Token未來更貴還是更便宜？定價權之爭白熱化

TechHorizon2026.08.17 13:39 · 來自廣東全文3444字00:00 / 10:28中國頭部模型廠商的價格戰正走向精細化。8月17日，DeepSeek調價正式生效。據官方信息，最新調整的價格方案為，高峰時間段，V4 Pro每百萬tokens輸入（緩存未命中）9元、輸出27元，緩存命中輸入0.3元。空閒時間段，V4 Pro每百萬tokens輸入（緩存未命中）4.5元、輸出13.5元，緩存命中輸入低至0.15元。根據8月13日公佈的DeepSeek V4 Pro價格信息，高峰時期的定價漲幅最高達到1200%（此前輸入命中緩存價格為0.

025元/百萬tokens），空閒時段的價格也為高峰時段的一半。目前Token定價權之爭進入關鍵節點。DeepSeek、Kimi憑藉高性價比快速獲取全球用戶，與此同時，Anthropic、OpenAI等海外模型遭遇大客戶流失，主動降價50%~80%。Token定價權之爭，本質上是AI商業模式的調整。多位受訪業內人士認為，隨著Agent承擔具體任務，市場正逐步轉向按價值付費。在此之前，這一模式較難被企業客戶接受。一種情況是，傳統軟件公司在原有產品中嵌入AI能力，仍按License、員工數或席位收費，這與客戶的預算習慣有關。

另一種情況是AI原生類產品，基本上會嘗試按結果收費，但由於上游採購的模型和算力仍沿用傳統計費方式，企業需要精確核算算力成本的ROI，才能制定合理的結果定價區間。無論按量計費、按結果計費，還是積分、峰谷定價等新概念，要算清楚AI的投出產出，是AI時代企業每個老闆的必答題。怎樣計費，說法不一當前行業討論較多的是“按結果付費”。簡單來說，就是根據AI產品實際為客戶帶來的可量化經濟效果收費，而非按Token消耗量或API調用時長計費。飛虎互聯一年多前就開始探索這一模式。他們考慮從人力成本集約角度出發，按節省的銀行業務人員成本來收費，或在風控場景中，根據Agent在挽回貸款損失方面的實際成效計費。

這一思路直擊客戶痛點，但落地並不容易。攀峰智能也在嘗試按結果定價，但團隊仍需在產品形態和交互方式上繼續調整，思考如何將AI打造成類人工具，並明確與用戶交互的方式以及AI的僱傭機制。元熙映闕也有類似體會。他們在為客戶定製工作流Agent時採用按結果定價，但實際操作中，結果難以統一衡量。同樣工具，不同行業經驗的用戶使用效果差異明顯，結果好壞更多取決於使用者的提問方式和操作能力，而非模型本身。CTO吳君同樣指出，按量計費對客戶而言也存在不確定性。按Token計費模式理論上合理，像通話流量一樣用多少付多少，但真正能實現這一模式的公司並不多。包月制雖然便於客戶接受，但實現門檻較高。

Token使用類似於電力消耗，難以包月是因為用戶場景和用量差異較大，Token需實時生成，成本估算複雜。Gartner此前指出，國內客戶對“按效果/按調用付費”仍處於“高關注、低接受”狀態。主要原因有兩方面：一是預算模式衝突，傳統企業預算多為CapEx（資本性支出），習慣採購固定資產，難以適應AI時代彈性、持續的OpEx（運營性支出）模式；二是部署慣性，客戶傾向私有化部署，導致數據孤島問題突出，部署與交付成本居高不下，按效果付費的基礎不夠穩固。一家正在搭建Agent產品的軟件企業的收費邏輯可供參考。

該公司面向不同用戶群體開發了多款Agent，部分產品按席位或人次計費，部分產品雖使用頻率低、Token消耗少，但可包裝為高端產品並按結果計費。他們也在考慮統一計費方式，例如基礎費用與用量掛鉤，預付套餐用完後續費，同時提供組合套餐，增加靈活性。對於互聯網科技公司而言， 它們通常採取低價策略先吸引客戶參與，如果能體現實際價值，就會通過客戶的ROI來定義定價，商業模式往往會跟客戶摸索的結果直接掛鉤。關鍵在於，技術必須產生明顯的槓桿效應，才能支撐當前收費模式。前述軟件企業人士表示，按成本消耗與最終價值核算，價值至少應是成本的十倍左右，可能獲得較充裕的利潤空間。這類似於增值服務，需有近十倍的價值轉化。

