令牌的算计：中国AI大模型如何告别“免费午餐”的幻影

TL;DR：

中国大模型市场正从无序的价格混战转向更为理性的价值竞争，以DeepSeek为代表的厂商上调API价格，预示着行业对高昂算力与研发成本的再审视。这一转变不仅是成本压力的集中爆发，更是行业进入“深水区”商业化探索的标志，促使企业从流量思维转向可持续的盈利模式，并加速市场优胜劣汰，对资本配置效率和长期竞争格局产生深远影响。

曾几何时，中国的人工智能大模型市场，上演了一场令人眼花缭乱的“价格跳水”盛宴。从“按分计价”到“按厘计价”，再到某些宣称的“永久免费”，各路玩家竞相挥舞着价格屠刀，试图以压倒性的低价迅速圈地。去年，字节跳动率先点燃战火，BAT等巨头紧随其后，将百万tokens的价格压至令人咋舌的1元，甚至祭出“免费”大旗，其激进程度，足以让任何一位传统的商业战略家为之侧目。当时，百度智能云的一位负责人曾预言，这场价格战“至少持续一年”，而那些基础设施薄弱、缺乏数据飞轮的企业，终将被淘汰出局¹。

然而，市场风向的转变，往往比最老练的船长预期的还要迅速。近期，这场轰轰烈烈的“价格战”似乎按下了暂停键，转而上演了一出意想不到的“涨价潮”。深度求索（DeepSeek），这家曾以其激进定价策略搅动市场的“鲶鱼”，如今率先吹响了涨价的号角。其DeepSeek-V3.1模型自9月6日起调整API定价，输入价格（缓存未命中）从2元/百万tokens翻倍至_4元_，输出价格更是从8元飙升至_12元_，并取消了诱人的夜间优惠²。这一举动并非孤例，而是中国大模型市场整体转向的缩影：据《华尔街见闻》深扒，当前竟有超过_七成_的厂商在涨价³。

价格战的休止符

这场价格策略的逆转，堪称AI产业发展中的一个重要里程碑。去年，DeepSeek-R1的开源和低价策略，一度将大模型市场带入了“免费普惠阶段”¹，促使国内外巨头如OpenAI和百度纷纷跟进，宣布部分模型免费或降价。当时，一位AI智能体公司负责人一针见血地指出，大模型定价已无法覆盖成本，厂商降价的核心目的在于“烧钱换数据”——通过免费或低价吸引用户，获取海量多轮对话数据，以此快速迭代和提升模型能力。这如同数字世界的淘金热，数据是新时代的“金沙”，而免费的API则是吸引淘金者的免费工具。

如今，这笔“数据投资”的账单开始摆上桌面。随着DeepSeek的领涨，智谱、月之暗面、MiniMax、阶跃星辰等“大模型六小龙”亦步亦趋。智谱的GLM-4.5-X在优惠期结束后，最高档输出价格将达到_64元/百万tokens_；月之暗面的Kimi K2高速版也将从9月1日起恢复原价，输出价格高达_64元_³。即使是谷歌的Gemini Pro，其调用价格也从12.5美元/百万tokens涨至17.5美元/百万tokens³。这与国际上OpenAI、Anthropic等企业顶级订阅服务动辄200甚至300美元/月的定价趋势不谋而合³，共同昭示着，“免费午餐”的时代正成为过去时。

值得注意的是，在这股涨价潮中，腾讯却显得“特立独行”。其混元Turbo模型的价格持续下调，从去年9月的“高价位”降至目前的输入_2.4元/百万tokens_、输出_9.6元/百万tokens_，新一代的混元TurboS甚至更低，这无疑为这场普遍的涨价戏码增添了一丝复杂的商业博弈色彩³。或许，腾讯正试图在不同的市场细分领域寻找差异化的竞争优势，或者寄望于通过持续的低价策略，在红海中开辟一片蓝海。

算力与价值的权衡

大模型价格上扬的根本原因，在于其底层成本结构远比互联网时代的带宽更加沉重。传神语联创始人何恩培直言，大模型涨价是“必然的”，因为其运行不仅依赖数据流量，更需要_庞大算力_、_精妙算法_和_顶尖人才_的支撑，每一项都是天价。OpenAI首席财务官Sarah Friar透露，公司在7月首次实现10亿美元的单月营收，但其首席执行官Sam Altman却表示，未来将投入_上万亿美元_建设数据中心，以缓解人工智能算力短缺的巨大压力。这笔天文数字般的投资，即便是对于全球科技巨头而言，也足以令人深思其商业模式的可持续性。

DeepSeek-V3.1此次特意强调采用针对“下一代国产芯片”设计的UE8M0 FP8精度，这可能暗示着其在本土硬件适配方面的投入，而这些成本最终都会以某种形式转嫁到API价格上。这并非简单的涨价，而是一场关于_单位经济效益_的重新计算。当模型性能趋于同质化，仅仅依靠“烧钱”来换取数据和市场份额的策略，已显得力不从心。企业必须面对现实：如何平衡技术飞速发展与盈利能力之间的矛盾。

在商业化探索的“深水区”，客户类型决定了价格的接受度。何恩培指出，B端客户更关注综合成本，包括定制化、安全性和稳定性，而非单纯的价格低廉。“在B端，所谓的‘免费’并不真正免费，客户最终仍需为定制化服务和开发付费。”³相比之下，C端用户对价格更为敏感。这种差异使得大模型厂商在制定价格策略时，必须进行更为精细的市场分割和价值定位。DeepSeek通过思维链压缩训练和支持思考/非思考模式等方法来优化推理，旨在帮助开发者节省API成本³，也反映了其在成本控制和用户体验之间寻找平衡的努力。

市场深水区的博弈

此轮涨价潮，不仅是成本压力的集中体现，更是市场走向成熟的信号。去年预言的“套壳企业”出局，正加速成为现实。当“免费”的诱惑不再，那些缺乏核心技术、优质数据和持续创新能力的企业，将寸步难行。行业的竞争，正从野蛮生长的“跑马圈地”，转向对_技术深度_、_商业模式_和_客户价值_的精耕细作。

这是一个从“量”到“质”的深刻转变。大模型企业正被迫从最初的“扩大用户规模，收集数据”的流量思维，转向构建_可持续盈利能力_的价值思维。这意味着，未来的竞争将聚焦于如何将强大的AI能力转化为具体的行业解决方案，如何为企业客户提供不可替代的定制化服务，以及如何在_开源生态_（如DeepSeek-R1和百度文心大模型4.5的开源策略¹）和_闭源高端服务_之间找到最佳平衡点。

正如《经济学人》常言，如果说数据是新时代的石油，那么算法就是炼油厂，而算力则是驱动这些炼油厂的能源。当前的价格调整，正是石油提炼商们在重新评估其能源成本和市场供需后的理性选择。未来，随着技术进步和规模效应，算力成本有望逐步降低，但大模型的最终定价，仍将是市场需求、竞争格局与技术成本三者之间动态博弈的结果。这场告别“免费午餐”的旅程，预示着中国AI大模型市场正在从狂热的初期，步入一个更为理性、更具挑战也更具商业想象力的“深水区”。

引用

• 大模型
• API定价
• 价格战
• 算力成本
• 商业模式