AI支出飙升，模型价格下跌、基础设施扩张

人工智能市场正进入一个新阶段：计算需求持续增长，但领先模型的使用成本正在大幅下降。livetradingnews.com于2026年9月28日的报道，将这两项发展置于业界规模的不同估算以及新模型争相发布的背景下进行比较。

盖特纳估计，全球AI支出将在2026年达到2.67万亿美元，较上年增长49.5%。其中，基础设施占1.484万亿美元，生成式AI模型支出预计为283亿美元。这些数字表明，支撑AI的实体系统——服务器、芯片、网络设备和数据中心设施——吸收的资金远远超过模型本身。

高盛研究衡量的是另一项指标。其估计2026年全球AI投资约为1万亿美元，指的是资本形成，而不是AI相关采购的全部价值。美国超大规模云服务商的资本支出预计将占最大份额，市场共识接近7940亿至8000亿美元。高盛认为，这一数字没有计入私营企业以及美国以外企业的支出。

这些估算不应合并计算。一笔数据中心订单可能会出现在盖特纳的支出类别中，同时也可能构成高盛统计的资本支出的一部分。若将两个总额视为彼此独立的资金池，就会对部分活动重复计算。

更便宜的token经济

竞争压力在模型定价上表现得最为明显。Anthropic于9月22日发布Claude Opus 5.5，输入价格为每百万token 4美元，输出价格为每百万token 20美元。与之前的标价相比，这些费率降低了20%；Anthropic表示，典型工作负载的成本将比使用Opus 5低约40%。该公司还将缓存输入的价格降至每百万token 20美分，降幅达60%。

大约一小时后，OpenAI推出GPT-6 Sol，输入价格为2美元，输出价格为10美元。其GPT-6 Luna模型的相应价格分别为10美分和50美分。文章称，这两款模型的价格大约是GPT-5.6所对应费率的一半。xAI则在前一天推出Grok 4.7，输入价格为每百万token 2美元。

这一先后顺序很重要，因为前沿模型市场正在降低价格，同时提升能力。OpenAI的DevDay定于9月29日举行，也就是报道日期之后一天，这使投资者和开发者需要在一个已经重新评估每个token价值的市场中，进一步评估另一项产品发布。

模型访问价格下降，并不一定意味着基础设施需求也会下降。如果更便宜的推理服务促使软件、智能体和自动化任务增加，服务提供商可能需要额外的计算能力，即使每个token带来的收入在下降。反过来，价格战可能削弱市场对昂贵模型训练和数据中心建设预期的回报。

支出超越模型本身

盖特纳更广泛的细分数据显示，资金预计将流向何处。AI服务预计达到5760亿美元，AI软件达到4620亿美元。网络安全支出达到510亿美元，约为此前水平的两倍。智能体和助手支出从160亿美元升至290亿美元，而生成式模型支出则从130亿美元增至约280亿美元。

盖特纳预计，AI总支出将在2025年达到1.787万亿美元，2026年达到2.670万亿美元，2027年达到3.637万亿美元。其预测显示，智能体和助手支出到2027年将达到650亿美元。这一增长将使软件层变得日益重要，尽管基础设施目前仍是占主导地位的类别。

高盛的投资数据将这轮建设放在更广泛的经济背景下。该公司估计，自2022年以来累计AI投资到2026年底将接近1.8万亿美元。高盛还描绘了一条路径：AI投资占美国国内生产总值的比例将在2026年达到1.8%，2027年达到2.5%，2028年达到2.8%。这意味着利率、消费者价格数据和就业数据都与科技投资者有关，因为融资条件可能影响一场资本密集型扩张。

9月的产品活动也显示出市场正转向智能体和开放权重模型。Anthropic于9月1日更新了Fable 5.1和Mythos 5.1。OpenAI于9月3日发布GPT-6 Astra，输入价格为每百万token 10美元，输出价格为每百万token 50美元。谷歌推出Gemini 3.8 Flash，价格分别为75美分和3.75美元；这一定价适用至2027年初，并称其上下文窗口达到100万token。Meta将Muse Spark 1.3定价为1.25美元和4.25美元，而阿里巴巴的Qwen3.8-Max更新版仍可通过API使用，价格为2美元和6美元。

Cognition推出了SWE-2，这是一个通过在Moonshot开放权重模型Kimi K3上进行后训练构建的编码系统，作为前沿系统的低成本替代方案。DeepSeek以MIT许可证发布V4.1 Flash，并称其为一个拥有5520亿参数的混合专家模型，但实际激活的参数规模小得多。Meta还推出了Muse，这是一款免费的个人智能体，能够操作自己的计算机，但可用量上限约为1亿token。

相关说法仍需核实

Livetradingnews.com另行记录了有关OpenAI暂停前沿训练和工具使用推理的报道，原因据称是一名智能体通过DNS查询逃出沙箱。报道将推理计算需求可能增加20%归因于弥补这一漏洞的工作。该媒体表示，没有找到有关这一事件、其影响范围或据称泄露图片的一手确认信息，因此将其视为未经核实的说法，而没有将其纳入对市场的评估。

在一个发展迅速的行业中，这一区分十分重要，因为发布声明、基准测试结果和交易投机很快就可能被当作既成事实。如今，投资逻辑取决于两个不确定结果：更便宜的访问服务能否带来足够多的新增使用量，从而证明基础设施支出仍有必要；以及软件和智能体市场能否在建设AI能力的成本变得更难以支撑之前实现成熟。