最近几年，AI逐渐成为了市场上的主力，各种AI产品的收费模式也开始成型，在AI成本的压力下，甚至一些被认为财大气粗的公司也开始在AI上面省钱了，就在最近微软掌门也坦承微软也在混用廉价模型，AI成本战到底路在何方？

一、微软也在混用廉价模型？

据华尔街见闻的报道，2026年10月26日，微软董事长兼CEO萨提亚·纳德拉做客风投播客20VC，与主持人哈里·斯特宾斯进行了一场24分钟的对话。

纳德拉表示：我的预判非常明确，最前沿的顶级模型永远会有其独特的塔尖市场，比如突破性的科学探索，前沿基线会不断被拔高；但在绝大多数企业日常场景中，算力的消耗绝大部分都会走向大宗商品化，沦为极度廉价的基础原料。

当被问及底层流量是否会被开源模型吃掉时，他给出了肯定的方向：可能是开源模型，也可能是那些价格极度内卷的轻量化闭源模型。底层一定会经历极其惨烈的价格战。

最能印证这一趋势的是微软自身旗舰产品的调度机制。纳德拉坦白：看看我们自己在微软Copilot内部的真实调度机制就知道了：我们每天都在大量混用便宜的闭源模型与开源模型。

这一表态实际上动摇了行业为前沿模型的稀缺性支付溢价的基础，也揭示了微软正从单一模型提供者，转型为利润空间更稳定的模型调用编排者与治理者。

二、AI的成本战到底路在何方？

最近微软混用廉价模型这件事，很多人一看就觉得，大公司终于开始省钱了，AI这玩意儿是不是要从烧钱时代进入务实阶段了？是这个原因，但是又不全是，我们该怎么看呢？

首先，token单价在降，AI总成本在涨。过去大家谈AI成本，很容易只盯着一次推理多少钱、一个token多少钱。这个指标当然重要，但它只是账本的一小部分。真正让企业头疼的是，AI越聪明，用得越多，调用场景越复杂，后台要花的钱就越膨胀。模型能力越强，企业就越愿意把它塞进更多业务里，从客服、搜索、办公到代码生成，几乎每个环节都想试一遍。结果就是，单次调用可能便宜了，但调用次数成倍增加，整体账单反而更重。

还有一个问题，大模型不是越贵越好，而是越贵越容易让人产生“什么都该用它”的错觉。很多场景其实不需要那么强的推理能力，可如果系统里只有顶级模型，那再简单的问题也会走一遍高成本流程。这就有点像家里明明只需要开一盏台灯，却把全屋空调、地暖、新风全打开了。效率看起来很高，体验也不错，但电费账单会告诉你，这种用法不可持续。科技公司现在面对的就是这种压力。模型能力在涨，算力需求在涨，用户响应速度、准确性、个性化也在涨，可收入端不一定同步涨。AI要真正变成可持续的业务，不能只靠技术突破，还得算得过来账。

所以，微软混用廉价模型，不是单纯为了省钱，而是承认了一个现实：AI不能永远按最贵的方式跑。过去几年，行业里有一种倾向，觉得只要模型足够强，成本问题以后总会解决。算力会更便宜，推理会更高效，商业化会自然跟上。但现实是，算力成本确实有下降空间，效率也确实能提升，可需求增长得更快。企业越是用AI，越会发现成本结构比想象中复杂。微软现在做的，就是把这套成本结构拆开看，不再把所有流量都交给最贵的模型，而是开始做分层。

其次，混用模型的本质是对AI进行按需分配。想象一下你日常使用AI的场景，大部分时候你让它干什么？总结一段文档，写一封邮件，改改措辞，回答一个常识性问题。这些任务，一个便宜的小模型完全能胜任，质量差距小到用户根本感知不出来。真正需要顶级前沿模型的，是那些复杂推理、深度分析、多步骤规划的重活。而这类任务在整个请求量里，占比其实很小。

智能调度系统的价值就在这里。它像一个精明的管家，先判断这个请求的难度，简单活儿派给廉价模型，难活儿才请出王牌。这样一搭配，整体成本曲线就能被明显压下来，而用户体验几乎不受影响。这套玩法并不是微软独创，业内很多公司都在悄悄做，只是微软体量太大，它一动就是风向标。对微软来说还有一层好处，自家有Azure，有各种规模的模型资源池，左手倒右手，调度起来比别人更顺手。

第三，算力正在成为市场的大宗商品。以前算力是个稀罕东西，高性能芯片一卡难求，谁手里捏着算力谁就牛，市场完全由卖方说了算。可这几年价格战打得热闹，大量的数据中心、运营商都下场当起了算力的供应商，供给一下子多了起来。东西一旦供给充足，价格就不再由稀缺性来定，而是由谁的成本更低来定。这个时候，能不能拿到更便宜的算力，就成了各家最核心的竞争力。

说白了，未来的竞争可能不再是比谁的模型参数最大，而是比谁能把同样的活干得更便宜。算力从卖方市场转向买方市场，这个转向看着不起眼，实际上会重塑整个产业的玩法。过去大家都盯着怎么把能力做上去，接下来恐怕得盯着怎么把成本做下来，谁能抢先占得成本优势，谁就能在后面的竞争里掌握主动。这也解释了为什么现在越来越多公司愿意在调度、优化、算力采购上花心思，因为算力这东西，正在从技术的比拼变成生意的比拼，谁先算明白这笔账，谁就先赢一步。

当然有人会说，便宜没好货，太便宜了，算力质量是不是就悬了？我倒觉得不用太担心，大宗商品的逻辑就是这样，供给一旦充分，价格和品质会慢慢形成一个平衡，最后留下的，往往是把性价比做得最极致的玩家。

第四，AI正在进入经济学时代。过去几年，行业里有一种很强的叙事，觉得只要模型足够大、能力足够强，商业问题就会自动解决。但现实是，技术突破只是第一步，能不能把技术变成可持续的生意，取决于成本、效率、场景和定价。AI不能只存在于演示视频和基准榜单里，它必须进入真实的业务流程，接受预算、ROI（投资回报率）、交付周期和用户体验的检验。

在这个阶段，算力会成为更基础的生产要素，token会成为更常见的计价单位。企业不再只问模型有多强，还会问一次调用值不值，一个场景能不能长期跑通，一套方案能不能在规模扩大后仍然保持成本可控。谁能更有性价比地使用token，谁能把不同模型、不同算力、不同应用场景匹配得更精准，谁就更有可能跑出来。未来的AI竞争，可能不是谁永远用最贵的模型，而是谁最知道什么时候不需要用最贵的模型。

从产业生命周期的角度来说，任何一个技术产业，从早期的狂飙突进到后期的精耕细作，都会经历这样一个转折点。互联网如此，移动互联网如此，AI也不会例外。当技术差距逐渐缩小，当用户开始对价格敏感，成本控制能力就从后勤问题变成了核心战略问题。

所以未来的竞争格局，我个人的判断是，顶级前沿模型依然会有它的位置，但会越来越像一个奢侈品，只在最关键的场景被调用。而大量的日常AI消耗，会逐步向高性价比的模型迁移。谁能建立更精细的调度体系，谁能在同等质量下把token用出更高的性价比，谁就能在这场成本战里活得更从容。

（本文图片来源为：pexels）