N°117 · 犀牛伯爵 · AI 热点深观察

大模型价格战打了一年，降价最狠的没赢

一、掀桌，2024 年冬天那场 27 倍的降价

2024 年 12 月底，DeepSeek 往 API 定价页上贴了两个数字，输入 0.27 美元，输出 1.10 美元，每百万 token 计。当时 GPT-4o 的官方定价是 2.5 美元和 10 美元。也就是说，一个中国团队把旗舰模型的价格，打到了 OpenAI 的十分之一。这场大模型价格战，就从这两个数字开始。

25 天后，2025 年 1 月 20 日，DeepSeek 发布 R1。推理模型的输入 0.55 美元，输出 2.19 美元。而当时 OpenAI o1 的定价是 15 美元和 60 美元。27 倍。做同一件事，一个收 60 美元，一个收 2.19 美元。

说实话，我第一次看到这两个数字，以为是限时促销。结果 DeepSeek 的 V3 技术报告里写得很清楚，训练只用了 278.8 万个 H800 GPU 小时。这不是补贴战，是成本结构真的不一样。MoE 架构每次只激活一小部分参数，KV 缓存做了极限压缩，别人用一百份算力干的事，它用一份就干了。

这组数字贴出来之后，硅谷的开发者论坛炸了锅。有人算了一笔账，原来跑在 GPT-4o 上的客服机器人，换成 V3，一年的 API 账单从几十万美元掉到几万美元。价格战的第一批赢家不是厂商，是开发者。

其实早在 2024 年 5 月，国内已经打过一轮。火山引擎总裁谭待在发布会上宣布，豆包主力模型定价 0.0008 元每千 token，"比行业便宜 99.3%"，随后阿里、百度、腾讯、智谱一周内全部跟进。但那一轮只烧了国内。真正把战火烧到全球的，是 7 个月后的 V3。

价格战的第一枪不是打折，是成本结构。

二、还手，美国大厂被迫学会打折

转折发生在 2025 年 1 月底。

2025 年 1 月 31 日，OpenAI 发布 o3-mini，输入 1.10 美元，输出 4.40 美元，不到 o1 的十分之一。R1 发布 11 天后，OpenAI 就把推理价格砍到了原来的零头。

2025 年 2 月，DeepSeek 宣布错峰优惠，每天北京时间 0 点半到 8 点半，V3 降价 50%，R1 降价 75%。注意，这不是官方降价，是"错峰"，但信号很清楚，闲时算力便宜到可以半卖半送。

同一个月，奥特曼在官方博客《Three Observations》里写下了一年后被引用无数次的判断，同等智能的成本，每 12 个月下降约 10 倍。他举的例子是，从 2023 年 3 月的 GPT-4 到 2024 年 5 月的 GPT-4o，token 单价降了约 150 倍。

接下来的一年，美国大厂把降价做成了季度动作。2025 年 4 月，GPT-4.1 定价 2 美元和 8 美元，o3 定价 10 美元和 40 美元，两个月后 o3 再降 80%，到 2 美元和 8 美元。2025 年 6 月，谷歌 Gemini 2.5 Flash 定价 0.30 美元和 2.50 美元。2025 年 8 月，GPT-5 定价 1.25 美元和 10 美元，mini 版 0.25 美元和 2 美元，nano 版 0.05 美元和 0.4 美元。

进入 2026 年，降价烧到了轻量模型。GPT-6 系列里，Sol 定价 2 美元和 10 美元，Luna 直接打到 0.10 美元和 0.50 美元。Anthropic 的 Haiku 4.5 定价 1 美元和 5 美元。轻量模型的战场，价格已经比 2024 年的旗舰便宜了两个数量级。

国内也没闲着。2025 年 7 月，智谱 GLM-4.5、月之暗面 Kimi K2、豆包 Seed 1.6 在一个月内密集发布。据第三方价格快照，Kimi K2 官方定价约 4 元输入、21 元输出每百万 token，国产旗舰也杀进了个位数人民币。

