8月17日，DeepSeek调价正式生效。据官方信息，最新调整的价格方案为，高峰时间段，V4 Pro每百万tokens输入（缓存未命中）9元、输出27元，缓存命中输入0.3元。空闲时间段，V4 Pro每百万tokens输入（缓存未命中）4.5元、输出13.5元，缓存命中输入低至0.15元。
根据8月13日公布的DeepSeek V4 Pro价格信息，高峰时期的定价涨幅最高达到1200%（此前输入命中缓存价格为0.025元/百万tokens），空闲时段的价格也为高峰时段的一半。
目前Token定价权之争进入关键节点。DeepSeek、Kimi凭借高性价比快速获取全球用户，与此同时，Anthropic、OpenAI等海外模型遭遇大客户流失，主动降价50%~80%。
Token定价权之争，本质上是AI商业模式的调整。多位受访业内人士认为，随着Agent承担具体任务，市场正逐步转向按价值付费。在此之前，这一模式较难被企业客户接受。一种情况是，传统软件公司在原有产品中嵌入AI能力，仍按License、员工数或席位收费，这与客户的预算习惯有关。另一种情况是AI原生类产品，基本上会尝试按结果收费，但由于上游采购的模型和算力仍沿用传统计费方式，企业需要精确核算算力成本的ROI，才能制定合理的结果定价区间。
无论按量计费、按结果计费，还是积分、峰谷定价等新概念，要算清楚AI的投出产出，是AI时代企业每个老板的必答题。
怎样计费，说法不一
当前行业讨论较多的是“按结果付费”。简单来说，就是根据AI产品实际为客户带来的可量化经济效果收费，而非按Token消耗量或API调用时长计费。
飞虎互联一年多前就开始探索这一模式。他们考虑从人力成本集约角度出发，按节省的银行业务人员成本来收费，或在风控场景中，根据Agent在挽回贷款损失方面的实际成效计费。
这一思路直击客户痛点，但落地并不容易。攀峰智能也在尝试按结果定价，但团队仍需在产品形态和交互方式上继续调整，思考如何将AI打造成类人工具，并明确与用户交互的方式以及AI的雇佣机制。
元熙映阙也有类似体会。他们在为客户定制工作流Agent时采用按结果定价，但实际操作中，结果难以统一衡量。同样工具，不同行业经验的用户使用效果差异明显，结果好坏更多取决于使用者的提问方式和操作能力，而非模型本身。
CTO吴君同样指出，按量计费对客户而言也存在不确定性。按Token计费模式理论上合理，像通话流量一样用多少付多少，但真正能实现这一模式的公司并不多。包月制虽然便于客户接受，但实现门槛较高。Token使用类似于电力消耗，难以包月是因为用户场景和用量差异较大，Token需实时生成，成本估算复杂。
Gartner此前指出，国内客户对“按效果/按调用付费”仍处于“高关注、低接受”状态。主要原因有两方面：一是预算模式冲突，传统企业预算多为CapEx（资本性支出），习惯采购固定资产，难以适应AI时代弹性、持续的OpEx（运营性支出）模式；二是部署惯性，客户倾向私有化部署，导致数据孤岛问题突出，部署与交付成本居高不下，按效果付费的基础不够稳固。
一家正在搭建Agent产品的软件企业的收费逻辑可供参考。该公司面向不同用户群体开发了多款Agent，部分产品按席位或人次计费，部分产品虽使用频率低、Token消耗少，但可包装为高端产品并按结果计费。他们也在考虑统一计费方式，例如基础费用与用量挂钩，预付套餐用完后续费，同时提供组合套餐，增加灵活性。
对于互联网科技公司而言， 它们通常采取低价策略先吸引客户参与，如果能体现实际价值，就会通过客户的ROI来定义定价，商业模式往往会跟客户摸索的结果直接挂钩。
关键在于，技术必须产生明显的杠杆效应，才能支撑当前收费模式。前述软件企业人士表示，按成本消耗与最终价值核算，价值至少应是成本的十倍左右，可能获得较充裕的利润空间。这类似于增值服务，需有近十倍的价值转化。
价格成为压倒客户选择的“最后一根稻草”
