SecondSource從一手資料重建判斷
深度 · 2026年9月2日

那個「降價五成、用量十四倍」的數字是真的。但賣這個數字的公司,自己的另一份研究卻說,同一批用戶的價格彈性只有它的二十分之一,而兩份數字都是對的,因為它們量的根本不是同一件事。

這篇的收據 14 條來源 · 含推翻條件

本篇出自 2026年9月2日 晨報

本篇重點

八月底有一個數字在產業裡傳開。OpenRouter 是開發者用來跨數百個模型、數十家供應商比價選路的中轉平台,它公布 GPT-5.6 的 Luna 型號在大幅折扣後,平台上的 token 用量成長 13.8 倍,並自己掛上「Jevons 悖論」的標籤;一位知名投資人轉發時寫「五成降價換十四倍量,有點誇張」。這個數字接著被拿去論證一件大很多的事:降價會把算力需求撐住,所以資料中心不用擔心

本篇的結論是:這個數字沒有造假,但它量到的是用戶換了哪一條路買,不是世界上總共多買了多少。而這次的折扣設計,剛好讓這兩件事分不開——因為那筆折扣只在 OpenRouter 上有。整個折扣期間,同一個 Luna,在 OpenRouter 買剛好比在任何其他地方買便宜一半。價格便宜一半的那條路,量成長十四倍,這件事不需要世界上任何人多用一個 token 就能發生。

本篇路線分五步:

① 先把那筆折扣的兩層結構拆開。一層是全市場的,一層是單一通路的;這個結構決定了它為什麼讓「搬過來」和「新需求」量不出差別。

② 接著把同一家公司自己兩份研究的彈性數字並排,看那個二十倍的落差是怎麼來的。

③ 然後把它用來自我辯護的那段份額拆解重算一次,看它在什麼條件下成立。

④ 再說明一個反直覺的結構:通路越小、越不具代表性,「搬過來」就越容易解釋掉整個倍數

⑤ 最後指出這次事件裡真正能拿來談 Jevons 的那個讀數是哪一個(不是 13.8 倍)。

這篇比昨天晨報上的同一條多給了什麼?三件,都指得出來。第一,我們回頭攻了自己上一次的判斷,結果它有一半沒撐住。 昨天那條判斷寫「差多少?沒有人公布,包括這次」——這句話錯了:OpenRouter 這次公布份額拆解,只是那段拆解算錯了;而業界研究機構 SemiAnalysis 在它發文的十天前就已經獨立講過同一件結構問題。這個判斷的核心撐住了,但其中「沒有人公布」那一句被推翻。第二,那個 13.8 倍的分母被拆開了。 折扣不是一筆,是兩筆疊在一起:OpenAI 在七月三十日把 Luna 的公開牌價砍了八成(全市場、永久),而 OpenRouter 另有一筆五成折扣只在自己平台上、疊在牌價之上。分開來看,前者是所有人都拿得到的降價,後者純粹是通路價差。第三,我們寫死了一個推翻條件,而且它用的資料已經存在。 七月二十七到二十九日這三天,只有通路折扣生效、OpenAI 的牌價還沒動。那三天的用量變化因此是一次乾淨的對照實驗,OpenRouter 手上有這份日資料,公布它就能一次判定本篇對或錯。

基建層捕獲期(2023-25)價值被晶片/電力/記憶體吃走,模型商賣 token 賠錢(2024推理毛利 -94%)
單 token 經濟翻正(2026H1)agentic 需求 × token 成本崩;推理毛利轉正、首個獲利季在望——但留不留得住開吵

進行中 ?

路徑A定價權持久論(SemiAnalysis):短缺+品質差距→按價值定價,低毛利時代結束
路徑B商品化預設論(Evans/Narayanan):賣 token 無差異+零切換,毛利遲早被壓向成本
路徑C需求摻水論(Gurley/Chamath):現在的需求訊號含補貼與未清算的 ROI,資本窗一關會現形

上圖那條「單 token 經濟翻正」的線,吵的是模型公司賣 token 的新毛利留不留得住。本篇處理的是那場爭論裡一個更基礎的問題:大家用來判斷「降價會不會換來足夠多的量」的那把尺,量的是不是它宣稱在量的東西。

第一件事:那筆折扣有兩層,而只有一層是全市場的

先把時間軸排出來,因為後面每一步都架在這上面。

把這四行的數字對一次,會得到本篇最重要的一個算術結果:

