告別價(jià)格戰(zhàn)，大模型共迎通脹時(shí)代

價(jià)值創(chuàng)造比成本控制更重要

撰文/陳鄧新

編輯/李 季

排版/Annalee

眼下，漲價(jià)成為大模型的關(guān)鍵詞。

邁入2026年，大模型不再是優(yōu)惠縮水，而是毫不掩飾地開啟了漲價(jià)模式，大大小小的廠商紛紛入局，智普甚至在短短三個(gè)月之內(nèi)兩次提價(jià)。

以至于，國產(chǎn)大模型定價(jià)首次與海外頭部廠商對齊。

大模型漲價(jià)，是曇花一現(xiàn)還是曠日持久？降價(jià)爭奪市場的打法，是否走到了盡頭？價(jià)值戰(zhàn)會成為未來競爭的核心敘事嗎？

不愿賤賣成為行業(yè)的共識

曾幾何時(shí)，降價(jià)才是大模型的競爭基調(diào)。

“全線降價(jià)”“兩款產(chǎn)品免費(fèi)”“百萬Token一分錢”“比行業(yè)同類產(chǎn)品便宜90%”“免費(fèi)、全面免費(fèi)、永久免費(fèi)”……

這一系列動作的背后，則是大模型為了長遠(yuǎn)發(fā)展選擇犧牲短期利益。

通俗易懂地說，為了AI普惠需要不斷降低大模型的Token價(jià)格，唯有此才可以在B端賦能千行百業(yè)、在C端成為標(biāo)配的日常工具。

Token成為大模型的重中之重

畢竟，將市場蛋糕越做越大才可以吃到規(guī)模化的紅利，從而獲得更大的勢能。

阿里云資深專家朱迅垚曾表示：“阿里云大模型降價(jià)，是希望讓更多的使用者和中小企業(yè)用上大模型，加速AI應(yīng)用市場的提前爆發(fā)。”

百度智能云AI與大模型平臺總經(jīng)理忻舟亦表示：“大模型仍處于市場培育階段，企業(yè)只有在認(rèn)識到大模型帶來的巨大價(jià)值后，才能將其應(yīng)用于更大規(guī)模、更復(fù)雜的業(yè)務(wù)場景中。”

需要注意的是，大模型并非一味追求降價(jià)，也通過創(chuàng)新進(jìn)行讓利。

以2025年6月發(fā)布的豆包大模型1.6為例，一改行業(yè)之前的定價(jià)慣例：深度思考或多模態(tài)能力無需為Token額外買單，且Token的價(jià)格隨著0—32K、32K—128K和128K—256K這三個(gè)輸入長度的增長而增加，進(jìn)行了分區(qū)定價(jià)，性價(jià)比更高。

分區(qū)定價(jià)打破常規(guī)

不曾想，大模型價(jià)格只降不升的傳統(tǒng)被打破了。

邁入2026年之后，GLM、Seedance、HY2.0 Instruct等大模型或多或少有了提價(jià)的動作，特別是GLM-5.1在Coding場景的緩存命中Token價(jià)格接近Anthropic旗下大模型Claude Sonnet，這是國產(chǎn)大模型首次在核心場景實(shí)現(xiàn)與海外頭部廠商的價(jià)格對齊。

這意味著，大模型越來越不愿意賤賣Token了。

MiMo大模型負(fù)責(zé)人羅福莉表示：“我建議LLM公司在弄清楚如何在不造成資金流失的情況下為Coding方案定價(jià)之前，不要盲目地競相壓低價(jià)格。以極低的價(jià)格出售Token，同時(shí)對第三方敞開大門，這看起來對用戶很有吸引力，但這卻是一個(gè)陷阱——Anthropic剛剛擺脫的那個(gè)陷阱。”

簡而言之，打價(jià)格戰(zhàn)不如打價(jià)值戰(zhàn)。

Token價(jià)格低，不意味著模型能力強(qiáng)，如若模型能力不足則會消耗更多的Token，進(jìn)而導(dǎo)致更大的浪費(fèi)，最終用戶與大模型雙輸。

如此一來，大模型回歸價(jià)值博弈成為一道必答題。

競爭焦點(diǎn)出現(xiàn)了轉(zhuǎn)向

大模型從價(jià)格戰(zhàn)走向價(jià)值戰(zhàn)，背后的緣由有三。

首先，供不應(yīng)求。

智能體時(shí)代，Token的長度從十萬級向百萬級、千萬級躍遷，與此同時(shí)消耗量也實(shí)現(xiàn)了上百倍增長，成為大模型提高獲客量的關(guān)鍵抓手。

之所以如此，與思考鏈路延長息息相關(guān)。

一問一答模式的Token消耗是線性增長，而智能體模式可以進(jìn)行長鏈路思考、執(zhí)行多重任務(wù)、完成循環(huán)調(diào)用等，Token消耗是指數(shù)級增長。