那么再回到开头提及的两起事件，背后有两点值得关注：一个是模型性能差距缩小，一个是模型间的成本优势拉大。
目前开源模型尤其是中国开源模型与美国闭源模型的差距已经缩小到“可替代”差距。OpenRouter最新公布的全球大模型调用量榜单上，排名第一的不再是GPT或Claude，而是 DeepSeek-V4-Flash、小米 MiMo-V2.5、腾讯 Hy3、 DeepSeek-V4-Pro、智谱 GLM-5.2 等清一色中国模型。
相比之下，目前最贵的依然是Anthropic的Claude Fable 5，每百万tokens输入10美元、输出50美元。如果放在过去，大客户可能对价格不会特别敏感，但如今，企业缩减开支的不确定性时代下，这种悬殊的成本差异，其实会促使企业客户考虑迁移。
市场对价格的敏感，其实也体现在搅局者DeepSeek的涨价公告上。但涨价并非DeepSeek一家才有，早在今年上半年，国内大模型厂商已经迎来了一轮涨价潮。
2026年3月起，国内外头部大模型厂商集体上调AI算力服务价格30%-50%。智谱率先进行涨价，并三度提价，月付价格几乎翻倍，API定价提升83%，调用量反增400%；字节的即梦一个月涨价三次，取消新用户折扣，积分对半砍；腾讯云API输入价格单轮暴涨463%，宣告近20年的降价周期终结；阿里云部分模型在3-4月单价上调20%-30%。
卖方涨价的底气，源于其商业模式的根本转变：从过去租机器、卖算力的IaaS，全面转向以智能为核心、以Token为结算单位的MaaS（模型即服务）。价值尺度更模糊，利润空间更大，“Token工厂经济学”成为现实。
智谱CEO张鹏在解释调价时指出，现在不再是简单问一个问题然后得到回答，背后的思考链路很长。完成一个任务需要的Token量可能是原来的十倍甚至百倍。长期靠低价竞争不利于整个行业发展。
事实上，涨价并没有劝退用户，而是筛选出了愿意付费的高价值用户。部分开发者甚至表示，API价格再涨一倍还是可以接受的。同时结合当前DeepSeek的官方价格，即便是涨价，可能依然会保持着高性价比的优势。
拐点已至？
整体来看，Token的定价逻辑正在发生根本性转变，这一点从客户的决策可以发现：不再单纯看模型跑分，而是评估替代方案的全生命周期成本（TCO），比如模型是否满足核心业务诉求，市面上是否存在性能接近、价格更低的选项。
在这一趋势下，我们看到中国头部模型厂商的价格战正走向精细化。
一些模型厂商已采取分层定价，用低价模型承接高频任务，维持旗舰模型的高毛利，例如DeepSeek V4系列最新发布的Flash版本和Pro版本；也有厂商通过生态和增值服务建立壁垒，阿里计划对大型商业客户采取收入分成模式，从底层调整定价逻辑，将收费模式从“消耗多少Token”转变到“你用模型赚了多少钱”。通过许可证设定商业门槛、对规模化商业收入进行分成，这些都是在性价比之外构建新盈利护城河的尝试。
过去两年，模型厂商的主要策略是通过低价、开源和快速迭代来抢占开发者生态。但伴随Agent应用阶段后，Token调用越来越高频，模型推理阶段的算力成本、运维成本甚至电力成本都开始显性化，以低价换增长的模式势必难以为继。对模型厂商而言，需要在定价策略、产品分层和生态建设之间找到平衡点，既要保证商业可持续性，也要防止客户因价格因素加速流失。
元熙映阙副总裁杨楠此前指出，当前核心用户是懂技术且有刚需的人，对价格不敏感。由于存在信息差——客户不理解输入/输出、并发等概念，厂商无法精准按实际Token消耗定价，只能先定一个较高的上限，比如包月制，以确保不亏损。这更像是为后续竞争预留空间和资金。随着大量中等技术用户开始尝试使用，他们的使用数据将成为厂商归因和定价的基础。但另一方面，Token又不同于云计算时代的计价模式，厂商成本易估算，Token更像用电，用量波动极大，无法简单包月。
大模型商业化也伴随这场定价风波走向新的拐点。
（本文首发于钛媒体APP，文 | TechHorizon，作者 | 杨丽，编辑 | 杨林）
热门跟贴