每百萬 tokenOpenAI 牌價(任何通路)OpenRouter 實付倍數
Luna 輸入0.20 美元0.10 美元貴一倍
Luna 輸出1.20 美元0.60 美元貴一倍
Terra 輸入2.00 美元1.00 美元貴一倍
Terra 輸出12.00 美元6.00 美元貴一倍

整個折扣窗裡,同一個模型、同樣的 token,在 OpenRouter 以外的任何地方買,都剛好貴一倍。

這件事決定了那個 13.8 倍能不能拿來講 Jevons。Jevons 悖論講的是「東西變便宜,世界總共用得更多」。這是一個關於總量的主張。但一條路變得比其他路便宜一半,會發生的第一件事不是有人多用,是本來就要用的人換一條路走。這兩件事在 OpenRouter 的計數器上長得一模一樣:都是「平台上的 Luna token 變多了」。

而且這裡有一個容易被跳過的細節:OpenRouter 的用戶正是為了比價和換路才來的。這個平台把四百多個模型、六十多家供應商的價格擺在同一個介面上,換路本來就是它要賣的功能。所以就算你相信一般開發者換供應商很麻煩,這批人也是全市場裡換路成本最低、換路意願最高的一群。拿他們對通路價差的反應去推全市場對絕對價格的反應,方向是固定的:只會高估,不會低估。

為什麼這不是在挑毛病

有人會說:那也可能真的就是有人多用了啊。對,一定有一部分是。問題不是「有沒有」,是「多少」。而這次的實驗設計讓這兩塊分不開

OpenRouter 自己也知道要處理這個質疑,而且它提出了一個看起來很合理的對照組:GPT-5.6 的第三個型號 Sol 在同一段期間沒有折扣,用量只動了 1.11 倍。這個對照組確實證明了一件事——折扣模型身上發生的事是折扣造成的,不是平台整體的自然成長。這一點成立,本篇不挑戰。

但 Sol 對照組證不了另一件事:它沒有辦法告訴你,Terra 和 Luna 多出來的量裡,有多少是新的、有多少是從別條路搬過來的。因為 Sol 既沒有通路價差、也沒有牌價降價,它是「什麼都沒發生」的對照,不是「只發生了其中一種」的對照。要分開這兩塊,需要的是一個只降通路價、不降牌價的窗口——而這個窗口真的存在,就是七月二十七到二十九日那三天。我們在第五節回來講它。

第二件事:同一家公司,兩份研究,彈性差二十倍

現在把 13.8 倍換算成經濟學家講的「價格彈性」——價格降 1%,用量升幾 %。

Luna 在七月三十日之後的實付價是原價的十分之一(牌價降八成,再打五折)。用量 13.8 倍。取對數相除,得到的彈性大約是 −1.14。如果按窗內實際天數加權(前三天只有五折、後十六天是原價的十分之一),實付均價是原價的 0.163,彈性約 −1.45。Terra 的用量成長是 5.6 倍,同樣算法約 −1.88(末段價)到 −1.96(日數加權)。

不管取哪一個,量級都是「價格降 1%,用量升 1% 以上」——需求對價格很敏感。

現在看同一家公司的另一份研究。OpenRouter 在今年初發表了一份跨十三個月、超過一百兆 token 的使用研究(State of AI,2024-11-03 至 2025-11-30,同時上了 arXiv)。那份研究裡有一句:

"The trendline is nearly flat, indicating that demand is relatively price-inelastic; a 10% decrease in price corresponds to only about a 0.5–0.7% increase in usage."

(趨勢線幾乎是平的,表示需求相對不受價格影響;價格降一成,用量只升大約 0.5 到 0.7 個百分點。)

換算成彈性:−0.05 到 −0.07

同一家公司、同一個平台,一份說 −0.06,另一份說 −1.14 到 −1.96。差了二十到三十倍。

這不是矛盾,也不是有人說謊。兩個數字都是對的,因為它們量的是完全不同的兩件事:

真正的市場彈性夾在這兩個數字中間某處,而這次事件沒有縮小這個區間。目前業界拿去做決策的,是區間的上緣。

這裡要誠實一件事:這兩個數字不是同一段時間的(一份是 2024 年底到 2025 年底,一份是 2026 年七、八月),模型組合也完全不同,所以它們不能直接互相推翻。但這正好是重點——兩個都由同一家公司產出、都基於同一個平台的數字,只因為量測設計不同就差了二十倍,那麼「這次量到 13.8 倍」這件事本身,遠遠不足以支撐「所以降價會撐住算力需求」的推論。

第三件事:它用來自我辯護的那段拆解,成不成立取決於一個沒印出來的數字

OpenRouter 顯然預料到「這些量是不是從別的地方搬來的」這個質疑,所以在文章裡放了一段份額拆解。原文說:

"Terra/Luna went from 0.7% to 7.8% of all OpenRouter tokens between the pre-period and the program, a gain of 7.1 share points."
"Competitors gave up 5.3 points and other OpenAI models gave up 1.9 points over the same comparison, so roughly three quarters of the gain came from outside OpenAI."

