大模型降价能带来多少需求增长？这个问题对于理解AI行业的商业逻辑至关重要。本文汇总了目前公开可获取的LLM需求价格弹性估算，未来也将频繁更新。
估算汇总
| 来源 | 弹性估算 | 数据来源 | 备注 |
|---|---|---|---|
| NBER工作论文 | -1.11 | OpenRouter | 利用同一模型不同供应商的价格差异识别 |
| OpenRouter 2025市场状态报告 | -0.05至-0.07 | OpenRouter | 简单回归 |
什么是需求价格弹性
需求价格弹性衡量的是价格变动1%时，需求量变动的百分比。弹性为-1意味着价格下降10%，需求量增加10%。弹性绝对值大于1称为富有弹性，小于1称为缺乏弹性。
对于供应商而言，如果需求弹性绝对值大于1，降价可以带来总收入增长（杰文斯悖论）；如果小于1，降价反而会减少总收入。
数据详解
NBER工作论文
NBER工作论文《The Emerging Market for Intelligence: Pricing, Supply, and Demand for LLMs》是目前学术界首篇系统估算大模型需求弹性的研究。
该研究的核心方法是利用同一开源模型在不同云服务商之间的价格差异来识别需求弹性，从而规避”高质量模型价格高、使用量也大”带来的内生性问题。在控制了供应商-模型固定效应和日期-模型固定效应后，研究得出需求弹性约为-1.11。
该研究存在局限性。OpenRouter平台存在自动路由机制，部分请求并非用户主动选择供应商，而是平台算法分配。回归模型的within R²仅有0.06，表明大部分变异被固定效应吸收。此外，研究假定模型-供应商的品质不随时间变化，但实际上供应商会进行量化、修复Bug等操作，影响模型输出品质。
本网站发布了详细分析，欢迎阅读。
OpenRouter官方报告
OpenRouter发布的State of AI 2025报告认为，需求相对缺乏价格弹性，价格下降10%仅对应使用量增加约0.5-0.7%，对应的弹性系数约为-0.05至-0.07。
该研究并未控制模型质量，简单回归模型使用量和价格关系，弹性较小。
发表评论