AI token 越發平，GPU 卻越發貴呢件事，聽落好似反直覺，但數據話你哋：呢個係一個係統性現象，叫「賈文斯悖論」（Jevons paradox）。簡單講，就係一樣嘢越平，用嘅量就越多，以至總需求反升。
a16z 引用 Ornn、Silicon Data 同 Bloomberg 截至 2026 年 8 月嘅數據，指出 AI 市場呈現「教科書式」嘅賈文斯悖論：token 價格持續下跌，但 NVIDIA H100 GPU 嘅租賃價保持平穩甚至上升。a16z 將此歸因為 token 平咗之後，開閘咗 AI agents、自動化同新應用，量嘅增長快過單位成本嘅下跌。
呢度有一個大問題：多唔多 token 係人用嘅，定係 AI 自己燒嘅？
Agentic AI（AI 代理，就係可以自主調用工具、執行多步任務嘅系統）burn through tokens at a staggering rate——燒 token 燒得極快。呢個意味住，現時算力需求嘅構成，唔一定反映真實嘅人類使用量增長。Compute demand could be artificially inflated，即係講，就算人類用量只係温和增長，都足以觸發不成比例嘅硬件需求。
整件事嘅核心假設就一個：AI 用量要夠快，快到可以抵消 token 單價嘅下跌。只要呢個假設成立，硬件就會繼續稀缺同昂貴。但假如需求放平？a16z 嘅分析直落：由晶片商、記憶體供應商到電力供應商同雲端公司嘅成條鏈都會受擊，市場可由此 spirals（螺旋式下跌）。
呢個市場對消息嘅敏感程度，最近已經擺喺眼前。有報道指 OpenAI 嘅年化收入可能低於之前披露嘅數字，美股隨即應聲下跌。
模姐驗嚇貨
呢個分析嘅數據源係 Ornn、Silicon Data 同 Bloomberg，由 a16z 整合，截至 2026 年 8 月。值得留意嘅限制有幾個：
- 來源冇提供具體嘅 token 價格數字、H100 租價變化百分比，或者具體嘅時間序列數據，讀者若要自行驗證，要揾回 Ornn 同 Silicon Data 嘅原始報告。
- 「Agentic AI 燒 token 燒得快」呢個陳述，材料冇給出具體嘅 token 消耗倍數或者實測數據，只係定性描述。
- 「Compute demand could be artificially inflated」呢句係 a16z 嘅分析推斷，唔係數據直接顯示嘅事實，要當觀點睇，唔好當既成事實。
- 市場對 OpenAI 收入數字嘅反應，材料只話「美股下跌」，冇具體跌幅或者個別股份數據，呢個部分嘅細節留待讀者自行查證。
總體嚟講，呢個係一個有數據支撐嘅產業分析，核心邏輯清晰，但細節數據冇喺呢篇報道入面完整列出，讀者唔好以為睇完就有齊全部數字。
