以太坊共同創辦人 Vitalik Buterin 於 2026 年 10 月 17 日在 X 上發布了一份電力經濟學的並排比較，對照比特幣挖礦與 AI 推理之間的資金支出方式。他的核心觀察很直接：比特幣挖礦成本由硬體與電力分攤，而 AI 推理的支出則幾乎完全集中在硬體上。

數據拆解

該比較所引用的估計顯示，挖出一枚比特幣的成本約為 93,700 美元。其中約 37,600 美元，即 40%，用於運算資本支出，也就是購買挖礦機器的前期成本。電力約佔 40,600 美元，即 43.3%。換句話說，機器的帳單與驅動機器的電費帳單幾乎不相上下。

AI 推理則呈現截然不同的樣貌。推理是訓練完成的模型實際為使用者回答問題、生成圖像或撰寫程式碼的階段。該階段的估計成本約為每 GPU 年 26,260 美元，其中運算資本支出約佔 19,900 美元，即 76%。電力則落在 1,050 至 1,260 美元之間，僅佔 4% 至 4.8%。對 AI 營運商而言，電費帳單更接近四捨五入的誤差，而非策略層面的考量。

在設施層級，差距進一步擴大。興建與營運一個比特幣挖礦場地估計為每兆瓦 70 萬至 100 萬美元，而 AI 基礎設施約為每兆瓦 2,000 萬美元。

為何成本結構比總額更重要

Buterin 的分析聚焦於成本如何構成，而非哪個產業支出更多或整體耗能更高。該分析並未試圖將兩個產業的絕對支出或總能源使用量等同起來。

這種構成也決定了各產業可以運用哪些槓桿：礦工可以追求更便宜的電力，而 AI 營運商的主要效率來源則是從已經付費購買的硬體中榨取更多產出。

比特幣礦工對持續性的電力成本仍然高度敏感，因為電力佔了生產每枚代幣所需成本的極大比重。這種敏感性長期以來塑造了挖礦業務的選址，場地紛紛朝低成本能源來源集中。AI 營運商的經濟學則取決於硬體效率使用率，亦即每台昂貴的 GPU 在其生命週期內能完成多少有用的工作。

背景：兩個產業追逐同樣的電力

比特幣挖礦與 AI 資料中心日益爭奪相同的資源：電網接入、廉價電力與實體空間。

挖礦建立在工作量證明機制之上，機器競相解開謎題，勝出者獲得新發行的比特幣。電力是該流程的結構性投入，這也解釋了為何它在成本估計中佔據如此大的比重。

Buterin 共同創立的以太坊多年前已脫離工作量證明，於 2022 年 9 月轉向權益證明。因此當他對比特幣的能源經濟學發表看法時，他是以一個自身區塊鏈已不再支付這筆帳單的身分發言。

相較之下，AI 推理的存亡取決於專用晶片。這些晶片造價高昂，而容納它們的資料中心在每兆瓦的建置成本上也貴得多，正如設施層級的估計所示。

對礦工與營運商的意涵

由於電力佔挖出一枚代幣成本超過 40%，能取得廉價且穩定能源的礦工擁有結構性優勢，而暴露於波動電力市場的礦工則承擔實際的利潤率風險。

部分礦工可能會探索將其基礎設施轉用於資本效率可能更高的 AI 應用。然而，這些估計凸顯了任何此類轉型的規模：挖礦場地估計為每兆瓦 70 萬至 100 萬美元，而 AI 基礎設施約為每兆瓦 2,000 萬美元。任何轉向 AI 的礦工都將承擔截然不同的資本投入，以電力風險換取硬體與使用率風險。

在 AI 這一側，由於電力僅佔推理成本約 4% 至 4.8%，壓力落在如何讓 GPU 保持忙碌與高效，因為每年承載 19,900 美元資本支出的閒置硬體，是一項放著不用的昂貴資產。對於同時追蹤兩個產業的人而言，電價與 GPU 使用率是從這項成本拆分中最直接衍生出的關鍵數據。