主要观点：生成式 AI 相对便宜，人们常认为大型语言模型运行成本高但实际并非如此，以网络搜索为例进行对比，说明 LLM 价格低廉且成本在下降，虽有反对意见但通过多方面分析可反驳，这对理解 AI 财务状况等有重要意义，同时指出真正成本问题在 AI 所需的后端服务。
关键信息：

• 公共 API 定价：Gemini API 接地搜索为$35/1k 查询，Bing Search API 最便宜层为$15/1k 查询，Brave 最便宜层为$5/1k 搜索。
• LLM 测试示例及价格：如 Gemini 2.5 Flash 不同查询的 token 数及价格，不同模型的价格差异。
• 反对意见及反驳：如典型 LLM 响应更长、API 价格被补贴、搜索 API 价格包含更多成本等，通过多方面分析进行反驳。
• 敏感性分析工具：Open in new tab。
• 重要意义：影响对 AI 公司财务状况的看法，后端服务可能成为真正成本问题，AI 与后端服务的关系及可能的发展等。
  重要细节：
• 推理成本比模型进步更快，常见定价模型难可视化。
• 许多模型有更灵活调度的低价选项，未在表中体现。
• OpenAI 报告亏损但实际成本不高，主要是未对免费用户 monetize。
• 有关于 LLM 成本结构等的多篇研究论文作为参考。