全球大模型牌桌上的规则正在被重写
图片来源|网络（如侵权请联系删除）部分AI生成
当“价格屠夫”的帽子换了个头，全球大模型牌桌上的规则正在被重写。
过去两年，提到大模型“价格屠夫”这四个字，所有人想到的只有一个方向：中国厂商卷生卷死，把API价格从天花板砸到地板，再从地板砸到地下室。
而大洋彼岸的硅谷巨头们，则稳稳坐在价格表的另一头，守着高端溢价，岁月静好。
但这个叙事，在2026年被彻底撕碎了。
硅谷巨头主动“掀桌子”
Anthropic最新发布的Claude Haiku 5.5，10万tokens以内的请求，输入每百万tokens仅0.10美元，输出0.50美元，这个价格只有上一代的十分之一，甚至比国内同为小模型的DeepSeek-V4.1-Flash还便宜。
几乎同一时间，OpenAI把GPT-5.6 Luna的API价格砍了80%，输入从每百万tokens 1美元直接杀到0.20美元，输出从6美元降到1.20美元。
这套组合拳被南方科技大学的专家解读为“低端走量清场、中端守盘盈利、高端溢价锁客”。
这本质上是用规模化成本优势击穿中小厂商的生存空间，将通用基础模型彻底推向“水电煤”式的普惠定价。
但如果你经常关注这个行业，或许会注意到一个细节：近一个月以来，这是OpenAI第二次降价了。
上月底刚调完中低端模型价格，紧接着又把旗舰系列拿出来“割肉”。一家正在冲刺IPO、目标估值高达8520亿美元的公司，为什么要在这个时候主动压缩利润空间？
据《华尔街日报》此前报道过一个现象：美国头部AI公司为了争抢企业用户，甚至开始免费送算力，导致一些创业公司都不需要融资来购买算力资源了。
免费送算力，这个叙事是不是很耳熟？
而这招，其实在两年前，国内各大厂商就已经开始用了。
也就是说，目前硅谷大厂在大模型价格方面的叙事，是在走国内大模型厂商此前走过的老路。
但硅谷巨头之所以“自降身段”，更深层的原因在于：开源模型的崛起正在改变游戏规则。
DeepSeek等国产模型把百万tokens的价格打到了几毛钱人民币的级别，而且采取开源策略，即开发者可以免费私有化部署，API定价由此失去了溢价空间。
2026年2月，全球前十AI模型的Token总消耗量突破27万亿，其中中国大模型贡献了14万亿，占比超过一半。
这意味着中国模型已经不仅仅是“便宜”，而是在全球范围内真正被用起来了。
当企业用户发现花十分之一的钱就能获得差不多的效果时，硅谷巨头们赖以维持高定价的“性能光环”正在快速褪色。
福布斯在一篇分析文章中给出了一个判断：基础模型市场正越来越像大型基建行业，规模、资本实力和运营效率成为决定胜负的关键，竞争的核心已经从“模型有多聪明”转向“运营有多高效”。
说白了，大模型正在从“奢侈品”变成“日用品”。
而日用品市场的铁律是：谁能把成本压到最低，谁就能活到最后。
从“烧钱换量”到“以价补量”
把视线拉回国内。如果说硅谷的价格战是“刚开始”，那国内的价格战已经打完了一整轮，甚至进入了“下半场”。
2024年5月，字节跳动的豆包率先打响第一枪，Pro模型定价比行业均价低99.3%。
随后阿里、百度、腾讯、科大讯飞等7家企业密集跟进，21款模型先后降价。
那个阶段的关键词是“烧钱换量”，就是先让开发者用起来，市场份额比什么都重要。有从业者透露，2024年某头部厂商内部曾定下三年内不考虑盈利的激进目标，产品定价甚至低于算力成本。
但到了2026年，画风突变。
先是DeepSeek在5月宣布V4-Pro模型API价格永久下调至原来的四分之一，紧接着小米MiMo系列最高降幅达99%，腾讯云智能体开发平台对DeepSeek-V4系列模型最高降价97.5%。
据公开信息，仅2026年上半年，国内大模型行业就发生了六轮降价事件，涉及DeepSeek、智谱、阿里、字节、腾讯、科大讯飞等几乎所有头部玩家。
不过，和硅谷这一轮降价有一个本质区别：国内厂商的降价已经从“战略性亏损”变成了“技术性降本”。
以智谱为例，其GLM-5.2采用MoE架构，拥有7440亿总参数但每次推理仅激活约400亿个，配合稀疏注意力机制可将显存占用降低75%，单台机器的吞吐量提升一倍，单位Token的算力成本直接减半。
