【AI API变相涨价，开源模型+人力成性价比最优解】

快速阅读：当前的 AI 市场正陷入一种怪圈：厂商在拼命推高 API 价格和 Token 消耗，而这种“烧钱式”的溢价正逼迫企业转向“低成本人工 + 开源模型”的组合。当顶级模型（Frontier Models）的推理成本超过了雇佣一名海外工程师的薪水时，技术溢价的护城河也就到头了。

现在的 AI 厂商似乎在玩一场危险的博弈。

大家都在聊模型能力，却很少有人盯着账单看。一个很反直觉的现象是：订阅制（Subscription）的价格比 API 便宜了 10 到 40 倍。如果你花 90 美元订阅 Claude，其实相当于白嫖了价值几千美元的 API 调用量。这种补贴行为在 SaaS 领域很常见，但它正在变得不可持续。

更离谱的是，厂商们似乎在通过“Tokenmaxxing”来变相涨价。新版本的 Tokenizer 效率变低，导致同样的任务消耗更多 Token；而 API 单价也在涨。这就像是你在用一个越来越贵的计费器，去跑一个越来越复杂的算法。

有意思的是，这种趋势正在把用户推向另一个极端：开源模型 + 低成本人力。

我们可以算一笔账。如果一个顶级模型的 API 调用成本在不断攀升，而像 DeepSeek 这样的开源模型在性能上已经能达到前沿模型的 90%，那么逻辑就变了。与其支付昂贵的“智力税”给美国实验室，不如雇一个懂业务的海外工程师，再配上一个便宜的开源模型。

当这种组合的性价比在第 11 个月左右超过了纯 API 方案时，前沿实验室的价格天花板就出现了。

这让我想起软件外包的历史。很多人觉得 AI 会取代外包，但事实可能恰恰相反：AI 正在让“高水平工程师 + 廉价模型”成为一种新型、高效的“外包”。

这种演进不是线性的。当企业发现与其为昂贵的推理成本买单，不如把钱花在更具确定性的基础设施或人力上时，这场关于“智能”的军备竞赛，性质就变了。

到底是一个全能但昂贵的“上帝模型”能统治世界，还是无数个“足够好”的小模型加上人类的监督能构建未来？这个问题，可能还没到能给出答案的时候。

signalbloom.ai/posts/outsourcing-plus-localai-will-soon-become-more-economical-vs-frontier-labs/