单价跌 41%，账单没跌：成本要按成功任务算

「token 单价又降了」正在变成 AI 预算会上信息量最低的一句话。2026 年 3 月到 8 月，美国企业实际支付的平均 token 单价跌了 41%；同一窗口，支出最重的那 1% 公司人均 AI 账单下降近 10%。单价和账单同向，但幅度差了一个量级——这说明度量单位选错了：成本该按「每个成功任务」算。

支付侧的一手数据：单价跌 41%，账单没有补回来

Ramp AI Index 追踪约 7 万家企业的支付数据。其 2026 年 8 月读数给出三组数字：

• 平均有效 token 单价 $0.68/百万 token，较 3 月峰值 $1.15 下跌 41%；
• 付费使用 AI 产品的企业占比 56%，环比仅上升 0.4 个百分点；
• 支出最重的 1% 企业，人均 AI 支出下降近 10% 至 $7,205。

Ramp 首席经济学家 Ara Kharazian 把下降归因于两条叠加的力量：token 单价下降，以及客户向更便宜模型迁移——例如选择 ChatGPT 5.6-Terra、Anthropic Sonnet，而不是更贵的前沿版本。他的原话是，竞争「不只是降价，还把此前市场预期贡献主要增长的头 1% 公司的支出也打下来了」（TechCrunch 转引，2026-09-09）。

同一批数据里还有一个常被忽略的数字：8 月只有 6.4% 的 AI 支出企业使用了 model-serving 或推理平台。开源与托管推理是真实增长的方向，但绝对基数还不足以改变整体账单形态。

两条口径纪律必须随行。第一，Ramp 样本偏科技行业：美国人口普查局 8 月 23 日更新的调查显示，只有 22% 的企业报告使用 AI，两个数字不能互相替代。第二，这是 8 月（假期月）的单月数据，Ramp 同一指数在 2025 年 8 月至 10 月同样零增长、年末回升——单月不足以定趋势。

质量差 1.4 倍，成本差 30 倍

Artificial Analysis 的 Coding Agent Index 把度量单位从「模型」改成「模型 × harness × 执行设置」的组合。理由很直接：同一个模型配不同 harness，性能、token 消耗、成本都会变。其 2026 年 5 月的发布说明给出了一组跨度悬殊的数字：

• 每任务成本（API token 口径）：$0.07 至 $2.26，跨度超过 30 倍；
• 综合分：43 至 61，跨度约 1.4 倍；
• 每任务 token 消耗：170 万至 480 万，跨度超过 3 倍；
• 每任务耗时：约 6 分钟至约 40 分钟，跨度超过 7 倍。

口径说明：该指数此后已迭代至 v1.5，评测集与组合均有更新；上述数字来自 2026-05 的 v1.0 发布说明，引用须带版本。当前读数以 Artificial Analysis 的 Coding Agent 榜单页为准。

最值得注意的一条是：被测组合里最贵的那个（GLM-5.1 在 Claude Code，$2.26/任务）之所以贵，主因是 token 用量最大——480 万 token/任务，发布说明写明部分来自模型在任务中进入循环；不是单价最高。同一个 harness 内的另一个开源模型（DeepSeek V4 Pro 在 Claude Code）每任务 $0.35，两者成本差 6.5 倍，综合分只差 3 分。

这推翻的是「单价排序等于成本排序」这个默认假设。成本的第一解释变量是 token 消耗量，而 token 消耗量由 harness 的提示结构、缓存命中与循环行为决定。该指数同时记录缓存命中率在 80% 至 96% 之间波动，而缓存输入价格通常不到标准输入价的一半——同一个模型换一条路由，单位经济性就会变。

我们的判断：预算单位换成「每成功任务成本」

三条，都可执行：

1. 报表口径：月度报表给两个数——每成功任务成本、每成功任务 token 数。前提是「成功任务」先定义清楚（谁判定、按什么判定），否则这个指标会被优化成好看的数字。
2. 采购基线：报价必须锁定 harness 版本与推理档位。同样模型在不同 harness 下 token 消耗可以差 3 倍以上，这个差异会直接进入账单；不锁基线的横向对比没有意义。
3. 价格口径不可互证：支付侧（Ramp $0.68/百万 token）、网关侧（Silicon Data LLM Token Expenditure Index，9 月 10 日读数 $0.98/百万 token）、厂商牌价是三套不同口径。CFO 报表只能用自己账单算出的每成功任务成本；行业价格指数只用于判断趋势方向，不用于填预算金额。

关于 Jevons：这个窗口的数据既没证明它，也没否证它

「单价下降 → 用量上升 → 账单上升」是被广泛引用的 Jevons 论证。需求侧的新数据方向相反：在这个窗口里，降价没有被用量补回来。TechCrunch 的表述是，模型厂商「还没有用增长的量补上降价的缺口」。

安全表述是：单价确实在崩，但头部客户的账单尚未跟着涨——降价被用量补回的过程，在本窗口的数据里还没有发生。这不足以推翻多年度结论（窗口太短、单月、假期月），但足以要求任何引用 Jevons 的预算模型，把「用量会补位」当作待验证假设，而不是既成事实。

留给买家的一个问题

如果你的 AI 预算模型里，成本变量是「每百万 token 单价」，那么请先回答：这个季度，你的每一个成功任务消耗了多少 token，比上季度是升还是降？答不出这个数字，单价涨跌对你的账单没有解释力。

参考来源: Ramp AI Index 2026 年 8 月读数（Ramp 支付数据，约 7 万家企业样本；单价 $0.68/百万 token、7 月头 1% 中位数 $7,400/人、6.1% 使用 model-serving 平台均为该页口径），ramp.com/data/ai-index-august-2026（curl HTTP 200）｜TechCrunch 2026-09-09 报道（56% 付费占比 +0.4pt、头 1% 人均支出 $7,205 下降近 10%、6.4% 使用推理平台、美国人口普查局 22% 对照口径、Kharazian 引语均来自该文），techcrunch.com/2026/09/09/ai-spend-per-employee-slumped-at-top-firms-in-august-summer-doldrums-or-a-warning-sign（curl HTTP 200）｜Artificial Analysis Coding Agent Index v1.0 发布说明（每任务成本 $0.07 至 $2.26、综合分 43 至 61、每任务 token 170 万至 480 万、缓存命中率 80% 至 96%、GLM-5.1 在 Claude Code $2.26 与 480 万 token/任务、DeepSeek V4 Pro 在 Claude Code $0.35、每任务耗时约 6 至 40 分钟），x.com/ArtificialAnlys/status/2053865095076438427（2026-05）｜当前榜单与方法（v1.5，评测集已更新），artificialanalysis.ai/agents/coding-agents（curl HTTP 200）｜Silicon Data LLM Token Expenditure Index（网关用量加权口径，9 月 10 日读数 $0.98/百万 token），silicondata.com/products/silicon-index/llm-token-expenditure-index（curl HTTP 200）｜DX《AI coding assistant pricing and ROI guide》（席位 + token 的每人每月总成本区间 $200 至 $600），getdx.com/blog/ai-coding-assistant-pricing。