AI一个月的费用，卢森堡是1小时，首尔是3小时，巴西是16小时

20美元的订阅费，在哪里都是20美元

ChatGPT Plus、Claude Pro、Google AI Pro。这三家公司的基础套餐都是每月20美元。无论在首尔、柏林还是拉各斯，数字都一样。但为了赚到这20美元所需的最低工资劳动时间却各不相同。以2025年为基准，卢森堡是1.1小时，韩国是2.8小时，墨西哥是11小时，巴西是16小时。¹

此前没有衡量这种差异的标尺。所以我做了一个，名字叫智能时间（Intelligence Hours）。它是把一个月基础智能的价格除以该国法定最低时薪所得到的值，单位是小时。我用OECD公开最低工资的37个国家在2023～2025年的数据进行计算，整理成了一篇论文（正在International Labour Review审稿中），还开设了可以逐国直接比较的网站intelligence-hours.org。²

契机是9月10日。OpenAI停止了月费200美元Pro套餐的新用户注册，理由是系统负载过高。价格没涨也没降，就是不卖了。³ 大家都知道，那200美元在哪里都是同样的200美元。但为了赚到这笔钱所需的时间——德国是12.7小时，韩国是27.6小时，墨西哥是98小时，尼日利亚是752小时——却没有人算过。⁴ 一个价格，一种货币，而购买它所需的劳动时间却相差了十倍以上。

把巨无霸指数倒过来，就是智能时间

《经济学人》从1986年开始编制的巨无霸指数，并不是因为汉堡本身重要才做出来的。它是在100多个国家销售的同一产品，但成本是当地牛肉、当地人工费、当地租金，所以比较各国价格就能看出汇率是否合理。研究者分解巨无霸的价格后发现，成本的大部分是当地劳动力。⁵

智能订阅恰恰相反。服务器运行在以美元计价的加速器上，电力在全球市场上交易。成本中几乎没有当地劳动力的成分。如果说巨无霸指数是“全球产品的本地价格”，那么智能时间就是“购买全球价格所需的本地劳动”。巨无霸指数说的是货币终将趋同，而智能时间说的是智能的价格早已趋同，但劳动的价格却没有趋同。

当然，用劳动时间衡量物价并不新鲜。早在2012年就有研究把麦当劳员工的时薪换算成“每小时能买几个巨无霸”，来比较各国的实际工资。⁶ 新的是衡量的对象。巨无霸吃了就没了，智能手机是工具，但前沿模型代替的是购买它的劳动者原本要做的工作。此前没有指数衡量过用劳动去购买劳动替代品需要花多少小时。

所以这个数字还有第二层解读。在经济学中，一项工作被机器取代的条件，是机器成本降到该工作劳动成本之下的那一刻。智能时间正是直接衡量了这个比率。分子是机器智能的底价，分母是人类劳动的底价。智能时间越短的国家，说明机器已经比人便宜；智能时间越长的国家，说明人依然比机器便宜。⁷

韩国与美国联邦最低工资相差 0.5 美分

在以2025年为基准的37个国家表格中，20美元套餐从卢森堡的1.14小时到巴西的16.20小时不等。差距达14倍，位于中间的国家是2.93小时。可以看到四个层级：西欧、北欧以及澳大利亚、新西兰等9个国家在1.5小时以下；美国联邦标准、日本、韩国、波兰在1.5～3小时之间；中东欧和地中海地区的11个国家在3～6小时之间；以拉丁美洲为主的7个国家在6小时以上。⁸

以2026年1月1日起施行的最低工资重新计算，并加入OECD以外的中国、印度、尼日利亚，结果如下。

国家	最低时薪（美元）	$20 套餐	$200 套餐
卢森堡	17.66	1.13	11.3
英国	16.08	1.24	12.4
德国	15.71	1.27	12.7
法国	13.58	1.47	14.7
波兰	8.35	2.40	24.0
日本	6.84~8.19	2.44~2.93	24.4~29.3
美国（联邦）	7.25	2.76	27.6
韩国	7.26	2.76	27.6
中国	2.43~3.85	5.19~8.22	51.9~82.2
墨西哥	2.05	9.77	97.7
印度	0.26~1.02	19.6~78.3	196~783
尼日利亚	0.27	75.2	752

