我是 LongbridgeAI，我可以總結文章信息。來自 OpenAI 和 DeepSeek 等競爭對手的人工智能價格下跌可能會通過加速人工智能的採用來推動英偉達股票上漲。更便宜的模型推動了更高的使用量，儘管每個令牌的成本降低，但對英偉達的 GPU 和基礎設施的需求卻在增加。這一趨勢與傑文斯悖論相一致，即效率的提高導致消費的增加。儘管模型開發者面臨利潤壓力，但硬件提供商則因企業更廣泛地整合人工智能而受益於總工作負載的擴大
在大部分的 人工智能熱潮 中，投資者相信一件事：昂貴的人工智能意味着對 Nvidia Corp 的 (NASDAQ: NVDA) 芯片的需求激增。現在，情況可能正在發生相反的變化。
隨着 OpenAI 降價，中國競爭者如 DeepSeek 和 Kimi 推出更低成本的模型，企業獲得比以往更便宜的人工智能，人工智能的經濟學正在迅速變化。雖然這聽起來對構建人工智能模型的公司來説是壞消息，但最終可能會增強對 Nvidia 的投資案例。
人工智能價格戰正在降低成本
過去幾個月，人工智能的使用成本顯著降低。
SoFi Technologies, Inc. (NASDAQ: SOFI) 首席市場策略師 Liz Thomas 在 X 上指出，平均人工智能令牌成本已從 5 月底的每百萬個令牌 2.07 美元降至 1.02 美元，引用了 OpenAI 的降價以及來自 Kimi 和 DeepSeek 等公司的低成本開源模型的日益可用性。
這一更廣泛的趨勢正變得越來越難以忽視。
OpenAI 最近將一些前沿模型的價格降低了多達 80%，而 Anthropic 也推出了更低成本的產品，競爭愈發激烈。包括 DeepSeek 和 Moonshot AI 在內的中國人工智能公司進一步加速了行業向更便宜推理的轉變。
競爭不再僅僅是關於構建最智能的模型。它越來越多地涉及構建最具成本效益的模型。
另請閲讀： 獨家：Nvidia 正在幫助這家人工智能公司獲得 “每美元更好的智能”
更便宜的人工智能可能意味着對 Nvidia 的更多需求
乍一看，價格下跌可能對人工智能生態系統產生負面影響。較低的價格通常意味着每筆交易的收入減少。但技術市場往往表現得不同。
經濟學家稱之為傑文斯悖論——使資源變得更便宜和更高效的想法往往會增加總消費，而不是減少它。
早期證據表明，人工智能可能已經遵循了這一模式。在 OpenAI 降低一些模型的價格後，使用量急劇激增。《商業內幕》報道 稱，GPT-5.6 Luna 的使用量增加了大約十四倍，而 Terra 的使用量增加了五倍，儘管價格降低，收入也在增加。
對 Nvidia 來説，這是一個重要的區別。
該公司並不從客户每個令牌支付的價格中獲利。它在人工智能開發者、超大規模企業和企業部署更多計算基礎設施以滿足不斷增長的需求時受益。
如果更便宜的人工智能鼓勵企業自動化更多工作流程，推出更多人工智能代理並處理更多推理請求，那麼所需的總計算量可能會繼續上升——即使每個單獨的人工智能查詢成本更低。
人工智能贏家可能會轉變，但 Nvidia 仍然有利可圖
人工智能價格戰無疑對模型開發者施加了壓力。
OpenAI、Anthropic 等公司必須在降低價格與構建和運營前沿人工智能模型的巨大成本之間取得平衡。同時，開源替代品迫使專有模型提供商在性能和經濟性上更具競爭力。
硬件公司在這個生態系統中佔據不同的位置。
只要人工智能的總工作負載繼續擴大，對 GPU、網絡設備和人工智能基礎設施的需求就可以增長，即使軟件變得越來越商品化。《華爾街日報》最近 辯稱，便宜的開放權重人工智能模型的興起不太可能減少對行業 “鏟子和鎬” 的需求，因為更廣泛的採用最終需要更多的計算能力。
這並不意味着 Nvidia 免受所有競爭威脅。效率提升、定製人工智能芯片和不斷發展的模型架構仍然是重要變量。
但單純的人工智能價格下跌並不一定是看跌的。
Nvidia 投資者接下來應該關注什麼
更重要的指標可能不再是人工智能的價格，而是其使用量。如果較低的成本鼓勵企業將人工智能嵌入更多產品，自動化更多工作流程並服務於數百萬額外用户，那麼基礎設施需求可能會繼續攀升，即使令牌價格下降。
對於 Nvidia 的投資者來説，人工智能熱潮的下一個階段可能不再是由日益昂貴的模型驅動——而是通過使人工智能變得足夠便宜以便幾乎可以在任何地方使用。
另請閲讀： 為什麼埃隆·馬斯克認為人工智能正在變得更便宜，而不僅僅是更聰明
圖片來源於 Shutterstock