OpenRouter 官方說明

翻成白話:Terra/Luna 佔平台總 token 的比例從 0.7% 升到 7.8%,多了 7.1 個百分點;同期競爭對手的模型掉了 5.3 個百分點,OpenAI 自家其他模型掉了 1.9 個百分點——所以「大約四分之三的成長是從 OpenAI 之外搶來的」,不是自己吃自己。

這段推論有一個結構性的問題,而且是可以用紙筆驗證的。

先看那個「7.1 點」。它是一個恆等式,不帶任何資訊。 份額是比例,分母是平台總量。如果 Terra/Luna 的用量爆增,而其他所有模型的絕對用量一個 token 都沒少,平台總量就會變大,於是其他所有模型的份額會自動被稀釋掉——加總剛好就是 Terra/Luna 多出來的那 7.1 點。

算一次給你看。假設折扣前平台總量是 100 單位,Terra/Luna 佔 0.7、其他佔 99.3。現在讓其他所有模型的絕對量完全不變(99.3 不動),只讓 Terra/Luna 長到 X,並要求它的新份額是 7.8%:

X ÷ (X + 99.3) = 0.078 → X ≈ 8.4

Terra/Luna 從 0.7 長到 8.4,正好是十二倍左右——跟公布的倍數同一個量級。新總量是 107.7。其他模型的份額從 99.3% 變成 99.3 ÷ 107.7 = 92.2%,掉了 7.1 點

沒有任何一個 token 換過路,「其他模型合計掉 7.1 點」照樣成立。 所以那個總數證明不了任何事,它只是除法。

真正有資訊的是那個「怎麼分」——5.3 對 1.9。 因為在「零搬移」的情況下,稀釋應該按各自原本的份額等比例分攤。所以我們可以反推:要讓 OpenAI 自家其他模型剛好分攤到 1.9 點,它折扣前在平台上的份額必須是多少?

7.1 × (OpenAI 其他模型份額 ÷ 99.3) = 1.9 → 份額 ≈ 26.6%

也就是說,OpenRouter 這段「四分之三來自外部」的解讀,只有在 OpenAI(扣掉 Terra/Luna)折扣前佔了平台約 27% 的情況下才成立。

那它實際上佔多少?公開讀數指向遠低於此。多份彙整資料顯示 OpenAI 在 2026 年六月約佔 OpenRouter 平台份額的 8.4%stockalarm 彙整);同期中國開權重模型拿走四成到六成,美國三大實驗室(Google+OpenAI+Anthropic)合計從一年前的約 70% 掉到約 30%(DataconomyTechBriefly)。

把 8% 代進去重算:

純稀釋(零搬移)該掉多少實際掉了多少差額
OpenAI 其他模型(約 7.7%)−0.55 點−1.9 點多掉 1.35 點
競爭對手(約 91.6%)−6.55 點−5.3 點少掉 1.25 點

讀出來是這樣:那 7.1 點裡,大約 5.8 點純粹是除法造成的稀釋,只有大約 1.3 點是真的有東西換了手。而那 1.3 點幾乎全部來自 OpenAI 自家的其他模型——競爭對手不但沒有被搶,它們掉的還比純稀釋應該掉的更少,意思是它們的絕對用量在折扣期間很可能是成長的

這跟原文的結論剛好相反。 原文說「四分之三來自 OpenAI 之外」;扣掉稀釋之後,能辨識出來的搬移幾乎全部發生在 OpenAI 家族內部

必須把話說滿:這個反轉完全押在「OpenAI 折扣前佔平台多少」這一個數字上,而我拿到的 8.4% 是二手彙整、不是 OpenRouter 官方口徑,而且該平台的份額變動極快(有資料說 OpenAI 從約 2% 在數週內升到約 8%)。如果那個數字其實是 27%,原文的解讀成立、本節作廢。 而這個數字 OpenRouter 手上一定有,它在同一篇文章裡卻沒有印出來——這正是本篇的主題:真正決定這段拆解讀出什麼方向的那個數字沒被公布,而少了它,這段拆解讀不出方向。