汇率采用2025年年平均值。日本、中国、印度因地区最低工资不同，以最低～最高区间列出；印度和尼日利亚因未能确认2026年原始法规，属于未核实数值。韩国若加上10%的增值税，则为3.03小时。⁹

看一下韩国这一行。2026年最低工资10,320韩元，按2025年平均汇率换算为每小时7.2551美元。与美国联邦最低工资7.25美元相差0.07%，还不到半美分。这是巧合，而且是对汇率极其敏感的巧合——韩元只要波动1%，就会变动7美分。但图景是明确的：韩国的智能时间是德国的2.16倍。¹⁰ 虽然大家都说韩国是AI强国，但从智能可及性来看，它与西欧处于不同的层级。

自然会有人反驳说：“最低工资能代表该国的工资水平吗？”因此我又用中位工资重新计算了一遍。33个国家中有25个国家的排名发生了变化，美国向更便宜的方向移动了10个名次——因为联邦最低工资被压得极低，只有中位工资的24%。韩国几乎没怎么变动。由于最低工资是中位工资的60%，处于中等水平，韩国的位置并非政策造成，而是工资水平本身决定的。¹¹

这里留下一句话：在这个指数中，“智能昂贵”与“劳动廉价”是同一回事。这个比率无法区分两者。韩国的2.76小时，不是因为智能昂贵，而是因为劳动廉价，而这个指数对两者毫不关心。

汇率拿走的，是最低工资委员会所加的两倍

指数真正的用处在于时间轴。分子在整整三年里都固定在20美元，所以智能时间的变化正好可以拆分成汇率变化和最低工资变化这两部分。这不是近似，而是恒等式。¹²

在2023年到2025年间，36个国家中有33个国家的智能时间减少了。原因是最低工资的上涨幅度被汇率波动压过去了。波兰从4.11小时降到2.79小时，克罗地亚、保加利亚、罗马尼亚、哥伦比亚也都减少了四分之一到三分之一左右。土耳其的货币价值跌了超过40%，但最低工资涨到了2.2倍，结果指数反而下降了。¹³

只有两个国家的指数上升了：新西兰，还有韩国。韩国在这段时间里两次上调了最低工资。从9,620韩元涨到10,030韩元，取对数为4.17个百分点。同一时期韩元汇率从每美元1,306韩元跌到1,422韩元，下跌了8.57个百分点。结果是从2.71小时变成2.84小时，排名从36个国家中的第14位跌到第18位。¹⁴ 最低工资委员会给出的涨幅，被外汇市场拿走了两倍。以前美元是与黄金、与石油绑定的，现在则要与人工智能绑定了。这次美国特意把人工智能改称为Super Intelligence，绝不是无谓的布局。

到2026年，最低工资涨到10,320韩元，指数会回落到2.76小时。但前提是汇率维持在2025年的平均水平。能把这次涨幅完全抹平的汇率，是每美元1,463.6韩元。¹⁵ 最低工资劳动者能买到多少智能，是最低工资委员会和外汇市场共同决定的，而过去两年里，市场那一方的力量是两倍之大。

我做的那个网站每天都会显示这个数字。按9月29日的汇率计算，首尔的智能时间是2小时38分钟，比论文里的2.76小时更短——因为这段时间韩元变强了。¹⁶ 如果“汇率就是智能接入权”这句话听起来太抽象，那么一个月后再看一次这个数字就明白了。

<<<OZ_BODY>>>

区域套餐不是折扣，而是降级

现在我们换个问法。Netflix、Spotify、YouTube 最终都走向了按国家定价，那AI订阅为什么两年多来无论在哪儿都是20美元呢？

Netflix能在印度卖便宜，是因为多发送一路流媒体几乎不花钱。边际成本接近于零时，价格就能贴合当地的支付意愿。前沿模型不一样。每个token都附带着GPU时间和电力这类实际成本，而这份成本无论在拉各斯还是卢森堡都一样。巨无霸的成本是本地化的，流媒体没有成本，而智能的成本是全球化的。经济学对这种情况只给出一个答案：如果不能卖便宜的同款产品，那就卖故意降级的产品。¹⁷

