Token吃掉三成工資，硅谷AI賬單失控了
重點摘要
每百萬個 Token 只要 0.99 美元，聽起來便宜到不合理，但 SemiAnalysis——這家硅谷最硬核的半導體研究機構——自己帳單上的真實成本就是這個數字。更令人震驚的是，他們內部大模型 Token 支出，已經佔到員工總薪資的 30%。這筆錢買到的產出，過去卻需要好幾倍的人力成本才能覆蓋。人均每月吞掉近 50 億個 Token，是 Meta 人均水平的 5 倍以上，核心貢獻者月消耗更突破 1000 億。原本需要初級分析師花幾個小時搞定的 Excel 模型轉換、財報圖表製作，如今幾分鐘內完成，只需要幾美元。
每百萬個 Token 只要 0.99 美元，聽起來便宜到不合理，但 SemiAnalysis——這家硅谷最硬核的半導體研究機構——自己帳單上的真實成本就是這個數字。更令人震驚的是，他們內部大模型 Token 支出，已經佔到員工總薪資的 30%。這筆錢買到的產出，過去卻需要好幾倍的人力成本才能覆蓋。人均每月吞掉近 50 億個 Token，是 Meta 人均水平的 5 倍以上，核心貢獻者月消耗更突破 1000 億。原本需要初級分析師花幾個小時搞定的 Excel 模型轉換、財報圖表製作，如今幾分鐘內完成，只需要幾美元。SemiAnalysis 自己的評價一針見血：這不是 10% 的效率提升，而是專業服務業的單元經濟正在被重寫。 研究公司、對沖基金、律所——所有靠人腦吃飯的行業，Token 支出佔到薪資的兩三成，只是時間早晚的問題。英偉達 CEO 黃仁勳比誰都急。今年 GTC 大會上他直接放話：一個年薪 50 萬美元的工程師，年底 Token 消費不到 25 萬美元？「我會徹底抓狂。」他打算給英偉達每個工程師發相當於半年工資的 Token 預算，還要讓 7.5 萬名員工搭配 750 萬個 AI 智能體一起幹活。不用 AI？老黃說，這跟芯片設計師堅持用紙和鉛筆沒區別。Token 已經不是工具了，它正在變成新時代的「生產資料」。 但硅谷的另一半，正因為 AI 賬單焦頭爛額。Uber 是最經典的案例。去年底公司向 5000 名工程師推廣 Claude Code，還搞了排行榜——用得越多，排名越高，內部競爭直接拉滿。結果太成功了：2 月工程師使用率 32%，3 月就飆到 84%，到了 4 月，95% 的工程師每月都在用 AI，70% 的提交代碼來自 AI 生成，而全年預算——已經花完了。CTO 說「要從頭重做預算」。後來更狠——Bloomberg 曝出，Uber 給每位員工設了每月 1500 美元的 Token 上限，超了要特批。 但 COO Andrew Macdonald 在播客裡說了句大實話：AI 使用量確實在漲，但它跟消費者功能創新之間的聯繫……目前還看不到。微軟的情況更魔幻。上個月《The Verge》曝出，微軟正在取消大部分 Claude Code 許可證，轉向自家的 GitHub Copilot CLI。原因很簡單：花錢的速度比產出的速度還快。英偉達應用深度學習副總裁 Bryan Catanzaro 在今年 4 月說得更直接：「對我的團隊來說，計算成本遠遠超過了員工的成本。」MIT 2024 年的研究：在以視覺為主要工作內容的崗位中，只有 23% 的場景下 AI 自動化在經濟上划算。剩下 77% 的情況下，僱人比用 AI 便宜。甚至還有工程師吐槽 AI 智能體在使用中「毀掉了他的數據庫和網絡」——他稱之為「過度使用」的代價。 天價預算、使用失控、翻車不斷——硅谷正處在 AI 經濟學最撕裂的階段。一邊是技術帶來前所未有的生產力，一邊是賬單以同樣前所未有的速度膨脹。但 SemiAnalysis 的核心論點是：別盯著今天的價格看，成本塌縮才剛開始。先看軟件端。在 B300 上運行 DeepSeek R1，通過 wideEP、disagg 與 MTP 三層純軟件優化，單 GPU 吞吐量能從 baseline 的 1000 tokens/秒飆升至 14000 tokens/秒——14 倍提升，純靠代碼。 再看硬件端。最優化配置的 GB300 NVL72 吞吐量是 H100 的 17 倍，切到 FP4 精度直接拉到 32 倍。Opus 4.7 的標價是輸入 5 美元/百萬、輸出 25 美元/百萬，看起來不便宜。但由於智能體工作負載的輸入輸出比高達 300:1，加上 90% 以上的緩存命中率，實際混合成本被壓到了 0.99 美元。連標價的五分之一都不到。把軟件和硬件疊在一起，一個結論很難迴避：大模型的毛利率擴張，不是一次性的定價巧合，而是結構性的趨勢。Anthropic 今年的 ARR 從 90 億美元衝到了 440 億以上，毛利率從 38% 飆到了 70% 以上——Token 變便宜了，但賣 Token 的人反而更賺錢了。 Gartner 今年 3 月的報告佐證了這一點：到 2030 年，萬億參數大模型的推理成本將比 2025 年下降超過 90%。SemiAnalysis 的判斷很明確：如果你想預估 2027 年 Token 價格，答案就一個字——降。這正是當下 AI 最撕裂的地方：全球科技公司今年 AI 資本開支已宣佈 7400 億美元，比去年暴增 69%；同一時間，科技業裁員速度已超去年全年。錢在狂燒，人在被裁，但 Goldman Sachs 首席經濟學家說了句大實話——AI 對經濟的實際影響，到目前為止基本為零。 這不是 AI 不行，而是每一輪基礎設施革命都要經歷的陣痛：先燒錢建管道，再等水流過來。電網如此，互聯網如此，AI 也不例外。差別只在於，這一次管道鋪設的速度，和水流過來的速度，都是上一代人沒見過的量級。SemiAnalysis 已經站在水流過來的那一邊了——30% 的薪資換來了數倍的產出槓桿，而成本曲線還在急劇下降。至於其他公司：是現在蹚水過河，還是等對岸的人已經建好了城再追。
