Token價格首度跌破1美元！高盛：「量升價崩」動搖AI資本開支邏輯

高盛One-Delta交易台主管Rich Privorotsky在最新研究報告中指出，Silicon Data編制的LLM Token Expenditure Index(SDLLMTK)在8月下跌29%，並在月底報出每百萬Token價格0.97美元，首度跌破1美元，較5月高點2.05 美元累跌逾50%。

摩根大通同步統計指出，OpenRouter上月路由量(即實際處理的 Token 總量)月增47%，但對應的美元支出僅微增7%。用量狂飆、單價崩塌，支出幾乎原地踏步，「量升價跌」直接揭示了當前AI投資邏輯的核心矛盾：股票市場的回報以美元計算，而非以 Token數量計算；超大規模資料中心的資本開支，正是基於美元收入預期來核算的。

Privorotsky在報告中則寫得直白：「更多需求加上更低價格，若價格跌速超過消費增速，並不自動構成利多。」他特別提醒，SDLLMTK指數是「使用量加權價格指數」，而非需求量指標，其下跌恐源於標價下調、用戶向低成本開源模型遷移，或是兩者兼而有之，這並不意味著AI使用量在萎縮，但正因為遷移正在發生，過去兩年股價定價所依賴的「Token變現」鏈條才首次出現了根本性裂痕。

他還對「百萬Token計價」能否作為持久商業模式提出了質疑，並指出雲端推理按Token定價的邏輯依賴三個前提同時成立：模型體量龐大到無法本地運行、用戶無法以開源替代品替換、工作負載足夠突發以至自建算力不划算，但這些前提正在同步瓦解。

硬體方面，RTX Spark等級筆電、DGX Spark 工作站、可運行700億參數級模型的Mac Studio，以及算力落在40至75+ TOPS 區間的NPU，已將大量Token的邊際推理成本壓縮至接近電費水平。一旦企業每月API 帳單超過一台5000至15000美元設備的攤提成本，該企業便從持續貢獻高利潤率的軟體訂閱用戶，轉變為一次性硬體買家，這直接侵蝕了雲端服務商的長期經常性收入。

模型競爭上，Meta周三(2日)推出的Muse Spark 1.3在獨立基準測試中，已與 GPT-5.6 Sol及Claude Opus 5 處於同一梯隊，且在智能體任務和代碼生成方面表現突出。

Privorotsky指出，優勢以週計算，不構成護城河，只是產品週期。每當次優模型足夠接近且價格更低，企業便會繞開溢價層級，而Token價格指數正是這一路由決策的聚合體現。

本輪AI資本開支週期並非靈活的營運支出，而是已鎖定的重資產承諾。高盛在報告中指出，五家獲評級的超大規模雲端服務商今年資本開支預計合計約7370億美元，約佔其總收入的 38%。

信用市場的反應已先於股票市場。一份對相關債券的統計顯示，今年發行的91檔超大規模雲廠商債券中，已有78個在8月底前跌破發行價。Privorotsky 將此稱為「信用的重新定價」，並指股票估值倍數只是滯後指標。

不過，高盛指出，OpenAI最新模型Astra被視為當前唯一可能扭轉局面的近期催化劑。此前，8 月Token價格數據是當前市場狀態最真實的信號，也就是需求可無限程長，但若無限需求到來時的價格，無法涵蓋建設資料中心所發債成本，股價仍可能下跌。