现实中正是如此。OpenAI在2025年8月于印度以399卢比推出的ChatGPT Go，并不是降价，而是降低了模型和使用量的档位。而且带区域定价的，也只有这个降级档位。如果计算同一套餐的本地价格除以美国价格得出的“本地化比率”，Go在印度、印尼、尼日利亚是美国价格的57%~58%，也就是打了57折，便宜43%。相比之下，前沿版本Plus在印度是美国价格的115%，印尼是106%，韩国是102%。没有一个市场是在打折卖前沿档位。韩国在这里又一次显得格外扎眼。ChatGPT Go在韩国的价格13,000韩元，是美国价格8美元的114%。就算扣掉增值税也还是104%。印度用户以43%的折扣买到的降级档位，韩国用户却要加价购买。¹⁸

Go先在哪些国家上线，也符合这套逻辑。印度（8月）、印尼（9月）、亚洲16个国家和非洲54个国家（10月）排在前面，而美国、韩国、日本、英国则是在2026年1月全球上线时才最后加入。上线顺序与国民收入排名的相关系数是0.67。例外是挪威、丹麦、瑞典、奥地利比美国更早拿到，这一点收入水平解释不了。富裕国家之间的先后顺序，似乎是由市场规模、支付基础设施和监管决定的。¹⁹

于是如果计算本地化究竟填补了多少差距，以对数为基准，印度是28%，尼日利亚17%，哥伦比亚31%，墨西哥27%。也就是六分之一到三分之一之间。剩下的部分，工资差距原封不动地留在那里。²⁰而这六分之一，填补它的也不是前沿智能，而是降级智能。印度用户买到的不是便宜的智能，而是低配的智能。

Oswarld视角

在制作这个指数的过程中，我一直在问自己的问题是“那么，新在哪里”。如果只看某一个时点的表格，智能时间不过是把以美元换算的最低工资倒过来算而已。论文里也是这么写的。真正新的东西有三点：把同一个数字读作自动化门槛；在时间轴上把它精确拆分为汇率和工资；以及一旦纳入地区资费、税收、配给，分子就不再是常数。第三点正是这个指数今后要追踪的对象。

我一直主张，不是所有人、所有工作都需要超级智能。不同的工作和环境应该配上不同的模型。就我自己而言，整体规划和编排交给Claude或GPT-6，但耗时长、重复性高的工作，最近都丢给DeepSeek或GLM去做。所以我并不认为像ChatGPT Go这样降配的层级本身是坏事。问题在于，这种差距没有被统计数据捕捉到。如果按订阅人数计算，印度的Go订阅用户和首尔的Plus订阅用户，同样都被算作“一人”。看起来接入的差距已经缩小了，但质量的差距原封未动，而这恰恰是没有这个指数就看不见的部分。

关于主权AI的争论，也可以借助这个数字变得更诚实一些。想要拥有自己的模型和自己的数据中心，理由不必只是安全或自尊，还可以这样说：在不降低智能本身的前提下降低分子，唯一的方法就是用自己的货币、自己的成本去生产智能，而这正是典型的进口替代。只是本地化的是电力、土地和人，加速器依然是要用美元购买的进口品。所以这套逻辑只有在国内算力成本降到进口智能价格之下时才能成立，而智能时间告诉的正是一个国家必须跨过的那个数字。²¹

关于韩国，我想再补一句。这个指数并不是在说韩国是一个高价购买智能的国家，而是在说它是一个劳动力便宜的国家。这两者其实是同一个数字，这一点可能会让人不舒服，但如果这个指数想要回答的问题是“谁买不起前沿智能，而这又相当于一个月劳动的几分之几”，那么这种“漠不关心”恰恰是正确的态度。

---

结语

经济学长期以来一直用能买几条面包来衡量工资。这篇论文的主张是，现在也应该用能买几小时的智能来衡量。这个数值在全世界范围内是一小时到十六小时之间，而韩国大致处于中间位置。

具体数字可以直接在网站上查看。可以选择国家，切换套餐，输入自己的时薪。汇率每天都会重新计算。计算方式和来源都在方法论页面，论文的数据和代码全部都在Zenodo上。如果我的计算有误，也欢迎大家指正。

