导语： 追踪用户为AI词元所支付的价格的Silicon Data大语言模型词元支出指数，自5月高点以来已下跌近20%，而该指数自去年12月推出以来一度几乎翻番。这个指标是观察这场逾7000亿美元资本开支热潮最直观的风向标之一，而这股支出热潮一直是该板块上涨的主要推动力。
在人工智能领域，“词元”（Token）——大语言模型处理文本的最小单位——正从一个技术术语演变为衡量行业冷暖的经济学指标。然而，被市场视为AI资本开支“体温计”的Silicon Data大语言模型词元支出指数，近期却出现了令人警惕的降温信号。自5月创下历史高点以来，该指数已累计下跌近20%，而就在几个月前，它还曾因几乎翻倍的涨幅被视为AI热潮最坚实的注脚。
这一指数由数据平台Silicon Data于去年12月推出，旨在追踪企业和开发者在使用主流大语言模型（如OpenAI的GPT系列、Anthropic的Claude、Meta的Llama等）时，实际为每次API调用或模型推理所支付的词元费用。由于其直接反映了下游应用端对AI服务的真实付费意愿与使用规模，被华尔街分析师誉为“最直观的AI需求风向标”。
从推出到今年5月，该指数一路攀升，涨幅接近100%。彼时，正值科技巨头掀起史无前例的AI基础设施军备竞赛——微软、谷歌、亚马逊、Meta等公司宣布的年度资本开支合计超过7000亿美元，大量资金涌入GPU算力、数据中心和模型训练。词元支出的猛增，被普遍解读为“AI应用正在规模化落地”的铁证，并成为推动纳斯达克AI板块屡创新高的核心逻辑。
然而，5月之后的逆转来得突然且坚决。连续数周的下滑，叠加指数技术形态上的“头肩顶”雏形，让市场开始重新审视这轮AI热潮的基本面成色。是什么动摇了“词元经济学”的根基？
首当其冲的原因，是模型价格战与开源模型的冲击。今年以来，Meta的Llama 3系列、Mistral的开源模型，以及国内百度、阿里、DeepSeek等厂商的持续降价策略，大幅拉低了词元的市场价格。仅GPT-4o的定价就较年初下降了约40%，而开源模型更是以近乎零成本的姿态蚕食闭源API的市场。对企业用户而言，调用同等能力的AI服务，所付出的实际支出正在快速萎缩——这直接压低了指数。
更深层的问题在于，市场开始质疑“烧钱换增长”的可持续性。大模型训练的边际收益递减、应用层“杀手级场景”尚未明确，以及企业AI API调用量增长放缓，都让投资者对7000亿美元资本开支的回报率产生怀疑。高盛近期的一份研报指出，如果词元支出指数持续下行，意味着“AI基础设施的利用率不及预期，过剩产能将反噬资本开支逻辑”。
“词元支出指数不仅是一个价格指数，更是AI产业链价值流动的缩影。”硅谷独立分析师弗朗西斯·陈（Francis Chen）表示，“当企业不再愿意为每一次对话、每一行生成代码支付高价时，整个闭环就出现了裂缝。当前指数下跌，反映的不是‘AI没有用’，而是‘AI太贵又不够值’——这是泡沫叙事的典型前期信号。”
从股市反应看，AI板块已出现明显分化。英伟达等算力龙头虽仍维持高位，但波动加剧；而诸多依赖API收入的AI应用公司股价承压。与此同时，一级市场对AI创企的估值也趋于理性，投资人更关注单位经济模型而非用户增长。
当然，也有乐观声音认为，价格下降是技术普及的必经之路。词元成本降低将催生更多轻量级应用，从而触发“以价换量”的新增长曲线。但Silicon Data指数的回调速度，已经让这轮AI热潮中最坚定的多头开始动摇。
无论如何，当最直观的风向标开始闪烁红灯，整个行业都不得不停下脚步，重新审视这场由大模型引发的资本盛宴。词元经济学，正在从“信仰”回归“账本”。