微软也在混用廉价模型，AI成本战到底路在何方？

最近几年AI已经逐渐成为了市场上的主力各种AI产品的收费模式也开始逐渐成型在AI成本的压力下甚至一些很多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诚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。纳德拉表示因此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是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对响应速度、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把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是少数。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到成本的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、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。