AI 基礎設施投資的核心敘事正面臨單位經濟學層面的嚴峻挑戰。Token 價格崩塌速度超出預期，高盛 Silicon Data LLM Token Expenditure Index 在 8 月單月下跌 29% 至約 0.97 美元，首次跌破每百萬 Token 1 美元關口。同時 OpenRouter 平台使用量增長 47% 但美元支出僅增長 7%。量升價跌的剪刀差揭示核心矛盾：股票市場回報以美元計算，而非 Token 數量。這標誌著過去兩年支撐 AI 板塊估值的收入邏輯出現根本性動搖，信用市場已率先發出警示。

文章作者、來源：华尔街见闻

AI 基礎設施投資的核心敘事正面臨單位經濟學層面的嚴峻挑戰。代幣價格的崩塌速度已超出市場此前的預期，令過去兩年支撐 AI 板塊估值的收入邏輯出現根本性動搖。

根據高盛 One-Delta 交易台負責人 Rich Privorotsky 的最新報告，衡量市場每百萬 Token 使用加權均價的 Silicon Data LLM Token Expenditure Index（代碼：SDLLMTK）在 8 月單月下跌 29%，月末報約 0.97 美元，創歷史新低，較 5 月高點約 2.05 美元累計跌幅已超過 50%。這是該指數首次跌破每百萬 Token 1 美元關口。

與此同時，根據摩根大通數據中心的報告，OpenRouter 平台 8 月的 Token 使用量環比增長約 47%，但美元支出僅增長約 7%。用量上升、價格下跌的剪刀差直接揭示了當前 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，超大規模數據中心的資本支出正是基於美元收入預期來核算的。

Privorotsky 在報告中明確指出，「更多需求加上更低價格，若價格跌速超過消費增速，並不自動構成利好。」

代幣價格崩塌：並非需求消失，而是單價正在瓦解

Silicon Data 的 LLM Token Expenditure 指數並非衡量 Token 需求量的指標，而是一個使用量加權的價格指數。該公司本身已向市場提示，該指數的下跌可能源於標價下調、用戶遷移至低成本開源模型，或兩者兼而有之，並不意味著 AI 使用量在萎縮。

然而，這恰恰是問題所在。OpenRouter 的路由量大幅上升，但 H100 GPU 租賃價格卻在下跌——這與「Token 需求激增」的敘事相悖。Privorotsky 指出，8 月的數據呈現出清晰的格局：量大幅上升，價格跌幅更大，美元支出幾乎原地踏步。

高盛的結論是：過去兩年的股權定價建立在「更多 Token 等於更多收入」的假設之上，而 8 月的數據首次清晰地打破了這一假設。

競爭加劇與本地推理：每 Token 定價模式的結構性侵蝕

Privorotsky 在報告中直言，他對「按 Token 計費」作為持久的商業模式持懷疑態度。雲端推理按百萬 Token 定價的邏輯，依賴三個前提同時成立：模型體量大到無法本地運行、用戶無法以開源替代品取代、工作負載足夠突發以致自建算力不划算。而這三個前提目前正在同步瓦解。

在硬體端，RTX Spark 級筆記本、DGX Spark 工作站、可運行 700 億參數級模型的 Mac Studio，以及算力在 40 至 75+ TOPS 區間的 NPU，已將大量 Token 的邊際成本壓縮至接近電費水平。一旦企業每月的 API 賬單超過一台 5000 至 15000 美元設備的攤銷成本，該企業便從 Token 消費者轉變為一次性硬體買家，而非持續貢獻 40% 利潤率的軟體訂閱用戶。

在模型競爭端，Meta 於 9 月 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 處於同一梯队，且在智能體任務和代碼生成方面表現突出。Privorotsky 指出：「前沿優勢以週計算，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。

資本開支邏輯承壓：信用市場已率先發出警示

高盛報告指出，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。據報告，五家獲評級的超大規模雲廠商2026年資本開支預計合計約7370億美元，佔其收入的38%。穆迪已就自由現金流壓縮、資產負債表從輕資產向重資產轉型，以及未以債券形式體現但實質約束發行人的租賃承諾發出警報。

信用市場的反應已先於股票市場。根據對相關債券的統計，在2026年發行的91隻超大規模雲廠商債券中，已有78隻在8月底前跌破發行價。Privorotsky將此稱為「信用的重新定價」，並指出股票估值倍數是滯後指標。

其邏輯鏈條清晰：Token 價格下跌 30%、使用量增長 20%，推論收入下降；推論收入下降，而 2025 至 2027 年建設週期的折舊與利息仍在攀升，投資報酬率隨之崩塌；投資報酬率崩塌後，市場無需「泡沫破裂」的戲劇性敘事，只需將估值倍數調整至反映一個擁有大量資產、但定價能力受限的公用事業型企業的水平。

GPT-6 Astra：唯一仍存的敘事反轉變數

在報告中，Privorotsky 將 OpenAI 下一代模型 Astra 視為當前唯一可能扭轉局勢的近期催化劑。OpenAI 於 9 月 1 日表示，Astra 已達到其 Preparedness Framework 下的關鍵網絡安全門檻，成為首個被納入該類別的模型。

然而，高盛的交易台對此保持審慎。一個受訪問限制、需要監控、使用摩擦較高的激進模型，並不會自動補充 Token 收入池。若高價值工作負載始終停留在受控測試環節而未進入公開計費系統，Astra 甚至可能減少計費 Token 數量。

報告的結論是：Astra 是能夠使收入組合重新向高價值層級傾斜的最後一個近期變量。在此之前，8 月的 Token 價格數據是當前市場狀態最真實的信號——需求可以無限增長，但若無限需求到來時的價格無法覆蓋建設數據中心所發行債務的成本，股價仍然可以下跌。