全世界都被美国演的戏骗了！大模型公司扎堆喊停研发，根本不是怕什么 AI 毁灭人类，真实原因很扎心 ——token 价格跳水，收入涨不动，财务模型都快崩了。
 
OpenAI突然踩下刹车。
 
两周暂停最新模型的强化学习训练，原定规模最大的前沿训练项目继续搁置，部分高风险研究任务也没恢复。摆在台面上的理由，是模型网络攻击能力太强，安全措施暂时跟不上。
 
此前确实发生过模型突破研究沙箱、接触外部系统的事故，OpenAI也发现代号“Astra”的新模型可能达到最高级别的网络安全能力门槛。
 
但要说放慢开发只因为害怕AI失控，我不信。
 
因为就在OpenAI踩刹车之前，大模型行业最重要的一根价格曲线，已经一头扎了下去。
 
Silicon Data编制的市场指数显示，今年5月，每百万Token的平均支付价格还是2.05美元。到了8月底，只剩0.97美元。
 
三个月，直接腰斩。
 
仅仅8月一个月，价格就跌了29%，第一次掉到1美元以下。
 
更扎心的是，OpenRouter平台8月的Token调用量环比暴涨约47%，对应的美元支出却只增加约7%。
 
这意味着什么？
 
机器忙冒烟了，服务器更挤了，用户确实更多了，可收上来的钱没有同步增长。
 
以前美国大模型公司的故事特别顺。
 
模型越做越大，能力越强，用户越多，Token卖得越贵。赚来的钱继续买芯片、建数据中心、训练下一代模型，然后估值再涨一轮。
 
现在中间这根链条断了。
 
用户还是越来越多，可Token正在迅速变成廉价工业品。今天你敢卖两美元，明天就有人卖一美元，后天开源模型直接把价格打到地板上。
 
OpenAI自己也扛不住。
 
7月底，它把GPT-5.6 Luna的价格砍掉80%，Terra降价20%。这不是做慈善，而是企业客户开始盯着账单，便宜的中国开源模型又在后面追着打，价格不降，流量就可能被别人抢走。
 
这几年美国AI公司最爱讲“护城河”。
 
芯片是护城河，人才是护城河，数据是护城河，闭源模型更是护城河。可中国模型把能力追上来，再把价格压下去之后，大家突然发现，这条河可能没想象中那么深。
 
美国公司拿着全球最贵的芯片，雇着全球最贵的工程师，住着全球最贵的数据中心，最后却要跟一批低价模型拼每百万Token几毛钱的生意。
 
这画面，多少有点喜感。
 
问题在于，Token售价能腰斩，训练成本却不会跟着一夜腰斩。
 
更大的训练集群要花钱，模型上线后的推理要花钱，电力、机房、网络、研发团队都要花钱。最麻烦的是，这些公司早就按照需求持续爆炸的剧本，签下了巨额算力合同。
 
据路透社披露，OpenAI计划到2030年投入大约6000亿美元算力支出。2025年，它的模型推理费用增长了四倍，调整后毛利率从40%降到33%。
 
一边是数千亿美元的算力野心，一边是Token单价三个月腰斩。大家说，这个财务模型还能像以前那么漂亮吗？
 
这就像一家餐馆提前租下十栋楼，买了几千口锅，宣布未来每天接待一百万人。结果客人确实来了，可同行把盒饭价格打到五毛钱一份。
 
人越多，厨房越忙，亏得反而可能越快。
 
所以我看OpenAI这次“暂停”，更像一脚多功能刹车。
 
安全系统确实要补，研究环境确实要加固，但最大的前沿训练项目停一停，也能少烧一笔天文数字，顺便重新观察市场到底愿意为什么能力付钱。
 
注意，OpenAI并没有停止全部开发。
 
它只是暂停两周部分强化学习训练，同时让最大规模的前沿项目继续处于搁置状态，小规模训练、评估和安全研究仍在推进。
 
这个“暂停”用得很妙。
 
如果下一代模型商业回报足够高，安全措施补齐之后，项目随时能重新启动。可如果价格战继续恶化，它也能悄悄调整路线，把资源转向更容易收费的企业服务、智能体和行业应用。
 
同样是踩刹车，故事完全不同。
 
我倒不觉得大模型行业会因此垮掉。Token变便宜，对普通用户、中小企业和应用开发者都是好事。以前舍不得用的功能，现在可以放开用，AI真正落地反而会更快。
 
真正难受的，是那些把自己当成“智能收费站”的基础模型公司。
 
它们原本以为只要掌握最强模型，就能对每一段文字、每一行代码、每一次推理持续收过路费。现在开源模型越来越强，客户又学会自动选择最便宜的模型，这座收费站的栏杆正在被拆掉。
 
这场竞争拼到最后，未必是谁的模型参数最大。
 
而是谁能用更低的成本完成同一件事，谁能把模型塞进真实业务，谁能让客户用了之后真赚到钱。
 
当调用量暴涨、单位价格腰斩、算力承诺又高达数千亿美元时，谁还敢说这脚刹车和账本没有关系？