Cryptopolitan报告：苹果建议弃用AI计量器，39%读者认同

苹果希望企业停止按令牌付费，转而购买一整排Mac电脑用于其AI工作。在新款Mac发布的那一周，OpenAI和Anthropic降低了API价格。我们询问了我们的 通讯 读者他们会选择哪种方式。 

引发此事的提议 

9月22日，苹果以一场独特的发布活动开始交付其新款Mac mini和Studio台式机。此次并未主打速度或设计，而是围绕运行成本展开营销。苹果的理念很简单：一次性购买硬件，即可让用户在自己的设备上运行模型，而无需为每个Token向云服务提供商付费。

关于在进行AI工作时“按令牌付费”含义的快速说明。当企业通过云端使用ChatGPT或Claude等AI模型进行工作流程时，他们通常按“令牌”付费。一个令牌是一小段文本，大约相当于四分之三个单词。公司发送的提示词和收到的响应都会被计入总账单。一个简短的查询可能只需不到一美分。然而，一个花费数小时扫描文档、分析信息并重写代码的AI代理很容易消耗数百万个令牌。这就是为什么用量会迅速累积，就像一辆不停运转的出租车计价器一样。苹果将自己定位为替代解决方案，实质上改变了成本结构。 

这一主张背后的数字同样不容小觑。Mac mini起售价为899美元，搭载苹果全新M5 Ultra芯片的Mac Studio售价为5,499美元，而顶配版本的价格接近20,000美元。苹果在新闻稿中表示，Mac Studio允许用户完全在本地设备上运行大型模型，“无需计算Token数量，也无需担忧不断上涨的云成本。”

为证明这一点并展示其能力，苹果将四台 Mac Studio 连接在一起，运行了一个万亿参数模型来排查图形错误。这类工作负载通常与数据中心相关联，但苹果表示整个设置仅从一个墙插电源即可运行。 

苹果的这一优势可追溯至其在 2020 年出于完全不同原因做出的决定。当时在转向自研芯片时，它将处理器和内存集成在同一封装中以提高电池续航。这种设计恰好非常适合 AI 工作负载，因为大型模型需要快速访问大量内存。苹果在人们尚未提出此类需求之前数年，便意外获得了这一优势。

市场已经给出了一些认同的证据。随着开源智能体工具 OpenClaw 的传播，中国部分地区的 Mac mini 已售罄，而高内存配置的 Mac Studio 自发布以来一直难以买到。 

与此同时，Meter 的价格变得更低了 

就在苹果开始发货的那一周，两家最大的模型实验室在令牌定价上展开了激烈竞争。这使得硬件购买与按令牌付费模式之间的争论变得真实而紧迫。 

Anthropic 将 Claude Opus 5.5 的价格降至每百万令牌 4 美元，输出每百万令牌 20 美元，较上一版本降低了 20%。大约在这则消息发布 90 分钟后，OpenAI 以约为其上一代模型一半的价格推出了 GPT-6 Sol 和 Luna。这两家公司现在正公开竞争完成任务的成本，而不再仅仅比拼基准测试分数。 

这就引出了一个问题：如果租赁成本持续下降，那么投入数千美元购买会贬值的硬件还有什么意义？ 

单个Token的价格仅揭示了故事的一面。Gartner预测，到2028年，智能体工作流的推理成本将增长五倍以上。更强大且负担得起的模型将促使企业自动化更多任务、延长智能体运行时间并增加模型调用次数。因此，较低的单价并不能保证总支出降低。

其他厂商正在跟进

苹果在该领域的市场份额远不如公告所显示的那样强劲。据路透社引用的IDC数据，苹果在企业桌面市场的份额目前为4.6%，而Windows则占据91.3%的份额。微软正瞄准同一批买家，其CEO萨提亚·纳德拉在2026年6月初的Microsoft Build大会上将端侧AI描述为“无计量的智能”，并在X帖子中提及此事。

10 月 7 日，在旧金山举行的 Windows 活动上，微软发布了起售价为 2,599 美元的 Surface Laptop Ultra，以及一款配备 128GB 内存、售价 5,999 美元的紧凑型桌面设备 Surface RTX spark dev box。与此同时，华硕、戴尔、惠普、联想和微星也开放了各自 RTX spark 机器的预购。目前的情况是，本地 AI 的推广已演变为一场规模更大的行业辩论。 

结果说明了什么

这是一份脱胎于加密货币领域的通讯，在该领域中，“掌控自己的资产”几乎被视为一种信仰。自我托管、运行自己的节点、不将你能亲自保管的东西托付给第三方。关注这一领域的读者对这种本能非常熟悉，无论他们个人是否践行它。从某种意义上说，苹果的推销理念就是“非你之钥，非你之币”的硬件版本。它引起共鸣也就不足为奇了。

更有趣的是，它的共鸣并没有更强。

选择固定费用（38.71%）： 这是占比最高的选项，该选项的措辞可能起到了一定作用。“一米的账单”是一个刻意营造的不安画面，任何曾在繁忙月份目睹API费用飙升的人都深有体会。这一群体押注使用量只会单向增长，而这正是Gartner预测所暗示的。如果你相信自己的AI工作负载将持续增长，固定成本看起来就像一种对冲手段。这里还涉及一个在成本比较中看不到的隐私维度。永远不离开你办公桌的数据，就不会从别人的服务器中泄露。

按令牌付费（约31.6%）：紧随其后，这一组在当周的具体事实方面拥有更有力的论据。价格刚刚被削减了多达一半。最好的模型仍然是你租用的那些，而不是你可以下载并在Mac上运行的那些，能力差距对于严肃的工作至关重要。硬件也会老化。今天购买的机器将在两年内运行去年芯片的去年型号，而API会在你不知情的情况下悄然升级。加上电费、维护成本和设置它的精力，“没有前期风险”是一件值得重视的事情。

取决于工作负载（约29.7%）： 近三分之一的读者拒绝选择立场，老实说，这是大多数工程师会给出的答案。经济状况会根据你所做的事情而翻转。全天候运行的稳定、重复性高容量作业有利于拥有。偶尔的突发任务需要最强大的模型则有利于租用。许多团队最终将两者兼用，在本地运行更便宜的开源模型处理常规工作，并调用前沿API解决难题。

将这三者放在一起，结果呈现接近的分割态势，没有任何选项能接近半数。这一受众被所有权理念所说服，但并未确信其能独占鳌头，而数据表明这是一个合理的判断。 

一台入门级 M5 Ultra Mac Studio 的价格可以在 OpenAI 新推出的 2 美元和 10 美元费率下购买数亿枚代币，这对于一名开发者和少数全天候运行代理的公司来说，意味着漫长的使用周期。目前下跌的价格有利于租赁方，但如果 Gartner 的预测成真，总账单持续攀升，财务团队将开始计算苹果和微软希望他们计算的精确数字。 

更重要的变化可能是，人们开始考虑本地 AI。就在两年前，将 AI 模型保留在个人电脑上的想法还远未成为主流考量。