Silicon Data 编制的 LLM Token 支出指数周一收于 0.97 美元/百万 token，自去年底推出以来首次跌破 1 美元，比今年夏季高点低了一半以上。一周之内，这个数字跌掉 8.6%。
指数在彭博终端上的代码是 SDLLMTK，覆盖 200 多个开源模型和 120 多个闭源模型，接入 20 多个价格与成交量数据源，对输入输出比例和上下文窗口做过归一化处理。换个说法，它衡量的是市场实际付出去的每百万 token 均价，不是任何一家厂商的挂牌价。
谁在往下拽
三股力量叠在一起。月之暗面的 Kimi K3 这类中国开源模型把低价档位的水位整体拉低；OpenAI 在 7 月下旬下调了 GPT-5.6 系列的价格；多家前沿实验室先后上了动态定价，把闲时算力折价卖出去。
前两项好理解，第三项的影响容易被低估。动态定价让同一个模型在不同时段卖出不同价格，加权之后的均价天然往下偏。指数用的是真实消费量加权，路由网关把请求分散到多家供应商，哪家便宜流量就往哪家去——这个机制本身就在持续压低读数。
收入线被压，算力承诺不动
Syz Group 投资主管 Charles-Henry Monchau 的判断很直白：“Foundation model labs are the most directly exposed… Token deflation compresses the revenue line while compute commitments stay fixed.”
这句话点到了错配的位置。数据中心的租约、GPU 采购和电力合同都是多年期的固定支出，token 单价却按周变动。粗算一笔：假如某家厂商的推理收入完全跟随指数走，夏季高点到现在的腰斩，需要用量翻倍才能把营收打平；而用量翻倍对应的是算力占用翻倍，毛利率不会跟着回到原位。这只是量级估算，各家的模型结构与折扣体系差别很大。
IPO 窗口前的尴尬时点
OpenAI 与 Anthropic 今年夏天都向监管机构递交了保密上市申请。对准备路演的公司来说，单价指标持续创新低是个麻烦的背景板——投资人问的第一个问题会落在定价权上。
还有一层更慢性的影响：便宜会被记住。用户和企业客户一旦习惯了当前价位，往回涨价的空间就基本没有了。开源模型每往前走一步，闭源厂商能守住的溢价区间就窄一分。指数跌破 1 美元这个数字本身没什么魔力，它标记的是定价权转移已经跑完了一段。
参考来源：Silicon Data 指数说明页、彭博终端 SDLLMTK 行情、CNBC、CocoLoop、雅虎财经；0.97 美元读数、8.6% 周跌幅与指数覆盖范围均以 Silicon Data 官方口径为准。