Related
相關文章
Meta也來賣鏟子了，小扎：模型可以慢，GPU必須賺
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Meta也來賣鏟子了，小扎：模型可以慢，GPU必須賺量子位·2026年07月06日 09:02正考慮推出Meta Compute 模型搞不出起色，小扎開始盯上基礎設施了。 起因是Meta遭受了接二連三的打擊：Gemini模型被限制使用、小扎承認內部AI agent技術推進比預期慢、員工士氣跌到20年穀底…… 總之真是流年不利。 但是沒關係，小扎靈光一閃，又有了Plan B。 既然自研模型趕不上，那咱可以賣GPU啊！！ 據彭博社報道，Meta正考慮推出Meta Compute，把龐大的AI基建開放給外部客戶。 好傢伙，果然都是賣鏟子的天下… Meta要賣GPU了 既然要賣鏟子，那麼Meta手裡有多少鏟子？ 據SemiAnalysis報道，Meta的數據中心和算力採購不但不會放慢，反而還會繼續加速。 僅今年前6個月，Meta就已經在雲和託管數據中心上籤下了超過5GW的容量。這還不包括它正在加速推進的自建數據中心。 Meta正在建設中的兩個最大數據中心園區，加起來就代表了2.5GW的容量。 而從2024年初以來，Meta簽下的數據中心和算力相關交易，也已經接近10GW。 地圖上這些密密麻麻的點位，就是小扎賣GPU的底氣。
日本目標到 2040 年部署 1000 萬臺 AI 機器人，應對整體勞動力短缺
首頁 > IT資訊>業界 日本目標到 2040 年部署 1000 萬臺 AI 機器人，應對整體勞動力短缺 2026/7/6 9:07:30 來源：IT之家 作者：溯波（實習） 責編：溯波 評論： IT之家 7 月 6 日消息，日本經濟產業省當地時間 6 月 30 日公佈了《人工智能機器人戰略》修訂版，目標到 2040 年在 18 個領域部署 1000 萬臺 AI 機器人，以在人口老齡化、出生率持續低下的背景下應對整體勞動力短缺。日本經產省提到，該國目標在世界範圍內構建和發展能充分利用其優勢的物理 AI 和機器人數據基礎架構。圖源：Pexels而在驅動 AI 機器人的模型方面，日本經產省未來 5 年將向軟銀、NEC、本田、索尼等共同創立的 Noetra 提供合計 1 萬億日元（IT之家注：現匯率約合 420.13 億元人民幣）的資金支持，用於多模態平臺開發，其中 2026 財年財政撥款 3873 億日元（現匯率約合 162.72 億元人民幣）。廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。 投訴水文 我要糾錯 下載IT之家APP，簽到賺金幣兌豪禮 相關文章關鍵詞：日本，機器人日本人形機器人初期驗證機“SEIMEI”亮相，臨近展示時卻發生故障日本計劃明年試製純國產人形機器人：作為曾經的機器人先進國家，必須展現存在感測試 2 年後，“高達”式鐵路機器人本月開始在日本大範圍推廣7 款極具未來感的機器人、踏板車和飛機亮相 2023 年東京車展軟銀在日本推出送餐機器人，幫助緩解用工荒：每月費用 6461 元索尼機器人 aibo 獲日本國家發明獎
年入1億美元，兩個90後伯克利室友，搞出最賺錢的AI生意
由兩位伯克利90後室友創辦的AI評測平台Arena，不自行開發AI模型，而是靠提供大模型盲測排行榜與付費評測服務，在8個月內達到年化營收1億美元，公司估值突破17億美元。該平台已成為OpenAI、Google等頂級AI廠商測試自家模型的重要場域。
HBM之父金正浩：AI的本質是內存，GPU真正工作的時間只有10%
**HBM之父金正浩：AI的本質是內存，GPU真正工作的時間只有10%** 被業界譽為「HBM之父」的韓國科學技術院（KAIST）電氣工程系教授金正浩，近日在一場專訪中拋出顛覆性的觀點：AI的本質是內存，而非GPU。他指出，當前AI運算存在嚴重的結構性瓶頸，即使部署上百萬顆GPU，這些處理器真正用於運算的時間僅有10%。 金正浩教授早在2010年代初期便與SK海力士合作開發第一代HBM，主導多項底層架構研究，對半導體產業有極深的理解。
Claude工程師終於交出Fable 5焚訣，教你打破和模型之間的信息差
# Claude 工程師公布 Fable 5 實戰心法：破解人機協作中的「信息差」難題 自 Fable 5 發布以來，這款被譽為「AI 封神時刻」的模型經歷了從萬眾期待到美國政府禁令強制下線、再到限制非美國人訪問的戲劇性轉折。如今風波漸平，模型終究要回歸生產力本身。近日，Anthropic 旗下 Claude Code 工程師 Thariq Shihipar 在社交媒體上發表長篇博客，首度披露使用 Fable 5 的核心技巧，為困擾用戶已久的「模型能力強大但任務執行不佳」問題給出了系統性解答。
網文作者困在AI味裡，平臺也是
2026年上半年，番茄小說多次向作者發佈公告，加大內容審核力度，旨在減少平臺上低質AI作品。僅6月，番茄小說共拒絕簽約低質書籍10萬餘本、處置低質違規書籍超4萬本。