第四件事:通路越小,「搬過來」越容易解釋掉整個倍數

這一節講一個反直覺的結構,因為它會改變你看待「樣本代表性」這件事的方式。

一般人對「小樣本」的直覺是:吵,但不偏——樣本小只是誤差大,多量幾次就準了。在這件事上,這個直覺是錯的。通路越小,偏誤越大,而且方向固定。

道理是這樣。假設 OpenRouter 佔 Luna 全世界用量的比例是 s。要讓 13.8 倍完全由搬移解釋,OpenRouter 必須從平台外把相當於自己原本用量 12.8 倍的量吸過來。這佔平台外那個池子的多少?算式是 12.8 × s ÷ (1−s)

OpenRouter 佔 Luna 全球用量純搬移需要吸走平台外的比例可信嗎
0.5%6.4%輕鬆
1%12.9%合理
5%67%困難
20%320%不可能

通路越小,池子相對越大,要湊出十四倍就越不費力。 反過來,如果 OpenRouter 佔 Luna 全球用量兩成,那 13.8 倍在算術上就不可能主要是搬來的,必須大部分是新需求。

那 s 實際上多少?產業研究機構 SemiAnalysis 在 八月十八日(比 OpenRouter 那篇早十天)針對同系列的另一次促銷講過這件事。它指出 OpenAI 為 GPT-5.6 Sol 提供的五折只在 OpenRouter 與 Vercel 的 AI Gateway 上有,並寫道:這兩個平台「despite being a very small portion of OAI's total token volumes(儘管只佔 OpenAI 總 token 量非常小的一部分)」,卻「disproportionately impactful(影響力不成比例地大)」,因為它們正好是業界用來估算模型市佔的主要公開資料來源SemiAnalysis,經 BigGo 轉述)。

如果「非常小的一部分」是對的,那 s 落在上表的前兩列,搬移單獨就能解釋掉整個 13.8 倍,不需要世界上多用一個 token。

這裡要把一件事跟另一件事分開。SemiAnalysis 那則貼文有兩個成分:一個是事實陳述(這兩個平台只佔 OpenAI 總量很小一部分,卻是業界主要的公開資料來源),另一個是動機推測(所以這可能是一手「聰明的行銷」,用低成本去移動業界看得見的計分板)。本篇採用第一個、不採用第二個——OpenAI 與兩個平台都沒有對動機表態,那則轉述自己也註明「以上解讀來自第三方分析」。動機不可考,但結構是可考的:把折扣放在一個佔自己總量很小、卻是業界計分板的通路上,成本遠低於全市場降價,而計分板上的移動幅度遠大於實際市場的移動幅度。這個不對稱不需要任何人有壞意圖就會存在。

順帶一提,OpenRouter 自己那份百兆 token 研究的方法論章節,把這件事講得比它的行銷貼文誠實得多:

"This study reflects patterns observed on a single platform, namely OpenRouter, and over a finite time window, offering only a partial view of the broader ecosystem."

(本研究反映的是單一平台、有限時間窗內觀察到的模式,只提供了更廣泛生態系的局部視角。)

以及對小模型的那句自陳:

"Small models are precisely the ones most commonly self-hosted, which means a meaningful portion of their real usage is invisible to any centralized API provider."

研究部門寫「只是局部視角、不要當生態系結論」,行銷貼文掛上「Jevons 悖論」。但後者是一個關於整個經濟體總消耗量的主張。 同一家公司,兩份文件,一份在方法論上否定了另一份的推論範圍。

第五件事:這次事件裡真正能拿來談 Jevons 的,是另一個讀數

講到這裡很容易走到虛無主義:什麼都量不了、什麼都別信。那不是本篇的結論。這次事件裡確實有一個可以拿來談需求的讀數,只是它不是 13.8 倍。

回到那兩層折扣。七月三十日那筆牌價調降是真正全市場的:Luna 降八成、所有人、所有通路、而且是常態牌價不是促銷。這一筆才有可能產生 Jevons 意義上的新需求。

而檢驗它的地方,是折扣結束之後。八月十四日通路五折到期,但 OpenAI 的八折牌價留著——所以八月十五日之後,Luna 對所有人仍然比七月初便宜八成。OpenRouter 公布了這段的留存:

"About 32% retained some usage in the subsequent days and 18% ran at or above their program pace."

