Ways to think about token pricing
a day ago
- #market dynamics
- #AI infrastructure
- #token pricing
- 代币价格目前正面临供应紧缩与不稳定状态，所有变量同时作用，导致未来均衡状态难以预测。
- 供应增长主要源于大规模数据中心与半导体投资、推理效率提升以及新模型中可变的代币效率。
- 需求激增主要由软件开发领域驱动（该领域规模相对较小），未来应用场景、规模及代币需求仍不明确。
- 推理业务当前毛利率较高，但盈利性取决于能否覆盖训练成本及未来不确定的需求投资回报率。
- 因供给、需求、边际成本和投资回报率等未知变量，自下而上的代币定价建模具有挑战性，类似1998年预测宽带市场。
- 自上而下的分析需考量前沿模型采用率、高成本模型投资回报、市场竞争以及模型与配套工具间的价值分配。
- 关键不确定性包括前沿模型能否保持竞争优势、竞争减弱或面临类似数据库的 commoditization（商品化）。
- 与光纤、移动数据及半导体的类比突显了低利润基础设施的风险（价值常被其他环节攫取），但类比缺乏预测效力。
- 由于对模型改进缺乏理论性理解，人工智能领域的结构性不确定加剧，导致对计算需求与市场需求的预测波动剧烈。
- 为避免商品化并实现市场主导，基础模型需通过网络效应、竞争减弱或监管转变等重大变革，但当前动态更指向商品化基础设施趋势。