|
|
2026年9月3日,数据服务商Silicon Data发布的大语言模型Token支出指数(代码SDLLMTK)首次跌破每百万Token 1美元关口,报0.97美元,创该指数推出以来最低纪录。过去7天该指数下跌8.6%,年内从5月底的2.04美元一路下行至8月初的1.16美元,如今再下一城击穿整数关口,价格通缩已无法掩饰。
三股力量把价格打下来
第一拳在架构。DeepSeek、月之暗面等中国厂商普遍采用混合专家架构(MoE)与注意力机制优化,推理时只激活部分参数,从源头压低每次调用的算力消耗。配合低精度训练和自研推理引擎,同等智能水平的推理成本被大幅压缩。
第二拳在定价机制。今年5月,DeepSeek将V4-Pro模型API价格永久下调至原定价的四分之一,缓存命中输入价格低至每百万Token 0.025元人民币,创下全球大模型价格新低。通过缓存命中与未命中差异化定价,高频调用场景的实际成本被进一步摊薄。
第三拳在开源战略。中国头部模型几乎全部开放权重,开发者可免费私有化部署,API定价由此失去溢价空间。一位接近行业的人士透露,当开源模型以接近零的边际成本供应市场时,闭源厂商的定价空间被系统性压缩。
大洋彼岸的压力传导
面对中国模型的性价比攻势,OpenAI在7月底下调了两款GPT-5.6模型的价格,其他先进模型公司也相继推出动态定价机制,让访问价格随需求浮动,进一步加剧下行压力。GPT-6 Astra发布时API定价上调2.5倍至与Fable 5.1持平,显示头部闭源厂商在“高端定位”和“市场份额”之间被迫二选一。
谁最受伤
价格通缩的冲击在产业链上的分布并不均匀。美国头部模型公司恰好处在压力最大的一环,既要应对中国开源的性价比冲击,又面临英伟达收购Hugging Face后分发层的结构性改变。应用层企业、AI Agent创业公司和中小开发者则是最大受益方,可用更低成本跑更大规模的实验和产品迭代。
实操建议
1. 重新评估模型组合:中小团队应把中国开源模型作为默认选项,针对关键场景保留闭源模型兜底,实现成本与质量的动态平衡
2. 缓存架构升级:利用0.025元/百万Token的缓存命中价,把高频RAG、Agent、Code Review等场景的prompt设计为可复用模板
3. 关注闭源高端化:9月3日后闭源厂商大概率会向“高端Agent能力”迁移,采购合同应预留按任务定价的对冲条款
结语
1美元/百万Token的破位,意味着AI推理已从“奢侈品”变成“快消品”。当价格通缩叠加GPT-6 Astra的能力跃迁和英伟达的产业链整合,2026年Q4的AI竞争将围绕“成本+能力+分发”三维展开,价格不再是变量,只是地板。 |
|
发表于 