前沿科技洞见 · 2026-06-26

AI 推理成本博弈：用户外流、1000 倍节能、ROI 核算时代同步到来

资料提供：前沿科技研究部

正在发生的事很多，这件帮你看过了

AI 推理成本博弈：用户外流、1000 倍节能、ROI 核算时代同步到来

2026/06/26

Tech in Asia 报道的 JP Morgan 报告指出，部分企业用户的 AI 账单在经历价格变化后涨幅高达 100 倍，摩根大通已观察到客户向低成本 AI 系统迁移的早期信号。同一天，Databricks 前首席 AI 官离职后创建新公司并发布 Un-0，声称可将 AI 能耗降低 1000 倍；Claude Code 核心工程师也发文，说狂烧 Token 的时代结束了，现在应该给每个 Agent 任务算实际 ROI。三件事从需求、供给、工程三个方向同时指向同一个变量：AI 推理成本已经从可以被搁置的技术细节，变成了影响企业是否继续投入 AI 的关键考量。

JP Morgan数据：价格变化后账单涨百倍，迁移已经发生而不是"可能发生"

Tech in Asia 的报道来自 JP Morgan 的内部报告。报告记录到：部分企业用户反映，AI 账单在经历价格变化后涨幅高达 100 倍。与此同时，摩根大通表示已经看到客户向低成本 AI 系统迁移的早期信号。

这里有一个细节值得注意：触发因素是"价格变化"，而不是企业自身使用量的扩张。也就是说，这些用户不是因为用得更多才账单涨了，而是 AI 服务提价之后，同等使用量的账单直接跳了两个数量级。在这个量级下，没有多少企业能靠内部预算调整来消化，迁移到更便宜的替代方案变成了实际选项，而不只是财务讨论中的一个假设。

JP Morgan 的报告没有披露迁移规模有多大，也没有明确是哪些 AI 产品触发了涨价。"早期信号"这个措辞意味着迁移行为已经开始，但尚未大规模蔓延。

Databricks前AI负责人的Un-0与Claude Code工程师的ROI主张

Un-0：耦合振子替代神经网络推理

Databricks 前首席 AI 官离职后成立新公司，并于同日发布 Un-0 图像生成系统。TechCrunch 标题直接写明：该公司认为可以将 AI 的电力消耗降低 1000 倍。

Un-0 的技术路线基于"耦合振子"（Coupled Oscillators）——这是一种区别于传统神经网络的计算范式。根据 unconv.ai 博客的介绍，Un-0 是首次展示这套技术可以复现传统 AI 系统功能的实例，当前落地形态是图像生成。

1000 倍这个数字针对的是能耗，不是推理速度或精度。耦合振子架构与 GPU 上跑矩阵乘法的 LLM 推理模式有根本差异，目前公开信息中没有数据说明这条路线能否在文本生成类大语言模型上复现同等量级的能耗降幅。从图像生成任务到 LLM 推理的迁移性，是这条路线最大的未知数。

Claude Code工程师的ROI主张

InfoQ 中文站报道，Claude Code 核心工程师（"工程一号位"）亲自发文，主张"狂烧 Token 时代已过，现在该算 Agent 任务 ROI 了"。这不是 Anthropic 的官方政策，而是工程师个人判断——但来自 Claude Code 一线工程师，说明烧 Token 不计成本的开发习惯已经在实践中开始受到质疑。

同日，InfoQ 还报道了一家清华系 AI 基础设施独角兽声称已经破解算力成本难题。两篇文章的标题——"狂烧 Token 时代已过"和"狂烧 Token 却赚不到钱"——用同一个词语框架描述了不同角色对同一问题的感受：Token 消耗不再是可以无限量预支的资源。

三路信号放在一起看：同一个压力，不同时间尺度的应对

把这三件事并排，可以看到同一个底层压力在不同时间尺度上触发了不同层级的响应：

企业迁移低价模型是立即正在发生的需求侧行为。不需要等任何新技术落地，企业已经在切换。
Claude Code工程师呼吁ROI核算是当下可执行的应用层调整。在等待技术成本下降之前，先在开发行为层面建立约束。
Un-0的1000倍降能路线是一个中长期的供给侧假说。技术上首次展示了可行性，但商业化和规模化路径尚不清晰。

三条路线之间有一个核心区别：前两条都在现有 GPU 推理栈内部调整行为，不依赖架构变化；Un-0 试图从物理计算层绕开 GPU 推理栈本身。两条思路不互斥，但对 AI 成本问题的解决时间线有数量级差距——企业迁移和 ROI 核算今天就在发生，Un-0 的耦合振子路线何时能进入 LLM 推理生产环境，目前无法判断。

判断：JP Morgan 的报告是需求侧的早期预警，不是拐点声明；Databricks 前 AI 负责人的 Un-0 是一个值得持续跟踪的技术方向，但当前证据仅限于图像生成场景；Claude Code 工程师的 ROI 主张，在三件事中是目前对行业影响最直接、最可操作的那一个。

参考资料

内容由AI辅助生成，请谨慎甄别。资讯分享仅供参考，相关观点不代表主观立场，不构成任何形式的投资建议。

🏠 返回首页