11 月的硅谷，出了两条新闻。

一条来自彭博：Meta 基础设施主管兼工程联席主管 Santosh Janardhan 向员工发备忘录，将在 2027 年初离职。他 2009 年加入 Facebook，亲手搭起了这家公司的软件、硬件、网络和数据中心，还负责自研芯片项目；今年 1 月，他又多了一个头衔 ——Meta Compute 联席负责人，管的是算力怎么买、怎么分、怎么用。接任者是 Dave Brown，今年早些时候从 AWS 加入，在亚马逊云干了近 20 年。

另一条来自谷歌：Gemini Decisions API 上线，每百万输入 token 收 0.10 美元，不收输出费，端到端延迟 150–250 毫秒。这个模型不逐字生成，只在一次前向传递里给预设的选项打分，返回概率和置信度。

一边是千亿美元级算力的 “总工程师” 离场，一边是 “一次判断一毛钱” 的接口上架。这两件事，讲的是同一件事的两面：AI 的计价单位，正在从 token 变成决策。

先看量级。

Meta 2026 年 Q3 资本开支（含融资租赁本金）349.1 亿美元，全年指引收窄到 1350–1450 亿美元（来源：Meta 2026 年第三季度财报）。而今年 1 月给的初始指引还是 1150–1350 亿 —— 一年之内，上限抬了 100 亿美元。

不止 Meta。亚马逊约 2200 亿、微软约 1750 亿、Alphabet 1950–2050 亿（来源：各公司 2026 年 7 月财报指引，Slicast 汇总）。四家加起来接近 7500 亿美元，同比增幅约 78%（Bloomberg Businessweek，2026 年 10 月 12 日）。另一份行业报告把五家（含 Oracle）算到 6600–7250 亿美元区间，称其为 “战后最大规模的集中基础设施投资计划”（Interesting Engineering《Overload》报告，2026 年 5 月）。两个口径区间不同、趋势一致：2026 年这一年的 AI 基建投入，接近过去数年之和。

Gartner 的口径更上游：2027 年全球 IT 支出将首次突破 7 万亿美元、达 7.35 万亿，同比 +15%；其中 AI 优化型 IaaS 2026 年增长 96%，2027 年再增 56.5%，规模 660 亿美元（来源：Gartner 2026 年 8 月、10 月新闻稿）。

关键不在数字，在于这笔钱在组织里的位置变了。

Janardhan 兼任 Meta Compute 联席负责人这一手安排，和副董事长兼总裁 Dina Powell McCormick、产品副总裁 Daniel Gross 共同领导，说明算力不再是 "IT 采购”，而是 “资产配置”：买多少 GPU、自研芯片走哪条路线、训练和推理怎么分、哪块业务优先拿卡，这些决定已经上升到总裁层。

当一件事从成本中心变成资产管理部门，它就需要两类人：懂工程的（Janardhan、Brown 这种干了二十年数据中心的人），和懂资本的（总裁层）。所以 Janardhan 的离开不能简单读成 “技术骨干流失”，它更像一个信号：Meta 的算力已经从 “建起来” 进入 “算明白” 的阶段，考核指标从 “交付了多少兆瓦” 变成 “每美元算力产出多少 token、多少有效决策”。

顺带说个体量：Meta 市值 1.7 万亿美元（来源： 彭博）。这种体量的公司，基础设施主管的一次交接，影响的是未来三年的单位算力成本曲线。

再看那条 API。参数值得逐条看。

定价：每百万输入 token 0.10 美元，输出不计费；一份共享输入，不管挂多少问题只计一次费。容量：单次最多评估 1000 个独立问题，多选题最多 255 个选项，上下文 256K token。性能：端到端 150–250 毫秒，中位模型计算 50–100 毫秒，每次处理 1–100 个问题时性能几乎不变。对标：谷歌称比自家 Gemini 3.5 Flash-Lite 走 Interactions API 便宜近 5 倍。落地：Gemini Notebook 拿它做请求路由，日常查询延迟最多降 40%；CC 助手用它从 200 多个表情里挑一个；搜索拿它做 MCP 工具对抗行为的检测层。

这不是 “更便宜的聊天模型”。这是把 “判断” 从 “生成” 里剥出来，单独卖。

传统调用是 “你问它答”，按输出字数付费，模型得先把判断写成自然语言，再让你去解析。Decisions API 反过来：不问 “你怎么想”，只问 “选哪个”，直接返回概率和置信度。省掉的正是 “把判断翻译成人话” 的那段 token—— 而那段最贵、最慢，也最容易出幻觉。

对手已经在这条路上。OpenAI 10 月上线 Decisions API，由 GPT-6 Luna 驱动，号称比 Responses API 快 10 倍，单请求最多 400 个问题，同样 0.10 美元 / 百万输入 token 起。

两家在同一个月、同一个价位，把同一类产品摆上货架。这不是巧合，是共识：智能体的成本瓶颈不在 “想得多好”，在 “判断得多快、多便宜、多稳”。

把三组数据摆在一起看。

供给端，NVIDIA 称 GB300 NVL72 在 116 TPS / 用户交互性下，推理成本 0.123 美元 / 百万 token，是主流平台里最低的（来源：NVIDIA 官网，2026 年 11 月）。市场端，AICC 报告称 2026 年企业 token 成本同比下降 67%（来源：PromptCost.org 引述 AICC 报告，2026 年 5 月）。