價格成為壓倒客戶選擇的“最後一根稻草”那麼再回到開頭提及的兩起事件，背後有兩點值得關注：一個是模型性能差距縮小，一個是模型間的成本優勢拉大。目前開源模型尤其是中國開源模型與美國閉源模型的差距已經縮小到“可替代”差距。OpenRouter最新公佈的全球大模型調用量榜單上，排名第一的不再是GPT或Claude，而是 DeepSeek-V4-Flash、小米 MiMo-V2.5、騰訊 Hy3、 DeepSeek-V4-Pro、智譜 GLM-5.2 等清一色中國模型。相比之下，目前最貴的依然是Anthropic的Claude Fable 5，每百萬tokens輸入10美元、輸出50美元。

如果放在過去，大客戶可能對價格不會特別敏感，但如今，企業縮減開支的不確定性時代下，這種懸殊的成本差異，其實會促使企業客戶考慮遷移。市場對價格的敏感，其實也體現在攪局者DeepSeek的漲價公告上。但漲價並非DeepSeek一家才有，早在今年上半年，國內大模型廠商已經迎來了一輪漲價潮。2026年3月起，國內外頭部大模型廠商集體上調AI算力服務價格30%-50%。

智譜率先進行漲價，並三度提價，月付價格幾乎翻倍，API定價提升83%，調用量反增400%；字節的即夢一個月漲價三次，取消新用戶折扣，積分對半砍；騰訊雲API輸入價格單輪暴漲463%，宣告近20年的降價週期終結；阿里雲部分模型在3-4月單價上調20%-30%。賣方漲價的底氣，源於其商業模式的根本轉變：從過去租機器、賣算力的IaaS，全面轉向以智能為核心、以Token為結算單位的MaaS（模型即服務）。價值尺度更模糊，利潤空間更大，“Token工廠經濟學”成為現實。智譜CEO張鵬在解釋調價時指出，現在不再是簡單問一個問題然後得到回答，背後的思考鏈路很長。

完成一個任務需要的Token量可能是原來的十倍甚至百倍。長期靠低價競爭不利於整個行業發展。事實上，漲價並沒有勸退用戶，而是篩選出了願意付費的高價值用戶。部分開發者甚至表示，API價格再漲一倍還是可以接受的。同時結合當前DeepSeek的官方價格，即便是漲價，可能依然會保持著高性價比的優勢。拐點已至？整體來看，Token的定價邏輯正在發生根本性轉變，這一點從客戶的決策可以發現：不再單純看模型跑分，而是評估替代方案的全生命週期成本（TCO），比如模型是否滿足核心業務訴求，市面上是否存在性能接近、價格更低的選項。在這一趨勢下，我們看到中國頭部模型廠商的價格戰正走向精細化。

一些模型廠商已採取分層定價，用低價模型承接高頻任務，維持旗艦模型的高毛利，例如DeepSeek V4系列最新發布的Flash版本和Pro版本；也有廠商通過生態和增值服務建立壁壘，阿里計劃對大型商業客戶採取收入分成模式，從底層調整定價邏輯，將收費模式從“消耗多少Token”轉變到“你用模型賺了多少錢”。通過許可證設定商業門檻、對規模化商業收入進行分成，這些都是在性價比之外構建新盈利護城河的嘗試。過去兩年，模型廠商的主要策略是通過低價、開源和快速迭代來搶佔開發者生態。

但伴隨Agent應用階段後，Token調用越來越高頻，模型推理階段的算力成本、運維成本甚至電力成本都開始顯性化，以低價換增長的模式勢必難以為繼。對模型廠商而言，需要在定價策略、產品分層和生態建設之間找到平衡點，既要保證商業可持續性，也要防止客戶因價格因素加速流失。元熙映闕副總裁楊楠此前指出，當前核心用戶是懂技術且有剛需的人，對價格不敏感。由於存在信息差——客戶不理解輸入/輸出、併發等概念，廠商無法精準按實際Token消耗定價，只能先定一個較高的上限，比如包月制，以確保不虧損。這更像是為後續競爭預留空間和資金。隨著大量中等技術用戶開始嘗試使用，他們的使用數據將成為廠商歸因和定價的基礎。

但另一方面，Token又不同於雲計算時代的計價模式，廠商成本易估算，Token更像用電，用量波動極大，無法簡單包月。大模型商業化也伴隨這場定價風波走向新的拐點。（本文首發於APP，文 | TechHorizon，作者 | 楊麗，編輯 | 楊林）