2025 年，美国大厂学会的第一件事不是把模型做得更强，是把价格做得更低。

三、坚守，有人把价格表焊死了两年

如果说降价派赌的是成本曲线，那么另一派赌的，则是有人愿意为智能付溢价。

Anthropic 的 Claude Sonnet，从 2024 年 6 月的 3 美元和 15 美元，到 2026 年 6 月之前，这个价格两年没动过。OpenAI 一年降价十几次，谷歌跟进，DeepSeek 掀桌，Anthropic 的定价页像焊死了一样。

更夸张的是涨价。2025 年 3 月，OpenAI 发布 o1-pro，输入 150 美元，输出 600 美元，是 o1 的 10 倍。有人愿意为最强的推理付 10 倍的价钱，至少 OpenAI 是这么赌的。

举个例子，2026 年 9 月 23 日那轮降价里，AI 编程社区创始人韦斯·温德公开质疑，GPT-6 Sol 在 DeepSWE 测试里的表现不如 GPT-5.6 Sol。OpenAI 产品负责人 Thibault Sottiaux 回应说，Sol 是"各方面都更好的模型"，重点在综合体验和效率。温德不买账，在基准上变差就是变差。这场争吵说明一件事，当能力拉不开差距，价格和体验就成了唯一的战场，而有人偏偏不信这个邪。

不过，"不降价"不等于"账单不涨"。R1 这类推理模型，思考过程的 token 也计入输出，复杂任务上实际消耗可能是名义价格的 2 到 4 倍。单价降了，总账不一定降，这是很多团队迁移之后才发现的坑。

明面上的标价只是冰山一角，真正的暗战在缓存定价里。OpenAI 官方定价页上，GPT-6 Sol 的缓存输入是 0.20 美元，只有正常输入的 1 折。DeepSeek 的缓存命中价是未命中的 50 分之一。Anthropic 在 9 月 23 日把缓存读取降了 60%。谁的缓存命中率高，谁的实际账单就低，标价战早就打成了缓存战。

不降价也是一种定价策略，只是赌注更大。

四、今天，价格战打到了 DeepSeek 家门口

就在所有人以为价格战是"中国掀桌、美国跟进"的时候，2026 年 9 月，剧本翻到了下一页。

截至 9 月底，OpenAI 官方定价页上最便宜的模型是 GPT-6 Luna，输入 0.10 美元，输出 0.50 美元。DeepSeek 官方定价页上，deepseek-flash 非高峰时段是 0.15 美元和 0.60 美元。也就是说，美国大厂最便宜的模型，已经杀进了 DeepSeek 的价格带，甚至更便宜。

2026 年 9 月 23 日，OpenAI 和 Anthropic 在相隔一个半小时内先后发布新模型。OpenAI 的 GPT-6 Sol 定价 2 美元和 10 美元，Luna 定价 0.10 美元和 0.50 美元，官方宣布较上一代永久降价 50%。Anthropic 的 Claude Opus 5.5 定价 4 美元和 20 美元，运行成本较上一代降 40%，缓存读取降 60%。据第一财经报道，这次两家都把卖点从"更强"换成了"更便宜、更快"。

第一财经还写了一句值得划线的话，"中国开源模型凭借更优性价比占领更多的市场份额，倒逼美国模型厂商在数月前也开始走性价比路线"。价格战的第二阶段，是美国大厂主动打折，不再是被动还手。

大多数媒体没讲的细节，藏在谷歌的官方定价页里。Gemini 3.x Flash 现在是 0.75 美元和 3.75 美元，但页面上白纸黑字写着，这个价格只到 2026 年 12 月 31 日，2027 年 1 月 1 日起涨到 1.50 美元和 7.50 美元。连谷歌都觉得，现在的降价是限时促销，不是永久状态。

还有一个细节。DeepSeek 自己的定价页现在分高峰和非高峰，北京时间每天 9 点到 12 点、14 点到 18 点是高峰，价格贵一倍。掀桌的人，也开始用价格手段管理自己的算力了。