需求端却有反例。中国信通院《大模型词元服务性能监测报告（2026 年）》显示，国内归一化均价从 2025 年下半年的 6.8 元涨到 2026 年以来的 13.46 元，涨幅接近一倍；海外典型模型归一价约 117.8 元（来源：CAICT，2026 年 10 月）。《财经》的样本更具体：1 亿 token 套餐的旗舰模型均价，阿里云 101 元、火山引擎 50 元、智谱 25 元、月之暗面 95 元，DeepSeek-V4-Pro 17.5 元、V4-Flash 6.2 元（来源：《财经》2026 年 8 月封面报道）。

结论要分两半说：单位 token 的名义价格在降，企业的实际账单却在涨。 原因有三个 —— 上下文变长（256K 窗口意味着一次塞进去的东西多 10 倍）、调用频次变高（智能体是 “多轮 + 多工具”，不是 “一问一答”）、可用模型变贵（复杂推理还得靠旗舰）。有赞的案例很典型：token 消耗从 2025 年 1 月的三四百亿，涨到 2026 年 4 月突破 2000 亿，年底目标单月 5 万亿（来源：中国经济网，2026 年 5 月）。36 氪的判断也指向同一处：未来一年到一年半，AI 办公智能体很可能成为企业 token 消耗的第一大场景（来源：36 氪，2026 年 10 月）。

所以 “一毛钱” 不是账单变小，是账单结构变了：从 “按人头买 license”，变成 “按调用买判断”。

这里得泼一盆冷水。

Anaconda 与 Forrester 的 2026 年调研：86%–88% 的企业智能体试点从未进入生产环境（来源：Forrester/Anaconda 2026 年调研）。MIT 那份著名的报告说，95% 的生成式 AI 试点没有可测量的损益影响（来源：MIT NANDA《The GenAI Divide》，2025 年）。BCG 与 KPMG 对 2100 多名高管的调查更狠：只有 5%–8% 的企业报告了规模化、可测量的 ROI，而平均 AI 预算已经到 1.86 亿美元（来源：BCG/KPMG 2026 年调查）。

技术不是主要障碍。真正的坑有三个：复合错误—— 多步流程里每步 95% 的准确率，串十步就掉到 60%；权限架构—— 智能体要读数据、要发指令，谁授权、谁审计、出事谁负责，多数企业答不上来；技能缺口——89% 的员工不具备可靠操作智能体的能力（来源：Forrester/Anaconda 2026 年调研）。

这恰好解释了谷歌为什么要把 “决策” 单独做成 API：把选工具、查合规、路由模型、评估上下文这些高频、低难度、又要求极高确定性的动作，从大模型的自由生成里剥离出来，变成一个 150 毫秒、可打分的函数。智能体的可靠性问题，本质是把该用规则的地方用了生成。

以下判断，来自我们在 2026 年多场项目活动中反复验证过的经验。

1）把 “判断” 和 “生成” 分开做预算。 一张 AI 预算表至少拆三栏：推理生成（贵、慢、弹性大）、决策判断（便宜、快、可校准）、基础设施（capex 与折旧）。多数企业的错误是把三者混成一个 "AI 项目费”，结果永远算不清单位经济性。建议把 KPI 从 “每百万 token 单价” 换成 “每千次有效决策成本”。

2）给 token 建账，而不是报销。 按业务线分账、设月度消耗基线和预警、把 “路由节省” 计入收益。谷歌 Notebook 用决策模型分流后延迟降 40%，这类收益在今天的报表上是隐形的。CIO 要做的事，是让它显性化。

3）先建 “路由层”，再谈 “大模型选型”。 2027 年正确的架构不是 “选一个最强模型”，而是 “一个能按成本、延迟、置信度动态分流的调度层”：决策专用 API（0.10 美元 / 百万 token、150–250 毫秒）+ 旗舰模型（复杂推理）+ 小模型（高频简单），三层结构的成本比单一旗舰模型低一个数量级，稳定性还更高。这一层应当作为企业 AI 中台的底座立项，而不是某个业务系统的附属功能。

4）把置信度当治理对象。 Decisions API 返回的是概率和校准分数，这意味着企业第一次可以给 "AI 的判断” 设阈值：低于 0.8 自动转人工，高于 0.95 直连执行。这套阈值策略要写进制度、留审计痕迹，而不是留在工程师的代码注释里。这是我们在多场 CIO 闭门会上听到的最真实痛点 —— 不是模型不准，是 “不准的时候没人兜底”。

5）基础设施的负责人，要坐到经营会上。 Meta 把算力负责人提到总裁层联席，这本身就是给所有 CIO 的提示。当你所在企业的 AI 支出开始超过 IT 总预算的 30%，算力就不再是 “机房的事”，而是资本效率的事：哪块业务配卡、训练还是推理、自建还是租用、三年折旧怎么摊。坐这个位子的人，得同时听得懂 PUE 和 ROE。

回到开篇那两条新闻。

一条讲 “人走”，一条讲 “价跌”。表面无关，底层是同一件事的两面：AI 产业正在从 “堆算力” 的上半场，进入 “算账” 的下半场。

上半场的英雄，是能把数据中心建起来的人，KPI 是兆瓦、卡数、交付周期。下半场的英雄，是把每一分算力换成确定性判断的人，KPI 是每美元的有效决策数。

这也意味着，未来 12 个月真正拉开差距的，不是谁买了更多 GPU，而是谁能先把 “判断” 工程化 —— 该规则化的规则化，该打分的打分，该转人工的转人工。

对中国企业的 CIO 来说，还有一道额外的功课：我们的 token 单价并没有跟着全球曲线一路向下（信通院数据显示国内均价一年翻倍），这意味着 “靠便宜模型堆量” 这条路在我们这里走不通。规模效应得靠架构效率来换，不能靠单价红利。

千亿美元的算力会继续建，一毛钱的判断会继续降。中间那道缝，叫组织能力。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。