Token 一年降十倍，我的账单却涨了，这两件事都是真的

群里隔三差五有人问：都说 AI 越来越便宜，为什么我这个月账单比上个月还多？这个问题问得对。 两件看起来矛盾的事同时在发生，而且都有数据支撑。我把公开的定价研究翻了一遍，顺带改了自己的用法， 这篇是过程记录。

降价的那一半

a16z 管这个现象叫 LLMflation： 2021 年调用 GPT-3 水平的模型要每百万 token 60 美元，2024 年底达到同一基准分数的模型只要 0.06 美元。 三年一千倍，年均十倍。Epoch AI 的独立统计口径更细也更凶：固定基准分数下，最便宜可用模型的价格每年降 9 到 900 倍，中位任务约 50 倍。

注意这两份研究量的都不是「某个模型降价了多少」，而是「买到同样的能力要花多少」。降价的主引擎是 新的小模型不断复刻旧的大模型：今天 flash 档模型的写作水平，放两年前就是旗舰，价格是当年旗舰的几十分之一。 你只要肯换，就一直在这条曲线上。

没降的那一半

旗舰的标价三年来基本是横线。GPT-4 发布时输入每百万 30 美元，现在各家最强模型依然停在每百万几美元到 几十美元的区间（想横向对照各家实时报价，models.dev 维护着一份 开源价格表）。厂商把降价空间全部让给了下一档产品线，最高档永远保持「贵，但你想要」。

更隐蔽的是推理模型。o 系列、R 系列这类模型在给出答案前会产出大段思考 token，全按输出计费。 同一道难题，推理模型的单次消耗可以是普通模型的 5 到 20 倍。单价在降、单次任务的 token 数在涨， 两条曲线打架——重度用户的月账单谁赢还真不一定。开头那位群友的账单，就是第二条曲线赢了。

我们自己怎么改的

看完数据后我们把日常用法调成了分档。续写、陪聊、摘要这类活全部走 flash 档，每百万 token 几毛美元； 只有关键章节的剧情推演、和需要长链推理的任务才切旗舰。切完第一个月，同样的使用强度， BYOK 账单降了差不多一半。再叠加上一篇写的缓存折扣， 一本 300 万字的书从头读到尾带续写，总花费压在一顿外卖钱以内。这个数字我们自己都验过两遍才敢写。

有一说一，分档也有代价：flash 档偶尔会在长剧情里丢细节，重要章节忘了切旗舰就得重来。 我们至今没找到完美的自动分档策略，现在靠的还是手动切，这点不装懂。

结论只有一条

「AI token 越来越便宜」对愿意定期重新评估模型选择的人成立，对永远默认最新旗舰、从不看账单结构的人不成立。 而重新评估的前提是换得动——订阅制产品把模型和会员绑死，降价红利归产品方；BYOK 应用里换模型是改一个下拉框。 在 Foreverse 里每次请求的模型、token、缓存命中都留了账，这笔账你可以自己算， 不必信我们。