大模型价格战终结？深度解析17家厂商定价策略，涨价潮背后的真相

type

status

date

slug

summary

引言

2024年，人工智能领域上演了一场轰轰烈烈的大模型“价格战”，API调用成本一度被压至“白菜价”，开发者们仿佛迎来了AI应用的黄金时代。然而，进入2025年，市场风向悄然逆转。曾以低价策略搅动市场的“价格屠夫”DeepSeek率先宣布涨价，一石激起千层浪。紧接着，行业观察发现，国内外超过七成的主流大模型厂商，或明或暗地调整了其定价策略，停止了无休止的降价，部分顶级模型服务甚至出现了明显的价格回升。

这场突如其来的“涨价潮”究竟是昙花一现，还是标志着大模型产业从烧钱圈地的野蛮生长，步入了追求商业价值和可持续发展的理性阶段？本文将深入剖析国内外17家主流厂商的最新定价动态，揭示价格战逆转背后的深层逻辑，并探讨这一趋势对整个AI生态的未来影响。对于任何关注人工智能前沿动态的人来说，理解这场变革至关重要。

国内市场风向逆转：从“价格屠夫”到集体调价

国内LLM市场的价格风向标，正从“降”字诀转向“稳”与“升”。

打响涨价第一枪的正是昔日的“价格屠夫”DeepSeek。其在2024年5月凭借DeepSeek-V2模型将API价格拉入“1元/百万tokens”时代，引发了全行业的降价跟风。然而，时隔一年多，DeepSeek宣布取消夜间优惠，并将核心API输出价格上调至12元/百万tokens，最低使用成本上涨了50%。

这一转变并非个例，而是行业性的集体行动。被誉为“大模型六小虎”的头部创企中，已有四家（智谱、月之暗面、MiniMax、阶跃星辰）对部分核心API价格进行了上调或采用阶梯定价，而百川智能与零一万物则选择维持现有价格，停止了进一步下探。

智谱AI：其新一代模型GLM-4.5在优惠期后，高速推理版输出价格最高可达64元/百万tokens，相较于上一代GLM-4统一的5元/百万tokens，涨幅显著。

月之暗面：其Kimi大模型在经历了短暂降价后，最新模型的长上下文高速输出价格也回调至64元/百万tokens的高位。

MiniMax与阶跃星辰：均推出了采用阶梯定价的新模型，虽然基础价格变动不大，但高性能或长文本场景下的调用成本均有明显提升。

与此同时，阿里、字节、腾讯、百度等科技巨头也放缓了降价步伐，转而采用更精细化的定价策略。例如，字节跳动的豆包1.6模型，当输出超过一定字数（约300汉字）后，价格便会提升数倍。阿里的Qwen-Plus则引入了“思考模式”与阶梯定价，输入量越大、任务越复杂，价格越高。这种策略转变清晰地表明，厂商们正在从过去不计成本的普惠策略，转向基于价值和资源消耗的差异化定价，力求在用户增长和商业回报之间找到新的平衡点。

海外巨头默契同步：API原地踏步，订阅费水涨船高

与国内市场从狂热到理性的转变相似，海外AI巨头们尽管在公开场合依旧宣扬“智能将越来越便宜”，但实际的定价策略却讲述了另一个故事。

过去一年多，国际主流大模型厂商的API价格几乎“原地踏步”，甚至略有上涨。 * OpenAI：其旗舰GPT系列模型的API价格在2024年底降至一个低点后，便再未出现大幅下调，至今维持在相对稳定的水平。 * Anthropic：其备受瞩目的Claude系列模型，自推出以来API价格一直坚挺，未曾降价。 * 谷歌：其Gemini Pro模型的调用价格甚至出现了上涨，从12.5美元/百万tokens涨至17.5美元/百万tokens。

比API价格更引人注目的是高端订阅方案的“军备竞赛”。为了使用各家发布会上展示的性能最强、跑分最高的旗舰模型，用户需要付出高昂的月费。 * OpenAI与Anthropic均推出了200美元/月的订阅档位。 * 谷歌最新的AI Ultra捆绑包定价高达249.99美元/月。 * 马斯克的xAI旗下Grok更是将顶级订阅方案设定在300美元/月。

