AI 价格的下跌速度超过了以往任何技术周期：AI智能服务的成本在短短约 3 年内下降的幅度，相当于个人电脑价格在 15 年多时间里的降幅，这凸显了技术性通缩前所未有的速度。

据高盛数据，一项追踪主流大语言模型（LLM）每百万 Token 价格的指数在短短约 30 个月内较 2022 年的初始水平下跌了超过 90%，而经质量调整后的价格降幅甚至更大。与此同时，预计超大规模云服务商仅在 2026 年一年的 AI 资本支出就将达到约 7,570 亿美元，而截至 2030 年的累计支出预计将达约 5.5 万亿美元。

AI 行业面临的挑战在于，随着单位智能服务的收入下降，必须实现使用量的爆发式增长，才能抵消价格下跌带来的影响。这正是当前引发芯片股震荡的争论焦点：如果智能服务的成本继续以如此快的速度下降，那么那 5.5 万亿美元投资的回报实现所需的时间，可能会远超市场目前的预期。

如果这一观点获得广泛认同，可能会给整个 AI 产业链的估值带来压力，因为今年以来的大部分股价涨幅都建立在一个假设之上：即当前的资本支出水平将由未来的回报来证明其合理性。AI 投资热潮面临的最大风险，或许并非需求不足，而是出现这样一种局面：AI 能力在尚未实现高额盈利之前，就已经沦为同质化的大宗商品。