Sora 关闭：AI 代币经济学与计算

Sora停运：人工智能如何从炒作走向计算经济学

OpenAI于2026年3月24日宣布关停Sora——引发业界对AI整体热度降温的广泛猜测。事实上，此举标志着战略重心转向理性、以投资回报率（ROI）为导向的算力资源使用。就在一周前，英伟达CEO黄仁勋在GTC 2026大会上明确指出：一名年薪50万美元的工程师，若每年在AI令牌（token）上的支出不足25万美元，就已亮起红灯；若仅花费5000美元？那更是完全不可接受。这些量化指标揭示了一个关键转变：优先部署推理密集型应用，并确保其具备可验证的商业价值。

自2023年以来，令牌单价持续走低——但GPU供应短缺却愈发严峻。这正印证了杰文斯悖论：资源成本下降非但不会抑制消耗，反而会催生新应用场景，从而大幅推高总体需求。

| 模型 | 每百万输入令牌成本 |

|--------|---------------------------|

| GPT-4（2023年3月） | 30美元 |

| GPT-4o（2024年8月） | 2.5美元 |

| Gemini 2.0 Flash（2025年2月） | 0.1美元 |

| DeepSeek（启用缓存，2025年2月） | 0.07美元 |

企业级生成式AI支出从2024年的115亿美元飙升至2025年的370亿美元。与此同时，“影子AI”现象泛滥成灾：49%的员工擅自使用未经批准的AI工具，更有51%的员工在未获IT部门授权的情况下，将这些工具直接接入企业核心系统。

为何视频生成是算力消耗最剧烈的模态？

视频生成所需的算力，是处理1000词文本的大型语言模型（LLM）任务的10–100倍；图像生成则为3–11倍。对Sora而言，这意味着推理成本严重失衡。

OpenAI在2025年实现营收130亿美元——但推理处理成本同比激增四倍，导致毛利率从40%下滑至33%。公司果断转向更具“单位算力营收效率”的产品线。

• 文本：基准负载 = 1×
• 图像：3–11×
• 视频（1分钟，30帧/秒）：10–100×

如今，此类任务分级已成为行业标准实践：算力仅严格分配给具备可衡量ROI的应用场景。

令牌支出：工程师生产力的实用代理指标

黄仁勋的言论虽因利益冲突（英伟达直接受益于GPU需求增长）而招致批评，但其核心洞见依然成立：过低的令牌支出，往往意味着错失自动化升级的重大机遇。

一位工程师若对日常重复性任务弃用AI智能体，无异于芯片设计师手动布线数十亿晶体管——现代电子设计自动化（EDA）工具可自动完成数月之久的版图设计；拒绝采用并非节俭，而是主动放弃竞争优势。

令牌支出虽非完美指标（存在被人为操纵的风险），却是评估新技术在真实生产环境中落地深度与广度的宝贵标尺。

AI市场正迈向成熟期

整个行业正从“试水探索”阶段迈入“结果问责”阶段。2023–2024年，产品上线逻辑多为“先试试看”；而到了2026年，严格的“推理成本 vs. 收入贡献”分析已成为上线前置条件。

Sora是首个高调优化案例——绝非最后一个。AI投资总额仍在攀升，但资金使用纪律空前严明。算力稀缺性持续存在——并非因为供给未增长，而是应用场景呈指数级爆发式扩张。

核心要点：

• 令牌价格走低加剧GPU短缺，因其释放了大量新型高算力需求应用；
• 视频生成仍是资源消耗最剧烈的模态；Sora因投资回报率过低而终止服务；
• 令牌支出是衡量团队级工程效能的实用代理指标；
• 企业AI总支出已达2025年370亿美元，而“影子流量”进一步推高实际用量；
• 市场正加速转向数据驱动的产品优先级决策机制。

— Editorial Team