同一周的两条消息，放在一起看很有意思。
一条是降价。阿里的 Qwen-Image-3.0 上线 Qwen Cloud，Pro 版单张 0.04 美元，标准版 0.03 美元，折合人民币两三毛钱。它在 Arena 文生图榜单上排到中国模型第一、全球主流模型第二，支持 4.5K token 的超长提示词、10px 级别的文字渲染和 12 种语言。
另一条是烧钱。一位开发者晒出自己的实测：装了三百多个技能之后，一个全新会话还没开口说话，光技能列表就占了约 9.9k token，启动上下文差不多 10.1k。他关掉全部自定义技能用安全模式重启做了对照，然后回头查了账单，估算 7 月一个月因此多消耗了四到五亿 token。
一边是单价崩到三分钱，一边是还没干活就先付一万 token 的过路费。
我的判断是：AI 的成本正在分成两半，你盯着的那一半在暴跌，你没盯着的那一半在暴涨。 而后者最麻烦的地方在于，它不出现在你的账单明细里。
一、看得见的：单价确实降到三分钱
它是真实的，而且幅度惊人。Qwen-Image-3.0 的两个版本，0.03 和 0.04 美元一张。这个价格意味着做一百张封面图的成本大约三块钱人民币，比你去图库买一张授权图便宜两个数量级。
比价格更值得注意的是它解决了什么。4.5K token 的提示词长度，配合官方演示里的报纸排版和分镜生成，说明它瞄准的不是随手出一张好看图片，而是有复杂版面要求的生产任务。10px 级文字渲染和 12 种语言，直接对应中文出图长期崩字的老问题。
这是国产图像模型这一年最实质的进展：从能生成好看的图，变成能生成可以直接用的图。 而价格恰好也降到了不必犹豫的程度。
所以显性成本这条线的结论很清楚，单次调用的价格还会继续跌，因为它是可比价的，是明码标价的，是所有厂商都在拿来打仗的战场。
二、看不见的：还没开口就花掉一万 token
那位开发者的实测数字值得逐个拆开。三百多个技能，列表本身 9.9k token，启动上下文 10.1k。这意味着技能清单占了初始上下文的九成八。
注意，这只是清单，不是技能内容。相当于每次开工前，先把三百个工具的说明书目录完整念一遍，而当天你可能只用其中一个，甚至一个都不用。
更要命的是它的计费方式。这 9.9k 不是装一次付一次，是每一个新会话都要重付一遍。你一天开二十个会话，就是二十万 token 花在了同一份没人读完的清单上。一个月下来是他估算的四到五亿。
按主流模型的输入价格粗算，四亿 token 的量级已经不是零头。而这笔钱买到的东西是零。
这个数字来自个人实测，是他自己的使用强度，不代表所有人。但这个机制对每个人都成立，区别只是乘数大小。
三、为什么看不见：账单只报总数，不报构成
真正的问题不是浪费本身，是浪费的不可见。
你的账单会告诉你这个月用了多少 token、花了多少钱，但它不会告诉你其中有多少花在了系统提示、多少花在技能清单、多少花在你真正的任务上。所有开销被压成一个总数，而总数是没法优化的。
这和云服务器的账单形成了鲜明对比。云厂商会告诉你计算、存储、带宽各花了多少，你才知道该砍哪一块。AI 调用的账单目前还停留在只报总额的阶段。
这就带来一个很典型的认知偏差：你会为看得见的单价反复比价，纠结用 0.03 的还是 0.04 的模型；却对每天固定烧掉的那一万 token 毫无感觉，因为从来没人把它单独列出来给你看。
还有一层是行为上的。装第一个技能的时候你会认真评估它值不值，装到第五十个的时候，这笔账就没人再算了。每一个单独看都很便宜，加起来就成了固定负债。这个模式在软件工程里很熟悉，只不过以前叫依赖膨胀，现在换成了上下文膨胀。
四、把看不见的变成看得见：三个动作
判断说完，给三个能立刻做的动作。
第一，量一下你的启动开销。 开一个全新会话，什么都别说，看初始上下文占了多少。这个数字乘以你每天的会话数，再乘以三十，就是你的月度固定支出。不量永远不知道，量完通常会吓一跳。
第二，做一次减法。 把长期不用的技能、插件、常驻配置关掉。判断标准很简单：过去一个月用过吗。用那位开发者的做法就行，开一个安全模式的干净会话做对照，两边一减就知道自己在为什么付费。
第三，改成按需加载。 这是最治本的一条。技能的描述要写得足够短，让模型能凭一句话判断该不该调用，真正的详细内容放到调用时再读进来。有开发者实测这种改造能把相关的 token 消耗从十几万级别压到几千级别。
顺带一提，这三个动作和模型能力毫无关系，纯粹是配置卫生。它不需要你换模型、不需要你等下一代产品，今天就能做完。
五、便宜不等于省钱
回到开头那两条消息。
它们其实指向同一件事的两面。单价崩塌会持续发生，因为那是公开竞争的战场；而隐性开销会持续增长，因为没有人盯着它，甚至没有工具帮你看见它。
当单次调用便宜到可以忽略的时候，真正决定你成本的就不再是价格，而是你有多少浪费是自动发生的。 三分钱一张图不会让你破产，每天二十万 token 的空转会。
做产品的人可以再往前想一步：既然账单不透明是普遍问题，那么谁能把这笔账拆开给用户看，谁就握着一个明确的机会。上下文的构成分析、常驻开销的监控、按需加载的自动优化，这几件事现在几乎是空白。
云计算走过一模一样的路。最早所有人只看服务器月租，后来才有了成本分摊、资源标签、闲置告警这一整套东西，而做这些工具的公司都活得不错。AI 这一轮，现在还停留在只看月租的阶段。