告別價格戰，大模型共迎通脹時代

價值創造比成本控制更重要

撰文/陳鄧新

編輯/李 季

排版/Annalee

眼下，漲價成為大模型的關鍵詞。

邁入2026年，大模型不再是優惠縮水，而是毫不掩飾地開啟了漲價模式，大大小小的廠商紛紛入局，智普甚至在短短三個月之內兩次提價。

以至于，國產大模型定價首次與海外頭部廠商對齊。

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

不愿賤賣成為行業的共識

曾幾何時，降價才是大模型的競爭基調。

“全線降價”“兩款產品免費”“百萬Token一分錢”“比行業同類產品便宜90%”“免費、全面免費、永久免費”……

這一系列動作的背后，則是大模型為了長遠發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價格，唯有此才可以在B端賦能千行百業、在C端成為標配的日常工具。

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?；募t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，是希望讓更多的使用者和中小企業用上大模型，加速AI應用市場的提前爆發?！?/p>

百度智能云AI與大模型平臺總經理忻舟亦表示：“大模型仍處于市場培育階段，企業只有在認識到大模型帶來的巨大價值后，才能將其應用于更大規模、更復雜的業務場景中?！?/p>

需要注意的是，大模型并非一味追求降價，也通過創新進行讓利。

以2025年6月發布的豆包大模型1.6為例，一改行業之前的定價慣例：深度思考或多模態能力無需為Token額外買單，且Token的價格隨著0—32K、32K—128K和128K—256K這三個輸入長度的增長而增加，進行了分區定價，性價比更高。

分區定價打破常規

不曾想，大模型價格只降不升的傳統被打破了。

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

這意味著，大模型越來越不愿意賤賣Token了。

MiMo大模型負責人羅福莉表示：“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方案定價之前，不要盲目地競相壓低價格。以極低的價格出售Token，同時對第三方敞開大門，這看起來對用戶很有吸引力，但這卻是一個陷阱——Anthropic剛剛擺脫的那個陷阱。”

簡而言之，打價格戰不如打價值戰。

Token價格低，不意味著模型能力強，如若模型能力不足則會消耗更多的Token，進而導致更大的浪費，最終用戶與大模型雙輸。

如此一來，大模型回歸價值博弈成為一道必答題。

競爭焦點出現了轉向

大模型從價格戰走向價值戰，背后的緣由有三。

首先，供不應求。

智能體時代，Token的長度從十萬級向百萬級、千萬級躍遷，與此同時消耗量也實現了上百倍增長，成為大模型提高獲客量的關鍵抓手。

之所以如此，與思考鏈路延長息息相關。

一問一答模式的Token消耗是線性增長，而智能體模式可以進行長鏈路思考、執行多重任務、完成循環調用等，Token消耗是指數級增長。

關于此，從智譜的數據就可見一斑。

2026年第一季度，智譜大模型的API調用定價提升了83%，而Token消耗量增長了400%，提高定價并未抑制需求，反而出現了供不應求的現象。

智譜CEO張鵬表示：“AGI時代的商業價值可以歸結為一個簡潔的公式：智能上界 × Token消耗規模，智能上界決定了定價權，Token消耗規模決定了價值體量。未來，衡量一個個體或組織價值的標準，不再是掌握了多少信息，而是其作為Token架構師，在給定預算下構建復雜 Agent系統并驅動大模型完成復雜Agent系統的自主運行?！?/p>

正因為如此，大模型的競爭焦點出現了轉向。

大模型不再圍繞參數、數量、打榜等指標比拼，而是轉向拼應用、拼生態，因而性價比不再是唯一的關鍵指標，價值創造站到了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、AI漫劇等工作流。

一句話生成3D世界

再譬如，GLM-5.1能夠在一次任務中獨立、持續工作超過8小時，成為當下唯一具備此能力的開源模型。

其次，分擔成本。

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

以數據中心為例，一方面存儲芯片等成為賣方市場，持續抬高新建成本；另外一方面由于是耗電大戶，在能源價格高企的背景之下，運營成本被迫不斷抬升。

不難看出，大模型服務比傳統的互聯網服務成本更貴。

更為關鍵的是，由于AI技術不斷迭代，大模型也需要推陳出新，進一步推高了開支，亟須探索良性的、合理的商業化路徑。

火山引總裁譚待曾有言：“對于企業級市場來說，商業模式是建立在可持續發展的基礎上，任何商品必須是盈利的，不能靠補貼來降價。如果降價是虧損的，規模越大虧得越多，這就不是合理的商業模式?！?/p>

再次，勝者為王。

隨著“百模大戰”的演進，不少實力欠佳的玩家選擇退場，即便是實力強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品。

卻不想，由于入不敷出，成為OpenAI的棄子。

Sora壽終正寢

公開數據顯示，Sora商用級內容的生成命中率僅5%～10%，生成一分鐘高質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并沒有成為生產力工具。

其實，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過硬，更是不缺應用場景，最終上演了彎道超車。

“藍鯨科技”報道：“Seedance 2.0出來前，大多數模型每次只能生成一個5秒的視頻，5秒里可能3秒都是廢片，一個完整的鏡頭需要幾個視頻拼接，而Seedance 2.0能夠生成完整的15秒視頻，運鏡切換自如?！?/p>

Seedance之外，可靈的表現也可圈可點。

財報數據顯示，2025年第一季度至第四季度，可靈的營業收入分別為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。

總而言之，大模型走過了采取低價甚至免費策略進行AI普惠的階段，邁入了價值創造的階段，為了更好地釋放生產力，既要比拼模型的高效，也要比拼場景的適配。

那么，大模型競速進入“深水區”。