关键词：推荐专栏 | 评论与观察 | 人工智能政策
关键词：推荐专栏 | 评论与观察 | 人工智能政策
2026年5月，中国大模型市场迎来了里程碑式的"价格熔断"事件。一边是DeepSeek官宣旗舰模型V4-Pro永久降价75%，百万Token输入（缓存命中）仅需0.025元；另一边是字节豆包正式试水C端付费模式，三档订阅价格68-500元/月。当"豆包收费"的词条冲上热搜遭遇用户吐槽的同时，DeepSeek创始人梁文锋在开发者圈子里被拥簇为"梁圣"。
这种分裂景象恰是2026年大模型市场格局的缩影。价格战的表象之下，一场关于商业模式、技术路线和产业生态的深层博弈正在激烈展开。
DeepSeek的降价绝非"流血补贴"。V4-Pro总参数1.6万亿、激活参数49B，性能比肩顶级闭源模型，其定价底气来自算法层面的颠覆性优化。
自研的MLA（多头潜在注意力）机制与稀疏注意力机制使模型在处理长上下文时的算力消耗降至上一代的27%，KV Cache占用骤降至10%。这意味着单位算力产出的Token数量大幅提升——降价本质上是"效率红利"的自然释放，而非资本市场的烧钱游戏。
DeepSeek的技术路线验证了"低成本实现高性能"的可能性。V3模型以约600万美元的训练成本实现了对标GPT-4级别的性能，成本仅为同类模型的数十分之一。到2026年的V4时代，这一成本优势进一步放大。更关键的是其积极适配华为、寒武纪等国产芯片，在硬件层面摆脱了对英伟达的完全依赖。
字节跳动则走了另一条降本路径。豆包基础模型调用价压至0.8元/百万Token，同比下降15倍。其优势来自火山引擎的云基础设施自研能力和抖音生态的业务数据反哺——模型在50+业务场景中日均处理16.4万亿tokens，真实的业务驱动使模型迭代速度远超竞争对手。
与降价派形成鲜明对比的，是以智谱为代表的涨价派。
2026年2月12日，智谱发布GLM-5时率先上调API定价，随后在3月和4月连续两次提价，累计涨幅83%。智谱CEO张鹏在中关村论坛年会上直言："调整价格是为了回归正常的商业价值，长期低价竞争不利于行业发展；瓶颈在算力，不在客户。"
涨价的直接后果立竿见影。GLM-5在2月中旬曾在OpenRouter平台位列全球调用量第三，是中国调用量最高的模型。三次涨价后，到4月中旬排名跌至第17位。虽然排名下跌不能完全归咎于涨价，但同步走势至少说明：当前大模型市场的用户价格敏感度极高，产品差异化壁垒不足，厂商缺乏强势定价权。
智谱涨价的底气来自其在编程场景的技术突破。GLM-5.1的Coding能力超过Claude Opus，在实际开发效率提升上获得了高价值用户的认可。但问题在于，愿意为Coding能力支付溢价的用户群体有限——当竞争产品以更低价格提供"够用"的性能时，大多数用户会选择性价比方案。
Anthropic也选择了价值竞争路线。Claude Enterprise改为按实际算力消耗计费，重度用户成本可能翻2-3倍。但Anthropic有其独特优势：Menlo Ventures 2025年的调研显示，Anthropic已占据企业LLM支出的40%，8家财富10强企业部署了Claude。"安全优先"的品牌定位使其在受监管行业（金融、医疗）获得了溢价空间。
回溯大模型价格战的历史，可以清晰辨识出四个演进阶段。
第一阶段：API降价期（2024-2025）。核心竞争点是每百万Token成本。2024年5月DeepSeek V2以1元/百万Token的价格打响第一枪，字节豆包、阿里云、百度智能云相继跟进。17天内部分轻量级模型直接免费。这一阶段的目标是降低开发者接入门槛，激活市场。
第二阶段：开源冲击期（2025）。核心竞争点是模型性价比与可部署性。DeepSeek、Llama等开源模型倒逼闭源大厂降价或增加免费额度。企业开始探索私有化部署，将大模型集成进自有业务系统。
第三阶段：免费入口期（2025-2026年初）。核心竞争点是用户增长与使用习惯。字节豆包日活突破1亿，成为字节跳动历史上增长最快的产品。C端产品以免费模式获客，背后的逻辑是"用免费层训练用户使用路径"。
第四阶段：订阅分层期（2026年至今）。免费并未消灭付费，反而让付费逻辑更清晰：免费层负责让用户养成习惯，低价层承接高频用户，高阶层服务复杂任务和企业合规。Google I/O 2026期间，Gemini Ultra价格从249.99美元/月下调至199.99美元/月，并新增99.99美元档位，订阅分层成为大厂竞争的核心手段。
价格战的底层逻辑不难理解。投资机构拾象在2024年初提出的"新时代摩尔定律"正在应验：模型训练成本每18个月降低至原来的1/4，推理成本每18个月降低至原来的1/10。当单位Token成本趋近于零时，竞争的焦点自然从"谁更便宜"转向"谁更能创造用户价值"。
2026年5月，字节豆包正式推出付费订阅，标志着国产大模型C端免费时代的终结。但用户的反应并不热烈——"豆包还收费"的热搜词条背后，是消费者对AI服务付费意愿的普遍不足。
