前沿模型的智能差距正在收窄：五个模型彼此只差5分以内，单位成本却差出 3.8倍。Google 的 Argon 位于价格底部，每个任务定价1.99美元，比最贵的 Fable 5.1 低74%，比 Opus 5.5 低67%，比 Muse Wonder 低56%，比 Astra 低39%。

作者借用 Mauboussin 的说法：价格本身包含信息。这组价差不是营销打折，而是模型、架构和 GPU 成本差异的直接体现。Google 比榜单上任何一家都更早把模型和芯片放在一起做，时间超过15年。佐证来自其同行评审的 TPU 论文：第四代 TPU（2023年发布）跑出 A100 的1.2到1.7倍速度，功耗低1.3到1.9倍；按吞吐区间低端、功耗区间中值估算，同等服务成本可以多产出约80%的token。如果这一优势延续到现在，Google 服务 token 的成本可能比同行低 44%，同时利润率并不更差。这也能解释为什么 Google 的数据中心建设规模，和它相对较小的云业务不成比例。

Google 不是唯一一家。凡是买得起定制芯片的实验室，现在都在自己做硅。微软 2026年10月发布 Maia 300，计划下一年开始把 Maia 系列扩到多吉瓦级部署，用于自家产品和服务，并称每瓦token产出比主流GPU系统高40%。OpenAI的第一颗推理芯片 Jalapeño，在 SemiAnalysis 的 InferenceX 测试中，相对 Nvidia GB200/GB300，每瓦吞吐量高1.5到1.9倍，端到端延迟低1.7到3.6倍。SemiAnalysis 的评价是：比吞吐、能效和延迟的组合更优，而且真正该看的标准是每单位功率的性能，不是单芯片性能。

文章据此判断：每瓦智能每六个月翻一倍，token 价格还会继续下降，前沿模型的利润率可以保持在 40%到70%。这场价格战的主战场，已经从模型能力转移到芯片、能效和推理成本。