公司云端业务毛利率从2024年的3.3%上升至2025年的18.9%，这个数字比任何降价公告都更有说服力：降价不是烧钱，是因为成本真的降下来了。
与此同时，国内大模型的价格格局正在从“全员地板价”走向“梯队分化”。
经济型模型的输入价格普遍降至1元/百万词元左右，但旗舰模型之间的价差正在拉大，比如Kimi K3输入输出价格高达20元/100元每百万词元，而MiniMax M3在“永久五折”后仅为2.1元/8.4元，同样一项任务选用不同模型的成本差距接近60倍。
这说明国内大模型的价格战已经不是简单的“谁比谁便宜”，而是进入了差异化定价、分层竞争的阶段。
两种价格战，两种打法
就在硅谷巨头密集降价的同时，国内却出现了一些“反向操作”。
2026年一季度以来，智谱API定价环比上涨83%，腾讯云混元模型部分价格调整幅度超过400%，百度智能云算力产品同步上调5%—50%。
摩根士丹利的统计数据更直接：2026年第二季度中国大模型平均API输入价格已升至4.9元/百万tokens，输出价格升至21.9元，相比2025年第一季度分别上涨约48%和80%。
一边在降，一边在涨，这组数据放在一起看，其实揭示了一个非常有意思的行业拐点。
国内大模型的价格战打了两年多，低价的边际效应正在递减。
有行业分析师指出，2024年至2025年的价格战虽然加速了AI大模型的市场普及，但也导致行业普遍陷入“高投入、低回报”的困境，当模型调用量从千亿级跃升至万亿级时，算力成本呈指数级放大，单纯依靠资本输血已难以为继。
换句话说，国内厂商发现：光靠便宜是留不住用户的。
当旗舰模型的能力差距收窄到用户难以感知时，真正决定开发者去留的，是迁移成本和生态黏性。
“竞争已进入新阶段，行业的竞争逻辑正从‘拼价格’悄然转向‘拼生态’。”有行业分析师这样对媒体表示。
头部厂商已经开始行动：智谱构建“基础模型+编程工具+订阅服务”的生态组合，月之暗面为Kimi K3量身定制开源许可条款以将护城河从“权重”挪到“托管效率”上。
把国内外的价格战放在同一个坐标系里对比，差异其实非常清晰。
硅谷这轮降价，本质上是在“补课”。过去两年中国厂商把价格打到了地板，硅谷的闭源模型一直靠性能优势维持溢价。
但当开源模型的能力追赶上来，性价比的天平开始倾斜，硅谷巨头不得不放下身段迎战。
Anthropic这次推出Haiku 5.5，不仅价格砍到上一代的十分之一，还补上了编程和电脑操作的短板，在小模型领域，“比谁更便宜”正在升级为“比谁又便宜又好用”。
国内的价格战则已经走过了“野蛮补贴”阶段，进入了“精细化运营”的深水区。
峰谷差异化定价、缓存机制优化、MoE架构降本、订阅制探索……
这些动作的底层逻辑是同一个：把“卖能力”升级为“卖服务”。DeepSeek在闲时把缓存命中价格从0.05元降到0.02元每百万词元，降幅超过60%。
这种定价策略明显是在引导开发者把批量任务往低谷时段迁移，用时间换成本，摊薄单位算力消耗。
按照市场发展规律来看：国内价格战打到现在，已经不只是“谁更便宜”的问题了，而是“谁能在便宜的基础上还能赚钱”。
这才是真正的分水岭，从2024年的“三年不考虑盈利”到2026年的“必须考虑可持续经营”，行业的心态发生了一个根本性的转变。
价格战之后，拼什么？
Gartner预测，到2030年，生成式AI提供商对万亿参数大模型的推理成本将较2025年降低超过90%。
AWS也公开表示，AI成本每隔几个月就会下降最高100倍。
成本还在降，价格战就不会停。
但打到最后，胜负手一定不在于谁的价格更低，因为价格没有最低，只有更低。
真正值得关注的是两个变量：第一，谁能在低价中保持合理的利润空间？第二，谁能把开发者真正“锁”在自己的生态里？
Anthropic的做法或许提供了一个思路。
Haiku 5.5不仅价格极低，还引入了prompt caching机制，缓存内的读取价格低至0.01美元/百万tokens，配合batch processing可再省50%费用。
这种机制的本质是用技术手段培养用户的使用惯性，让你在享受低成本的同时，不知不觉地形成路径依赖。
说白了，大模型这门生意最终比拼的不是技术参数，也不是价格标签，而是“替换成本”。
谁能把替换成本做到最高，谁就能笑到最后。
01
02
03
热门跟贴