人工智能告别免费午餐：物理成本下的新常态

近期我尝试接触新面世的Kimi 3。没编程，也没运行智能代理，只想简单交流几句，结果屏幕上跳出一行提示：

AI 凭什么免费？因为背后有人买单：风险投资和策略性亏损。每次免费交谈，都是GPU在耗电、内存读写、散热系统嗡嗡作响。这不是软件复制无需成本的生意。这是实体制造，用一次，烧一次钱。

免费之门没有轰然倒塌。它正悄悄合拢，动静轻微，轻到多数人察觉之前就已关闭。

近两年AI走的是典型互联网烧钱路径：先免费培养习惯，再收割。免费用户提供流量、话题、口碑、市场教育，公平交换，各得其所。

但这套模式有隐形天花板。

传统互联网的边际成本几乎为零：多看一篇文章、多发一条消息，服务器几乎不增负担。生成式AI却相反：每次对话都是实打实的计算消耗。到了推理模型和智能代理阶段，“用户轻点一下”和“后台GPU集群运转数分钟”的差距愈发悬殊。

因此免费的定义在悄然转变。从“你可以正常使用，只是功能少些”变成“你可以用，前提是系统有空闲”。

免费用户不再是用户，而是候补席上等空位的人。

用根本原理问一个问题：一次AI对话的成本由什么组成？

推理芯片成本、电力成本、冷却成本、数据中心租金成本、模型推理本身的token成本。

把这些加起来，再乘以日活用户量，数字巨大，且随用户增长线性膨胀。融资和补贴能支撑一时，但物理法则不认商业计划书。

所以AI厂商迟早要回答同一个问题：谁承担推理成本？

答案越来越明确：用户自身。

于是“免费”被重新诠释为：体验资格、剩余算力、低峰入口、对付费产品的试用窗口。免费版的目标从“服务用户”转变为“转化用户”。你可以进来瞧一眼，想长留得买票。

这并不新奇。AWS就是这么做的：免费套餐给12个月，到期自动扣费。区别在于AWS明说是试用期，AI厂商却说这是“免费版”。

未来的AI服务架构会非常直白：

这等同于云计算的计算资源分层：标准实例对比突发实例对比预留实例。免费用户就是那个“突发实例”：GPU空闲时给你运行，高峰时随时收回。

AI最初给人的印象太像公共设施了。像水电、搜索引擎一样随手可得。但水电的基建早已折旧完毕，AI的基建仍在烧钱铺设。

最前沿的那部分能力，将长期待在付费墙后面。这不是贪婪，是物理规律不容免费。

平台不会砍掉免费入口。免费用户在漏斗最上层，是付费用户的供应池。

但你的位置变了。以前你是“用户”，产品为你服务。现在你是“潜在订阅者”，入口先让你体验，让你将AI嵌入工作流程，等你依赖上了，再通过限流和降级把你推向付费层。

成熟得令人喝彩。没什么阴谋，就是商业逻辑。

单看一家会员费不贵。几十、一百、两百。

但ChatGPT搞开发，Claude写长文，Kimi啃文档，Gemini绑定谷歌生态，每个都不可替代，每个都要钱。

如果每月每个都续费，四五款AI产品，千把块就没了。

但大部分根本没用足。用户买的，一半是生产力，一半是焦虑：怕错过最新模型，怕别人比自己超前。

我把这叫模型税。相当比例的钱不是在买效率，是在买“我没掉队”的心理安慰。白痴指数极高。

策略很简单：一个主力工具做日常，一个阶段工具干项目期的活，其他的按量付费或保留免费入口。

不复杂。真正该问的问题就四个：

没有答案的订阅，是数字堆积。

免费大门合拢不意味普通人用不起AI。恰恰相反——模型效率在提升、推理成本在下降、竞争在加剧，基础能力只会越发普及。

真正变化的是价差：前沿能力和基础能力之间的距离在拉大。

普通对话、基础写作、简单问答长期免费。稳定服务、强推理、复杂开发、长上下文、深度研究、智能代理持续收费。

这就是AI成熟的样子。一个行业开始分层收费、给个人和企业不同方案了，它才算真正进入商业化阶段。

免费结束，不是AI热潮终结。是补贴终结。

以后不会再问“这个AI免费吗？”会问：

它进不进得了我的工作流？它替我省了多少时间？这笔钱该个人出还是公司出？我是真需要它，还是怕错过？

AI越来越强。但不需要为每次版本更新买单。