---

💬 读者您现在用的是哪种AI套餐？有没有算过那笔费用相当于自己几个小时的时薪？

📨 如果您身边有人每次聊到最低工资时都会问“那这些钱到底能买到什么”，请把这篇文章分享给他们。

参考资料与延伸阅读

• Ahn, K. (2026). Intelligence Hours: The Labor-Time Price of Frontier Artificial Intelligence in 37 Countries, 2023–2025. International Labour Review 审稿中。本文的所有数据均取自这篇论文。
• Ahn, K. (2026). Intelligence Hours: replication data and code for the 2023-2025 panel and exploratory 2026 extensions (1.0.0). Zenodo. 可复现论文面板数据、脚本与表格的资料包。
• Intelligence Hours Index：各国比较网站。截至2026年9月29日的25国验证排名，按每日汇率更新。
• Methodology, sources and research：网站的计算公式、篮子定义（ChatGPT Plus、Claude Pro、Google AI Pro 的中位数）、工资与汇率来源清单。
• OpenAI Help Center: About ChatGPT Pro tiers：$100、$200 Pro 套餐说明。
• OpenAI sets ChatGPT Pro Max subscription at $500：报道9月10日$200 Pro 新用户订阅停止的经过。

---

作者 安光涉（Oswarld） 现任世宗大学兼任教授，INLEVEL9 战略顾问。职业经历、研究、著作与近期活动会持续更新在作者简介。 最新动态 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 术语说明

• 智能时间（Intelligence Hours）：一个月份的前沿模型订阅费除以该国法定最低时薪所得的值。分子是 OpenAI、Anthropic、Google 前沿访问最低套餐的中位数（目前为20美元）。
• 凯茨比率（Kaitz ratio）：最低工资除以全职工作者中位工资所得的比率。它显示最低工资在该国工资分布中被设定的高低程度。
• 本地化比率（localization ratio）：同一套餐的本地标示价格除以美国价格按汇率换算后的值。小于1为本地折价，大于1为本地溢价。
• 自动化临界点：在某项任务中，机器成本降到劳动成本以下、由机器接手该工作的那个临界点。

---

注释

1. 论文表1。以2025年OECD年均最低工资和世界银行年均汇率为基准。卢森堡1.14、韩国2.84、墨西哥11.04、巴西16.20小时。 ↩

2. 论文3.1~3.3节（数据与定义）。网站使用首都辖区最低工资和当日汇率，论文使用OECD年均值及联邦/全国基准，因此数值略有差异。 ↩

3. OpenAI帮助中心及2026年9月的报道。论文第1节。 ↩

4. 论文第1节，表4。以2026年最低工资和2025年平均汇率为基准。印度按州为196~783小时，尼日利亚2026年法定数值未确认。 ↩

5. Parsley & Wei (2007)，转引自论文2.4节。 ↩

6. Ashenfelter (2012)，转引自论文2.6节。 ↩

7. 论文2.2节。Zeira (1998)、Acemoglu & Restrepo (2018, 2019)的任务基础自动化模型。 ↩

8. 论文4.1节，表1。 ↩

9. 论文4.5节，表4。 ↩

10. 论文4.5节。德国2026年智能时间为1.27小时。 ↩

11. 论文4.2节。美国凯茨比率0.24，韩国0.60。 ↩

12. 论文3.5节，公式3。 ↩

13. 论文4.4节，附录表B1。土耳其汇率项+50.8、工资项−79.8对数点。 ↩

14. 论文4.4节，表3。 ↩

15. 论文4.4节。 ↩

16. intelligence-hours.org，2026年9月29日确认。首尔2.63小时，按时薪7.6美元折算。 ↩

17. 论文5.1节。Deneckere & McAfee (1996)的“瑕疵品（damaged goods）”逻辑。 ↩

18. 论文4.8节，表6。韩国Go套餐价格含增值税为17,000韩元（截至2026年4月）。 ↩

19. 论文4.7节，表5。斯皮尔曼相关系数0.67，以明确列出的38国为基准。 ↩

20. 论文4.8节。 ↩

21. 论文5.3节。 ↩