估值与投资跟踪数据库 2026-07 截面 / 美光财报] 模型层在打价格战、利润薄如纸；算力层卖铲子、利润池反而更厚。接本号已完成的《Agent ROI》——Agent 落地的 171% 回报预期，是靠算力链扩产支撑的。

3.4 成本观测代码（可直接复用）

def estimate_agent_cost(
    base_tokens: int,        # 单次问答 token 数
    steps: int,              # Agent 步数（多步推理+工具调用）
    retry_factor: float,     # 重试系数（1.0 = 不重试）
    price_per_1k_in: float,  # 输入单价 $/1k tokens
    price_per_1k_out: float, # 输出单价 $/1k tokens
):
    """Agent 任务相对单次问答的成本放大倍数。"""
    single = base_tokens * (price_per_1k_in + price_per_1k_out) / 1000
    agent  = single * steps * retry_factor
    return {
        "单次问答成本": round(single, 4),
        "Agent任务成本": round(agent, 4),
        "放大倍数": round(steps * retry_factor, 1),
    }

# 示例：base=2000, steps=12（含工具调用）, retry=1.3
print(estimate_agent_cost(2000, 12, 1.3, 0.001, 0.002))
# → 放大倍数 ≈ 15.6x，落在行业观测的 5–30x 区间

3.5 三层对照

四、案例：把"免费"和"爆炸"摆一起

• 案例 A——价格战的水电账单：一人公司用 DeepSeek，表面月费 200 元，但上下文超限 + 重试 + 人工审核回路，真实月成本 842 元，是表面 4 倍（本号 2026-07-24《DeepSeek 自来水》）。微观版"账单爆炸"。
• 案例 B——算力股不跌反涨：模型免费叙事最盛的 2026 上半年，中际旭创市值站上 1.17 万亿、长鑫 3.28 万亿——卖铲子逻辑未被"模型免费"削弱，反而被 token 总量扩张强化。[来源：C2 2026-07 截面]
• 案例 C——NVDA 的从容：英伟达 PE 仅 31.7（低于国产 GPU），因为市场认定其利润捕获已兑现。模型免费不打垮 NVDA，打垮的是"以为免费=算力无用"的误判。[来源：C2 / 美股财报]

五、诚实 B 面

• 反方：若推理效率提升（小模型、蒸馏、KV-cache 优化）快于调用量增长，token 总消耗可能增速放缓，算力链利润池扩张节奏会低于"Jevons 必然爆发"叙事。[来源：机构研报 consensus，置信中]
• 边界：Jevons 悖论是"方向性"规律，不是"匀速"规律。总量一定扩张，但扩张速度取决于 Agent 落地率与效率优化的拉锯。
• 什么情况下会错：若 Agent 大规模证伪（88% 无 ROI 蔓延成"砍项目"）、或推理效率跃迁式提升，则"算力利润池持续增厚"需要下修。

六、给读者的框架

自己验证的信号清单：

1. 企业推理预算占比（看云厂财报 “inference vs training” 口径）；
2. token 单价走势（是否继续降，降幅是否收窄）；
3. Agent 落地率（Gartner 类调研的"取消率"）；
4. 算力链资本开支（NVDA/博通/中际旭创的 supply commitment）；
5. 小模型/蒸馏采用率（效率侧的对冲信号）。

该避的坑：把"模型免费"等同于"算力无用"。2026 年推理侧的真故事是——便宜引爆需求，需求喂厚利润池，模型层打价格战，算力层卖铲子赚钱。

常见问题（FAQ）

Q1：模型免费了，为什么企业账单反而更贵？
A：因为单价降了 10–24 倍，但调用量（token）涨得更快——Agent 多步推理、工具调用、重试、上下文累积，单任务 token 是单次问答的 5–30 倍。这是 Jevons 悖论：资源越便宜，总消耗越大。账单价降了，总量炸了，总账单没塌。

Q2：Jevons 悖论在 AI 推理侧真的成立吗？
A：机理成立。1865 年 Jevons 观察煤炭：效率提升→煤更便宜→用量暴涨→总消耗升。2026 年模型降价→调用量暴涨→算力总消耗升，是同一机制。它是"方向性"规律，不是"匀速"规律——扩张速度取决于 Agent 落地率与效率优化的拉锯。

Q3：既然模型免费，为什么英伟达/中际旭创还在涨？
A：因为钱最终流向算力链。模型层打价格战、利润薄；算力层（GPU/HBM/光模块）卖铲子，token 总量扩张反而喂厚了利润池。NVDA PE 仅 31.7（低于国产 GPU），因为市场认定其利润捕获已兑现。

Q4：怎么给企业算一笔 Agent 的账？
A：用第三节的成本公式：单次成本 × 步数 × 重试系数。示例 base=2000 tokens、12 步、重试 1.3 倍，放大约 15.6 倍，落在行业观测的 5–30x 区间。关键是把"步数"和"重试"算进去，否则会严重低估。

Q5：效率提升（小模型/蒸馏）会不会让算力需求掉下来？
A：会减缓增速，但不一定逆转总量。若效率优化快于调用量增长，利润池扩张节奏会低于"Jevons 必然爆发"叙事。需同时盯"调用量增速"和"单 token 效率"两侧信号。

*数据来源：C2 估值与投资跟踪数据库（2026-07 截面，NVDA 5.07 万亿$/PE31.7、长鑫 3.28 万亿/PE113.6、中际旭创 1.17 万亿/PE78、美光毛利率 84%）；本号 2026-07-24《DeepSeek 自来水》（842 元真实月成本）、2026-07-30《模型层价格战》（单价降 10–30x）、2026-08-01 话题地图；Gartner（88% 无量化 ROI）；Jevons《煤炭问题》1865。本文为信息聚合与框架分析，不构成任何投资建议。涉及 A 股标的仅作产业机制说明，不做个股方向判断。投资有风险，决策需独立。