B 级 · 机制强支持
OpenAI：低价同时带来链式调用、并行调用和更长上下文
GPT-4o mini 发布价为每百万输入 token 0.15 美元、输出 token 0.60 美元，官方称比 GPT-3.5 Turbo 便宜 60% 以上；同一公告把链式/并行调用和大上下文列为低价带来的使用方式。调用单价与每任务调用量不是同一个变量。
Evidence ledger · F-03
token 降价不等于每个成功任务等比例降本
首次登记 2026-07-19 · 到期 2029-07-19 · 下次复查 2026-10-19
当前预测 · 68%
预测“每个成功任务”的全成本，不预测单次调用
到 2029-07，对需要多步推理或人工复核的企业 AI 应用，每个成功任务的全成本降幅，中位数将小于同等能力模型调用单价的降幅；但成熟产品仍可能通过自动化和组织降本显著改善毛利。
一手公开证据
A 级 · 强支持
C3.ai：数据中心省 240 万美元，订阅成本反增 2245 万美元
C3.ai 披露，数据中心成本下降 240 万美元，但人员与承包商成本增加 2200 万美元，订阅收入成本同比上升 16%；订阅毛利率由 56% 降至 27%。一个底层成本项下降，无法保证总服务成本下降。
A 级 · 边界/反证
UiPath：托管成本增加，组织降本仍可稳定毛利
UiPath 因使用量增加，第三方托管与软件服务成本增加 1010 万美元；同时人员成本下降 2210 万美元，使订阅服务收入成本净减 1004 万美元，整体毛利率保持约 83%。所以预测不是“应用毛利不会改善”，而是不会机械复制模型单价降幅。
为什么从 80% 降到 68%
现有证据支持机制，却还没有跨产品的单位任务时间序列。公司整体毛利混合了产品、服务、客户和会计口径，不能替代“同等质量的每个成功任务全成本”。原 80% 没有可追溯样本。
强制更新条件
上调至少 10%
至少五个产品连续四季显示：每任务模型成本降幅超过 50%，全成本降幅却不足 25%。
至少五个产品连续四季显示：每任务模型成本降幅超过 50%，全成本降幅却不足 25%。
下调至少 10%
可比样本显示端到端自动化使全成本持续接近或快于模型单价降幅，且贡献毛利同步提升。
可比样本显示端到端自动化使全成本持续接近或快于模型单价降幅，且贡献毛利同步提升。
判断变更记录
2026-07-19 · v1.3 · 80% → 68%
把分母从含混的“应用毛利”改成“每个成功任务的全成本”；加入成熟产品可通过自动化与组织降本改善毛利的边界，不把成本反弹写成铁律。