这一趋势表明，最顶级的AI能力正在被“付费墙”保护起来，成为一种高价值的专属资源。厂商们通过这种方式筛选出高价值付费用户，优先满足其对高性能的需求，同时也为高昂的研发和运营成本找到了直接的变现渠道。

涨价背后的“三座大山”：算力、数据与人才成本

大模型服务价格停止下探并开始回升，其根本原因在于背后无法回避的“三座大山”——持续高企的成本。

算力成本的“硬门槛”：虽然H100等高端GPU的租赁价格已趋于稳定，但新一代大模型对算力的需求却在指数级增长。无论是训练还是推理，更强的性能意味着需要消耗更多的计算资源。这使得算力成本成为了一个难以压缩的“硬门槛”，直接限制了AI服务价格的进一步下探空间。

数据成本的合规化：早期模型训练依赖于对互联网公开数据的大规模抓取，成本相对较低。但随着数据版权诉讼增多和全球监管趋严，合规获取高质量、授权数据已成为必然选择。据报道，OpenAI、谷歌等公司与新闻集团、社交平台签订的数据许可协议，金额高达每年数千万甚至数亿美元。数据从“免费午餐”变为昂贵的生产资料，这部分成本最终会传导至终端服务价格上。

人才成本的“水涨船高”：AI领域的“人才争夺战”已进入白热化阶段。国内外AI技术人员的薪资水平远超其他行业，顶尖人才的年薪更是达到惊人的百万甚至千万美元级别。高昂的人力成本构成了大模型研发和维护的另一项巨大开支。

这三座大山共同推高了AGI的实现成本，使得厂商们必须重新审视其定价策略，以确保业务的可持续性。

商业化求生：从烧钱补贴到探索可持续ROI

当成本无法无限压缩，而用户用量却在Agent等新范式下持续攀升时，大模型厂商们开始面临严峻的商业化考验。过去类似“无限流量卡”的订阅模式，正在遭遇服务成本的巨大挑战。

Anthropic近期就取消了其编程Agent的无限调用权限，因为部分重度用户的使用成本高达每月数万美元，远超其200美元的订阅费。这暴露了理想化的商业模式与现实运营成本之间的巨大鸿沟。

为了生存和发展，厂商们纷纷祭出降本增效的“组合拳”： * 模型优化：DeepSeek通过思维链压缩训练，在不影响性能的前提下，将推理输出token数减少20%-50%，直接降低服务成本。 * 架构创新：腾讯混元融合Transformer与Mamba架构，试图在性能与效率间取得平衡。 * 智能路由：据悉，OpenAI在GPT-5上将采用“模型自动路由”技术，根据任务复杂度分配不同规模的模型处理，从而大幅削减不必要的算力浪费。

然而，厂商的成本优化并不必然意味着用户的费用会同步下降。当前的核心议题已经转变为：如何将千亿美元级别的巨额投资，转化为实实在在的商业价值和投资回报（ROI）。价格的企稳回升，正是市场从烧钱换规模，转向价值驱动、探索健康商业模式的明确信号。

结论：价格战退潮，AI产业的未来走向何方？

大模型价格战的阶段性终结，并非AI技术发展的停滞，而是一次深刻的产业回调和价值重估。它标志着行业正在告别初期的浮躁与喧嚣，迈向一个更加成熟和理性的发展阶段。

未来，大模型价格的下降空间依然存在，但路径将有所不同。它可能来自于芯片与模型架构的基础性技术突破，也可能来自于针对特定任务高度优化的中小型模型的普及。但那种不计成本、血拼到底的“一元时代”恐怕难以再现。

价格的企稳为厂商们提供了宝贵的喘息之机，使其能够回收巨额投入，继续推动核心技术的创新。同时，这也将倒逼整个生态系统加速探索真正有价值的商业应用场景，从概念验证走向规模化落地。

对于关注AI产业动态、渴望把握大模型发展脉搏的从业者和爱好者而言，持续获取最新、最深入的AI资讯至关重要。欢迎访问AI门户网站 AIGC.BAR (https://www.aigc.bar)，与我们一同见证人工智能的未来。