Ep 40 | AI 账单每 45 天翻一倍，钱到底花到哪里了？

核心判断：

模型的“够用能力”正在商品化，但企业真正购买的不是词元，而是可靠完成的结果。单价下降、总账单上升与资产价格更敏感，可以同时成立。

本期不把榜单当作“所有模型都一样”的证明，也不把股价回落当作某个单一原因的证明。更稳健的结论是：同一榜单上出现分数接近、成本快照差异较大的模型；高风险任务仍可能为可靠性付溢价；市场可能开始要求 AI 投入给出更清楚的回报。

对中国听众，美国更适合作为更早落地的样本，而不是中国的未来预告片。真正可迁移的问题是：哪些工作可被清楚描述、反复复制、快速检查；哪些价值来自判断、信任和对结果负责。

模型分数接近，价格并未接近：

2026 年 7 月 9 日，Meta 发布 Muse Spark 1.1，并首次通过 Meta Model API 向开发者收费。独立评测显示，它与 6 月中旬的开放权重模型 GLM-5.2 同为 51 分；6 月 30 日发布的 Claude Sonnet 5 为 53 分。

两分的指数差，不自动等于九倍的效用差；九倍的成本差，也不自动证明贵模型定价错误。任务难度、稳定性、隐私、速度与责任边界仍会改变价值。

从词元账单到合格结果成本：

据 OfficeChai 在 2026 年 7 月 11 日发布的二手文字整理，Chamath Palihapitiya 在 All-In 播客中转述了 8090 的两个内部数字：词元开支每 45 天翻倍，而对应生产力提升最多约 5%。这是二手记录的人物说法和单一公司样本，不是原节目逐字稿，也不是经审计的行业统计。

把 Mark Zuckerberg 与 Chamath Palihapitiya 放在一起看，张力很清楚：前者用 Muse Spark 1.1 把模型单价往下压，后者提醒企业总账单仍可能快速上涨。一个讲供应越来越便宜，另一个讲使用可能越来越昂贵。

模型能力只是生产过程里的一个零件。企业最终买的是少出错、快交付、多收入、低成本。

最强反证：如果模型可靠性快速跃升，第一次就能把复杂任务做对，今天的高账单可能只是技术落地初期的混乱，而不是长期结构。

Micron：好财报之后，为什么股价仍回落：

我们可能因为股价先跌了，才开始寻找理由。我把这段价格行为视为待验证信号，而不是投资者正在重新计算什么的证明。

2026 年 4 月 29 日，Meta 把全年资本开支指引上调至 1,250 亿至 1,450 亿美元，并把部分增加归因于内存涨价。4 月 30 日，Meta 股价一度下跌接近 10%，市值约减少 1,750 亿美元。这里可以确认同一时点的市场反应，但不能宣称内存涨价是股价下跌的唯一原因。

美国就业：三层证据，不能混成一句话：

这项美国薪资系统样本提示，压力可能先出现在年轻、初级，而且工作内容更偏自动化的岗位；研究尚不能完全锁定因果。

对中国听众的表达边界：美国的行业结构、工资水平、监管和企业管理方式与中国不同。本期不对中国就业、经济或股市做方向预测，只把美国作为更早落地的样本。

对个人更有用的问题是：自己的工作里，哪些步骤能被清楚描述、反复复制、快速检查？剩下的价值是否来自行业经验、判断、信任，以及对最后结果负责？

三种发展方向与观察信号：

三条路可能同时发生：普通模型更便宜，顶级模型保留溢价，企业把预算从“多用”改成“做成”。

投资与生活层面的共同启示，不是追逐某个具体标的，而是改变观察单位：模型榜单看任务适配，企业投入看合格结果成本，个人能力看判断、信任与责任。

------

了解更多：

Jason X | NDV X | NDV 官网 | 公众号：NextGen Digital Venture

------

声明：本节⽬内容仅供信息分享与学术探讨，不构成任何形式的投资建议。所有分析、观点及案例均不指向推荐任何具体投资标的或操作。投资决策须由您基于个⼈独⽴研究作出，并⾃⾏承担全部⻛险。市场有⻛险，投资需谨慎。

------

【收听延伸与交流】

欢迎加入我们的听友群，一起探讨你的“非共识”。

世界没有标准答案，我们欢迎一切有价值的思考碰撞。

添加「非共识的20分钟-课代表」，即可入群交流。

另外，为了给购买过付费节目的听友提供更聚焦、更高质量的交流空间，我们新建了「资深交流群」，面向已购买《非共识的 20 分钟》任意付费集的听友开放。已购买付费节目的听友，可添加「非共识的20分钟-课代表」了解详情。需提供购买记录截图，核验后入群。

*社群内所有讨论仅为听友间的观点交流与学术探讨，不构成任何投资建议。