AI成本是否下降

清晨醒来时忽然想到一个问题：如今AI的费用如何，是否变得更实惠了呢？

除了企业级用户外，个人用户主要通过API调用和订阅服务两种方式使用AI。

API计费依据token数量，而订阅则是按月支付固定额度。

AI定价的历史变化

我们先来看看ChatGPT的token定价情况。

值得注意的是，输出token的价格通常高于输入，且各供应商对输出与输入的价差设定不一，因此常参考75%输入+25%输出的综合价格。

token价格并非如我预想的那样急剧上涨或暴跌，而是随着新模型推出呈现周期性的波动。

每当旗舰级模型发布，token价格会被推高至顶点，例如GPT-4将价格从GPT-3.5的2美元/M token猛增至30美元/M token。

随后，随着推理优化、供应增加及竞品性能提升，旗舰模型稀缺性降低，价格随之回落。

可以这样理解token定价：

Token价格 = 推理成本 + 稀缺性溢价 + 能力溢价 + 平台策略

由于算力成本持续走低，加上三大巨头间的激烈竞争，总体来看，API token价格呈下行趋势。

当前顶尖模型的AI定价

接着来看2026年5月这一时间点，顶尖模型与其他主流模型的API价格比较。

价格与能力大体成正比。我的实际体验是，Claude和GPT在性能上远超其他模型，尤其在编程和复杂问题处理方面。

不过DeepSeek V4在5月31日前有折扣活动，基于此优惠，其低价优势十分明显。根据我的使用感受（Claude code + DeepSeek V4 Pro API），在某种程度上可替代codex+5.5，虽然效率略低。

因此我会尽量详尽地撰写产品需求文档，让codex一次性完成整个项目，再用DeepSeek进行细节调整。

那么使用AI究竟需要多少开销

普通用户其实很少直接调用API。

多数情况下是购买订阅服务，在套餐额度内使用AI功能。

这样一来，费用敞口风险就变成了封闭风险，而且各类模型的订阅费用基本一致。

考虑到Anthropic和OpenAI目前的更新频率，几乎每月都有新模型发布，个人用户按月订阅，然后下个月转向更强模型的提供商，似乎是更明智的选择。