海外市场的经验提供了参照。ChatGPT Plus（20美元/月）拥有超过2000万付费用户，ChatGPT Pro（200美元/月）面向重度专业用户，Claude Max（100-200美元/月）定位企业级服务。2026年5月，Google Gemini Ultra基础档（99.99美元/月）已相当于国内中高端套餐的3-5倍。
海内外价格差异的根本原因在于用户付费习惯和产品附加值的差异。海外用户已习惯为生产力工具付费（Office 365、Adobe Creative Suite等），而国内用户对软件付费的接受度相对较低。此外，海外AI产品的生态整合更深——ChatGPT与文件处理、图像生成、代码编写、深度研究等能力的组合，形成了更强的用户粘性。
豆包的付费化尝试面临着平衡难题：收费过高会失去价格敏感型用户，收费过低则无法覆盖算力成本。2026年的数据显示，大模型推理的算力成本仍在上升——智谱2025年净亏47.18亿元，Anthropic的AWS支出为营收的226%。在大多数厂商仍未盈利的背景下，C端付费是商业化的必答题，但答案可能不是简单的订阅模式。
2026年4月，36氪的一篇文章宣告"告别价格战，大模型共迎通胀时代"。文章指出，智能体时代Token消耗量呈指数级增长，供不应求的市场格局使涨价成为必然。智谱的涨价虽未能成功维持市场份额，但它揭示了一个结构性趋势：当AI从"聊天玩具"进化为"生产力基础设施"时，用户愿意为真正的价值创造付费。
这一判断的逻辑基础是：智能体模式（Agentic AI）的Token消耗是一问一答模式的数百倍。Agent需要进行长链路思考、执行多重任务、完成循环调用，这些复杂操作产生了海量Token需求。2026年第一季度，智谱的Token消耗量增长了400%，提高定价并未抑制需求——这说明市场已经越过了"尝鲜阶段"，进入了"刚需阶段"。
价值战的另一个维度是生态竞争。Google将Gemini深度接入搜索、Android、Chrome、Gmail、YouTube等生态；字节跳动将豆包与抖音、飞书、火山引擎整合；阿里将通义千问嵌入钉钉、淘宝、阿里云。用户感受到的是"这个App里自带AI"，厂商得到的是更强的生态黏性。当AI成为生态的默认组件时，单一模型的价格差异对用户的决策影响减弱——用户选择的不只是模型，而是整个生态。
2026年的价格战正在重塑行业格局，三类厂商的分化日益清晰。
技术成本领先者。以DeepSeek为代表，通过架构创新和工程优化实现极致的成本控制。这类厂商的商业模式类似于"AI基础设施提供商"——利润来自规模化的API调用量，而非单品的高毛利。其风险在于：持续降价可能压缩全行业的利润空间，引发恶性竞争。
价值溢价坚守者。以Anthropic和部分高端闭源模型为代表，通过技术领先性（尤其是Coding、长上下文等高端场景）和安全品牌溢价维持较高的定价。这类厂商服务的是对模型质量高度敏感、价格不敏感的专业用户和企业客户。其风险在于：技术领先优势的窗口期有限，一旦开源或低成本竞品追上性能差距，溢价空间将迅速收窄。
生态整合者。以字节、阿里、Google为代表，将大模型作为生态系统的核心组件，通过生态协同而非模型本身获利。这类厂商的模型定价策略服务于更大的生态战略——低价甚至免费是为了获取更多用户和数据，反哺生态中的其他业务。其风险在于：生态战略需要巨大的资本投入，且面临反垄断监管的潜在压力。
大模型价格战的终局，不会是一家独大，而会是多层次市场结构的形成。
基础模型层将趋近于"公用事业化"——像电力和宽带一样，成为按量计价的基础设施。DeepSeek的极致低价路线预示着这一趋势：当百万Token成本低于一通电话费时，模型本身不再是差异化竞争的焦点。
应用层将成为价值创造的主要场所。当模型成本趋近于零时，真正的竞争转向"谁能更好地将AI集成进业务流程"——即Agent设计能力、领域知识深度、用户体验优化。这就像互联网的基础设施（带宽、服务器）成本大幅下降后，价值向应用层（Google、Facebook）迁移一样。
对于普通用户而言，价格战带来的最直接好处是：AI不再是少数人的特权，而是每个人都能使用的基础设施。当DeepSeek将百万Token价格打到0.025元时，它实际上在做的是"AI的民主化"——让开发者能够以极低成本的创造AI应用，最终惠及终端用户。
但价格战也有其阴暗面。持续的价格压力可能导致企业削减安全投入、放松伦理审查，将未经充分测试的模型推向市场。2026年的行业共识是：在追逐成本领先的同时，不能将安全与伦理视为"可压缩的成本项"。否则，今天节省的每一分钱，明天都可能以社会代价的形式偿还。
来源：综合公开报道、行业数据及企业公告整理
配图：AI生成
本文内容基于互联网公开信息及AI生成整理，仅供行业资讯参考，不代表本平台立场。如文中内容涉及侵权或存在事实争议，请邮件联系 aitrendshub@qq.com，我们将及时核实并处理。
