AI Token支出指数跌近20%，大厂资本开支ROI承压
Miles Bennett
这个指数到底在衡量什么？
该指数由"硅谷数据"公司去年12月创立，融合了价格与使用量两个维度，去年曾近乎翻倍，如今回落近20%。
创建方明确警告：不应将其解读为单纯的价格标签，而是"边际支付意愿的替代指标"。这意味着→ 它衡量的不是"Token多少钱"，而是"买家愿意为AI多掏多少钱"。
指数下跌可能指向三种截然不同的情景：官方目录价下降、需求向更便宜模型转移，或买家真实支付意愿收缩。每种情景对AI产业链的含义完全不同。
乐观派的逻辑为什么还站得住？
自2023年以来Token价格累计下跌逾90%，但总支出自去年大约翻了一番。用大白话说＝ 东西便宜了，但买的人多了，总账反而更大。
按此逻辑，指数的阶段性停顿仅是需求结构的消化期，英伟达、存储芯片制造商和数据中心企业的看涨逻辑依然成立。
凯塔利斯特基金高级投资组合经理大卫·米勒表示："在目前的推理阶段，经济效益要明显好得多，AI的净使用为公司带来了正的投资回报率。"
悲观派看到了什么更深的隐患？
安联研究数据显示，AI投资与销售额之间存在近46%的增长差距，高于2001年电信泡沫破裂期间测得的32%。这意味着→ 钱花出去的速度远超收入追回来的速度，差距比当年电信泡沫还大。
资深投资者路易斯·纳维利尔指出：越来越多用户因成本高昂不得不限制AI使用，同时有传言称OpenAI正将IPO推迟到明年，被视为盈利能力仍是问题的信号。
用大白话说＝ 如果连最头部的AI公司都还没找到可持续的赚钱方式，下游砸下去的钱靠什么收回来？
监管和硬件端又在发生什么？
美国政府本周取消了对Anthropic旗下Fable 5模型的部分境外访问限制，同时监管机构要求OpenAI错开新版本发布；欧盟《人工智能法案》则对前沿模型提出强制性评估和透明度要求。
这些举措虽未直接限制价格，但在顶级平台上造成了部署和合规负担。这反映出 一个实际效果：企业CFO有了将工作负载引导至更便宜模型的理性依据。
硬件端信号同样微妙：顶级GPU和高带宽内存（HBM，一种专为AI芯片设计的超快内存）供货已售罄至2026年，实质性缓解要到2028年。但需求正从顶级训练GPU向推理优化部件转移，这改变了受益者的组合，而非简单指向做空机会。
接下来看什么才能判断方向？
指数经历一周平盘后，是否已见底尚无定论。德意志资产管理首席投资官文森佐·韦达团队表示："我们正在监控估值可能看起来过高的领域。"
真正的验证节点在于：若6月下旬平盘势头延续，且下跌仅是需求结构转变的消化，资本开支的合理性叙事得以维持。
但若客户支付意愿已触顶、监管压力持续将需求推向低端——这意味着→ 支撑万亿美元资本开支步伐的，恰恰是定价权故事而非硬件故事，而这个故事正在被这张图表悄然质疑。
Token支出指数回落——是健康消化还是需求见顶？
BULL
量价分离仍健康
价格跌逾90%但总支出翻倍，更便宜的Token扩大了整体市场。
推理阶段经济性更优
基金经理指出推理阶段投资回报率为正，与训练阶段烧钱逻辑不同。
硬件供不应求
顶级GPU和HBM售罄至2026年，需求端信号仍然强劲。
BEAR
投资-收入差距超电信泡沫
安联数据显示差距达46%，高于2001年电信泡沫的32%。
用户被迫限制使用
成本过高导致企业削减Token消耗，OpenAI IPO据传推迟。
监管推动需求下移
合规负担让CFO有理由转向更便宜模型，顶级平台定价权受压。
用大白话说＝ 双方都有硬数据支撑——关键分歧不在硬件够不够卖，而在买家愿不愿意持续为顶级模型付高价。6月下旬的指数走势是短期验证窗口。
Content is for reference only, not financial advice.