同前引 OpenRouter 說明

(約 32% 的用戶在之後幾天保留了部分用量,18% 維持在促銷期的水準或更高。)

這個數字才是這次事件裡最接近 Jevons 的證據,理由有三:第一,它量的是價格回到「所有人都拿得到的水準」之後的行為;第二,這是單一用戶跨時間的比較,不受份額稀釋干擾;第三,對應的價格變化是全市場的,不是通路的。

而它的量級是溫和的:不到兩成的用戶維持促銷期的用量水準。這跟「十四倍」是完全不同的故事。如果要用這次事件去估「降價會把需求撐起多少」,該引用的是 18%,不是 13.8x。

(一個誠實的保留:這個 32%/18% 只涵蓋折扣後六天,OpenRouter 自己註明「post-period 只有六天」且最後一天可能不完整。六天太短,看不出中期。)

那個可以一次判定的量測——而且資料已經存在

本篇最有用的產出不是結論,是一個已經可以做、成本接近零的檢驗。

七月二十七、二十八、二十九這三天,只有 OpenRouter 的通路五折生效,OpenAI 的牌價還沒動。也就是說:那三天裡,全市場的 Luna 價格一分錢都沒變,只有 OpenRouter 這條路變便宜了一半。

所以那三天的用量變化,在構造上必然是純通路替代(或者說,必然是對通路價差的反應,而不是對市場價格的反應)。

OpenRouter 在文章裡放了逐日的指數化用量圖,代表這份資料它手上就有。它把 5.6x 與 13.8x 算成「整個窗期的日均對前期日均」,沒有把七月二十七至二十九日單獨切出來。切出來,這件事就結案了。

這對誰有後果

對企業技術主管與應用層公司:不要拿業界流傳的十四倍當自己的談判籌碼或預算假設。那是一個在最擅長換路的一群人身上、量到的換路反應。你要問的是完全不同的問題:「如果我的供應商把牌價漲三成,我的用量會掉多少」——而你的換路成本跟 OpenRouter 用戶的換路成本不是同一個數量級。這個數字沒有人替你量過,你得自己量。

對模型公司的定價與產能負責人:這裡有一個成本極低的工具和一個對應的風險。工具是:把折扣放在一個佔自己總量很小、卻是業界主要公開資料來源的通路上,能用很少的錢在計分板上做出很大的位移。風險是:你自己內部的定價決策如果也讀那塊計分板,你會系統性高估自家降價的營收彈性——因為裡面混著從自家直連 API 搬過來的自家量,那部分是左手換右手,而且還多付了通路一手。要拿來做定價決策,必須先扣掉自家跨通路的總量變化。

對投資人與資料中心容量規劃:任何用「降價→N 倍量→所以算力需求會被撐住」推導出來的容量結論,分母是錯的。同一批 token 換一條路走,不會多蓋一座資料中心。 而我們上週在追的那個問題(模型公司如果把推論算力收回去做內部研究,代價有多大),直接依賴用哪一個彈性:用 13.8 倍算,撤回很貴(價一升量就崩);用 18% 留存算,撤回便宜得多。這兩個答案指向相反的資本配置建議。本篇採後者:13.8 倍量到的是通路價差,不能拿來估撤回算力的代價;能拿來參考的是第五節那個 18%,它指向的量級溫和得多。但那個讀數只涵蓋六天,所以這裡給的是方向不是定值:撤回代價的估計應該往下修,至於往下修多少,這次事件量不出來。

本篇的反面義務:如果有人拿本篇去論證「Jevons 是假的」「AI token 需求沒有彈性」,那同樣越界。本篇沒有量到替代的量級,只證明了它還沒被扣掉,而這次的實驗設計本來就扣不掉它。第五節那個 18% 是正的,不是零。

什麼會推翻它

1. OpenRouter(或任何人)公布七月二十七至二十九日的單獨讀數,而那三天用量幾乎沒動 → 本篇的核心保留失效,13.8 倍主要由全市場降價驅動。這是最快、最便宜、最直接的一條。

2. OpenAI 折扣前在 OpenRouter 上的份額其實接近 27% → 第三節的份額重算作廢,原文「四分之三來自外部」的解讀成立。

3. 出現 Luna 跨全部通路的總用量讀數,顯示同期總量也是十倍級 → 替代污染很小,通路彈性 ≈ 市場彈性,本篇的核心保留失效。

4. OpenRouter 公布競爭對手模型在窗期的絕對用量(不是份額),且顯示絕對量下滑 → 第三節「競爭對手很可能是成長的」這個推論被推翻。

對答案日

2026-10-15。屆時折扣窗已結束兩個月,若 OpenRouter 循例發布月度模型份額與逐日資料、或有第三方發布跨通路用量,上列第 1、2、4 條可直接讀出。本觀察窗為本報自設,非任何外部機構設定。


免費訂閱,明天早上就收得到

只留 email,隨時退訂。這是我們唯一想請你做的事。

同類最新