看 DeepSeek 今天的定价页，战争形态已经变了。V4.1-Flash 缓存命中只要 0.003 美元，非高峰输出 0.60 美元。旗舰 V4-Pro 输出非高峰 1.98 美元。一张价格表里藏着高峰和非高峰、命中和未命中四种价格。掀桌的人，现在玩的是价格工程。

价格战最讽刺的一幕出现了，掀桌的人，开始为守桌而战。

五、复盘，大模型价格战的赢家有两类

价格战没有打完，也不会打完，因为降价的发动机不是竞争，是成本本身。

先看证据。第一，从 2024 年 12 月到 2026 年 9 月，主流 API 降价了十几次，2026 年 9 月还在降，OpenAI 官方宣布"永久降价 50%"。如果价格战打完了，不会有"永久降价"这种词。

第二，奥特曼那条曲线，过去一年基本应验了。2024 年 5 月 GPT-4o 的输入 2.5 美元，到 2026 年 9 月 GPT-6 Luna 的 0.10 美元，25 倍。能力在涨，价格中枢在下移。

第三，敢不降价的也活得很好。Sonnet 两年没降价，Anthropic 照样是企业市场最贵的香饽饽，o1-pro 敢定 10 倍的价格。这说明价格从来不是唯一的武器，场景溢价真实存在。

第四，看历史。AWS 的 S3 存储，2006 年上线时每 GB 15 美分，20 年后的今天降到 2 美分出头，价格降了 85%，这是 AWS 官方博客 2026 年 3 月自己写的。上一轮把计算变成水电的价格战，打了 20 年还没打完，API 凭什么一年就打完。

关键在，赢家有两类。一类是 DeepSeek，把成本结构吃透，敢用价格换规模，降价还有利润。另一类是 Anthropic，把场景吃透，敢不降价，用编程和智能体场景收溢价。最难受的是中间地带，既没成本优势，又没差异化，只能被动跟降。

据 2026 年网传的一份投资者交流纪要（DeepSeek 未予证实），梁文锋说 DeepSeek"只赚合理利润，不追求利润最大化"，还提到在这个价格区间"再降价需求也不会明显增加"。如果这话是真的，意味着连掀桌的人都认为，名义降价到头了，下一阶段拼的是暗处的成本。

所以下一阶段的战争不在标价上，在三个看不见的地方。第一，推理效率，同样的任务谁用的 token 少。第二，缓存架构，谁的命中率高。第三，任务分流，简单任务自动路由到小模型。这三件事都不体现在"每百万 token 多少钱"里，但决定了一年的总账单。

算笔账就更清楚了。一个每天跑 1 亿 token 的智能体，按输出计，用 o1 一年要花约 219 万美元，用 R1 只要约 8 万美元，差出 27 倍，差出一家中型公司一年的利润。当成本差是几十倍的时候，价格战根本停不下来，因为降价的那一方，账是算得过来的。

降价最狠的没赢，成本最低的和溢价最高的赢了。

六、清单，给做预算的人三个建议

如果你是那个每季度要签 API 账单的人，这场价格战跟你关系最大。三个建议，每条都对应一个真实的坑。

第一，看总账，不看单价。推理模型的思考 token 计入输出，缓存命中和没命中的价差能到 50 倍。只比输入单价，账单可能差出几倍。不看总账的代价，是预算做到一半发现钱不够了。

第二，问清折扣。DeepSeek 分高峰非高峰，贵一倍，谷歌批量任务直接打 5 折，OpenAI 的缓存读取是 1 折。这些折扣页上都写着，但没人替你算。不问的代价，是把本该省下的钱送给了云厂商。

第三，小任务用小模型。0.10 美元的 Luna 和 10 美元的 Astra，差 100 倍。很多分类、摘要、改写任务，小模型完全够用。拿旗舰跑全量的代价，是每个月多烧掉一台服务器的钱。

模型选型不是选最强的，是选"够用且最便宜"的。

2024 年 12 月底，DeepSeek 贴出那两个数字的时候，没人想到一年后美国大厂会为 0.10 美元争得头破血流。下一个贴数字的人，可能已经在路上了。