關(guān)于此，從智譜的數(shù)據(jù)就可見一斑。

2026年第一季度，智譜大模型的API調(diào)用定價(jià)提升了83%，而Token消耗量增長了400%，提高定價(jià)并未抑制需求，反而出現(xiàn)了供不應(yīng)求的現(xiàn)象。

智譜CEO張鵬表示：“AGI時(shí)代的商業(yè)價(jià)值可以歸結(jié)為一個(gè)簡潔的公式：智能上界 × Token消耗規(guī)模，智能上界決定了定價(jià)權(quán)，Token消耗規(guī)模決定了價(jià)值體量。未來，衡量一個(gè)個(gè)體或組織價(jià)值的標(biāo)準(zhǔn)，不再是掌握了多少信息，而是其作為Token架構(gòu)師，在給定預(yù)算下構(gòu)建復(fù)雜 Agent系統(tǒng)并驅(qū)動大模型完成復(fù)雜Agent系統(tǒng)的自主運(yùn)行。”

正因?yàn)槿绱耍竽Ｐ偷母偁幗裹c(diǎn)出現(xiàn)了轉(zhuǎn)向。

大模型不再圍繞參數(shù)、數(shù)量、打榜等指標(biāo)比拼，而是轉(zhuǎn)向拼應(yīng)用、拼生態(tài)，因而性價(jià)比不再是唯一的關(guān)鍵指標(biāo)，價(jià)值創(chuàng)造站到了C位。

譬如，混元3D世界模型2.0可以理解文字、圖片、視頻等不同類型的輸入，自動生成3D場景，無縫對接游戲開發(fā)、AI漫劇等工作流。

一句話生成3D世界

再譬如，GLM-5.1能夠在一次任務(wù)中獨(dú)立、持續(xù)工作超過8小時(shí)，成為當(dāng)下唯一具備此能力的開源模型。

其次，分擔(dān)成本。

大模型落地離不開云計(jì)算的鼎力相助，但云計(jì)算的成本肉眼可見的在不斷增長，如此漲價(jià)成為必然。

以數(shù)據(jù)中心為例，一方面存儲芯片等成為賣方市場，持續(xù)抬高新建成本；另外一方面由于是耗電大戶，在能源價(jià)格高企的背景之下，運(yùn)營成本被迫不斷抬升。

不難看出，大模型服務(wù)比傳統(tǒng)的互聯(lián)網(wǎng)服務(wù)成本更貴。

更為關(guān)鍵的是，由于AI技術(shù)不斷迭代，大模型也需要推陳出新，進(jìn)一步推高了開支，亟須探索良性的、合理的商業(yè)化路徑。

火山引總裁譚待曾有言：“對于企業(yè)級市場來說，商業(yè)模式是建立在可持續(xù)發(fā)展的基礎(chǔ)上，任何商品必須是盈利的，不能靠補(bǔ)貼來降價(jià)。如果降價(jià)是虧損的，規(guī)模越大虧得越多，這就不是合理的商業(yè)模式。”

再次，勝者為王。

隨著“百模大戰(zhàn)”的演進(jìn)，不少實(shí)力欠佳的玩家選擇退場，即便是實(shí)力強(qiáng)勁的玩家也難以面面俱到，選擇聚焦主航道。

Sora，就是最好的明證。

作為OpenAI旗下的AI視頻生成工具，Sora誕生之初備受好評，視為AI生成視頻賽道的顛覆性產(chǎn)品。

卻不想，由于入不敷出，成為OpenAI的棄子。

Sora壽終正寢

公開數(shù)據(jù)顯示，Sora商用級內(nèi)容的生成命中率僅5%～10%，生成一分鐘高質(zhì)量視頻的推理成本為30~50美元，因而30天用戶留存率為1%，60天留存率為0%。

簡而言之，Sora并沒有成為生產(chǎn)力工具。

其實(shí)，Sora不行，不意味著AI生成視頻不行，Seedance、可靈等中國AI生成視頻大模型不但技術(shù)過硬，更是不缺應(yīng)用場景，最終上演了彎道超車。

“藍(lán)鯨科技”報(bào)道：“Seedance 2.0出來前，大多數(shù)模型每次只能生成一個(gè)5秒的視頻，5秒里可能3秒都是廢片，一個(gè)完整的鏡頭需要幾個(gè)視頻拼接，而Seedance 2.0能夠生成完整的15秒視頻，運(yùn)鏡切換自如。”

Seedance之外，可靈的表現(xiàn)也可圈可點(diǎn)。

財(cái)報(bào)數(shù)據(jù)顯示，2025年第一季度至第四季度，可靈的營業(yè)收入分別為1.5億元、2.5億元、3億元、3.4億元，雖然增速有所放緩，但整體依然處于增長的勢態(tài)。

總而言之，大模型走過了采取低價(jià)甚至免費(fèi)策略進(jìn)行AI普惠的階段，邁入了價(jià)值創(chuàng)造的階段，為了更好地釋放生產(chǎn)力，既要比拼模型的高效，也要比拼場景的適配。

那么，大模型競速進(jìn)入“深水區(qū)”。