共计 1188 个字符，预计需要花费 3 分钟才能阅读完成。
中国头部模型厂商的价格战正走向精细化。
8 月 17 日,DeepSeek 正式实施新的调价方案, 高峰时段 V4 Pro 每百万 tokens 输入 9 元、输出 27 元, 缓存命中输入低至 0.3 元; 空闲时段价格减半。相比此前, 部分场景涨幅最高达 1200%。这一消息让本就激烈的 Token 定价权之争再度升温。
一边是 DeepSeek、Kimi 等以高性价比快速圈占全球用户,另一边是 Anthropic、OpenAI 等海外厂商遭遇大客户流失, 被迫降价 50% 至 80%。看似矛盾的局面, 实则指向同一个核心问题:Token 到底该怎么定价? 未来会更贵还是更便宜?
从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。
📌 价格战进入精细化阶段
过去两年,模型厂商主要靠低价、开源和快速迭代抢占开发者生态。但如今, 随着 Agent 应用落地,Token 调用频率激增, 推理算力、运维和电力成本开始显性化, 单纯以低价换增长的模式难以为继。
🔍 按结果付费: 理想丰满, 现实骨感
当前行业讨论最多的是“按结果付费”,即根据 AI 实际带来的可量化经济效果收费, 而非按 Token 消耗量。例如, 飞虎互联尝试按节省的人力成本收费, 攀峰智能则按挽回的贷款损失计费。
但落地并不容易。元熙映阙在定制工作流 Agent 时发现 , 结果难以统一衡量——同样工具, 用户经验不同, 效果差异明显。Gartner 也指出, 国内客户对“按效果付费”处于“高关注、低接受”状态, 主要原因是预算模式冲突(CapEx vs OpEx) 和私有化部署惯性。
💡 定价模式多元探索
除了按结果付费,行业还在探索峰谷定价、积分制、包月制等。一家软件企业采用混合模式: 部分产品按席位计费, 部分包装成高端产品按结果收费, 同时提供基础费 + 用量套餐。
📊 涨价潮背后的逻辑转变
同时, 模型性能差距缩小,成本优势拉大 。OpenRouter 榜单上, 调用量前十几乎被中国模型包揽, 而 Anthropic 的 Claude Fable 5 仍为最贵。企业客户在预算收缩时代, 开始用全生命周期成本(TCO) 评估替代方案, 价格成为“最后一根稻草”。
🚀 值得关注的三个趋势
- 分层定价成为主流:厂商用低价模型承接高频任务, 旗舰模型维持高毛利, 如 DeepSeek V4 的 Flash 和 Pro 版本。
- 收入分成模式兴起:阿里计划对大型商业客户采取收入分成, 从“消耗多少 Token”转向“你用模型赚了多少钱”。
- 生态壁垒构建:通过许可证和增值服务建立护城河, 而非单纯拼价格。
🧭 总结: 拐点已至, 但答案未定
Token 定价权之争,本质是 AI 商业模式的调整。未来价格是更贵还是更便宜, 取决于厂商能否在成本、价值和客户接受度之间找到平衡。可以确定的是, 按量计费的时代正在过去, 按价值付费的探索才刚刚开始。对于企业客户而言, 算清 AI 的投入产出比, 将成为每个老板的必答题。
