就在昨天，DeepSeek 正式上調了它的 API 價格。以 V4 Pro 為例，每百萬 Token 的快取未命中輸入價格由 3 元調整為高峰時段 9 元、空閒時段 4.5 元；輸出價格由 6 元調整為高峰時段 27 元、空閒時段 13.5 元。V4 Flash 也同步漲價，並首次引入高峰與空閒時段的差別定價。
DeepSeek 此前一直以“價格屠夫”、“模型斬殺線”著稱，但這次調整後，V4 Pro 在高峰時段的輸出價格達到原來的 4.5 倍，快取命中輸入價格達到原來的 12 倍，似乎性價比優勢不再那麼顯著。
一個月前，月之暗面發佈面向長程程式設計和複雜知識工作的 Kimi K3，定價也進入了更高區間：每百萬 Token 普通輸入 20 元、輸出 100 元。國產模型過去依靠低價建立的市場印象，開始鬆動。
另一邊，OpenAI 卻走向了相反的方向。7 月 30 日，GPT-5.6 Luna 的 API 價格下降 80%，Terra 下降 20%；ChatGPT Work 和 Codex 中使用這兩款模型所消耗的額度也隨之減少。與此同時，Sol 的標準價格維持不變，面向低延遲請求的 Fast 模式按標準價格的兩倍收費。
過去兩年，大模型價格競爭幾乎只有一個方向：模型能力不斷提高，單位 Token 價格持續下降。如今，幾張相繼更新的價目表卻開始朝不同方向變化。有的模型繼續降價，甚至進入免費產品；有的模型則一次提價數倍。
為何會呈現出這兩種截然不同的趨勢？大模型到底是在變便宜，還是在變貴？
免費模型作為一種獲客手段
OpenAI 此次降價最直接的壓力來自競爭。
最近幾個月以來，為了爭奪同一批開發者和企業工作負載，Claude Code 和 Codex 可以說是打得難解難分。Anthropic 取消了 Sonnet 5 原定於 9 月實施的 50% 漲價，OpenAI 則連續增加 Codex 的使用額度，並把承擔大量執行工作的 Terra 和 Luna 降到更低價格。
兩家公司爭奪的不只是訂閱使用者，還包括進入企業程式碼庫、工具鏈和日常工作流程的機會，OpenAI 需要阻止更多工遷往 Claude。與此同時，Google、中國開放權重模型和大量推理服務商，也在不斷壓低通用模型的價格。當分類、資訊抽取、簡單程式碼修改等任務可以由多款模型完成時，價格越低的模型自然越容易受到開發者青睞。
因此，Luna 和 Terra 此次降價帶有明顯的對抗意味。OpenAI 既要抵擋 Claude 對高價值開發者的爭奪，也不願意把數量更大的日常執行任務讓給其他廉價模型。
ChatGPT 免費版和 Go 訂閱中的廣告測試，則為低價乃至免費使用提供了另一種收入補償。不過，OpenAI 對廣告的定位一直是一部分收入來源，其企業、API 和訂閱業務仍然承擔主要商業化任務。
就在此次調價前後，OpenAI 還披露了 GPT-5.6 帶來的推理效率提升。GPT-5.6 Sol 已被用於最佳化 OpenAI 自己的推理系統，其中生產核心最佳化使端到端服務成本下降約 20%，其他實驗將 Token 生成效率提高了 15% 以上。模型規模、推理架構、快取、批處理、路由和上下文管理的改進，也在持續降低完成相同任務所需的計算量。
競爭、廣告和效率提升，都給低端模型降價提供了理由。但因素這些無法解釋的是，在 Luna 一次降價 80% 的同時，為何 Sol 的快速通道同時又開始收取兩倍價格？
我們可以從 OpenAI 官方對這些模型的分工中窺見這個問題的答案。
OpenAI 在降價公告中舉過一個編碼任務的例子：Sol 負責分析問題、處理不確定性和制定方案；隨後，Luna 執行已經明確的修改、編寫測試、運行測試並檢查結果。一個任務內部，兩款模型承擔的工作價值並不相同。
Sol 呼叫次數較少，卻影響整個任務能否走對方向。Luna 承擔大量後台執行，一次任務可能連續呼叫幾十次。前者需要更強的推理能力，後者更在意速度和單位成本。
這套分工改變了低端模型的商業角色。Luna 不只是一個便宜版本，它還是 OpenAI 用來承接大規模 Agent 負載的執行層。價格下降後，原本因為成本過高而無法運行的後台任務開始具備經濟性；已經在運行的 Agent，也可以增加檢查、測試和重試次數。
OpenAI 因此有動力壓低 Luna 的利潤率。只要更多工進入 Codex 和 OpenAI API，一項任務中仍然可能有部分步驟升級到 Terra 或 Sol。低端模型負責把任務留在系統內，高端模型負責從關鍵步驟中獲得更高收入。
免費訪問也服務於這一目的。目前，免費和 Go 使用者可以在 ChatGPT Work、Codex 中使用 Terra，但免費的是產品內的限額訪問，並非 API；Luna API 仍按實際 Token 收費，免費 API 層也不支援該模型。
對 OpenAI 來說，這類免費額度同時承擔使用者教育、產品分發和需求觀察的作用。使用者習慣把任務交給 Codex 後，會逐漸接入程式碼庫、終端、工具權限、記憶和團隊流程。模型可以替換，已經嵌入日常工作的 Agent 環境卻更難遷移。
真實使用還會暴露模型在那些環節失敗、重複讀取上下文，或者呼叫了錯誤工具。OpenAI 明確表示，企業和 API 資料默認不用於訓練，因此不能把使用增長直接等同於訓練資料增長。但工作流層面的失敗模式、評測結果和需求變化，仍然可以幫助公司改進產品、推理策略和算力配置。
免費模型由此變成一種獲客和基礎設施投資，它爭取的不只是使用者，也包括使用者將來持續交給 Agent 的工作。
降下去的單價，漲上來的呼叫
除了對模型產品線的重新劃分，Sol 和 Luna 的分工背後，所反映的是一種新的趨勢，即 Agent 正在改變模型的使用方式：使用者交付的仍然是一項任務，背景執行的卻不再是一次請求。
聊天產品通常由一次提問和一次回答組成。Agent 接到任務後，會先讀取檔案和歷史記錄，再製訂計畫、呼叫工具、執行操作、檢查結果。失敗後，它還會重新讀取上下文，修改方案並再次嘗試。
一次使用者指令因此可能擴展成幾十次甚至上百次模型呼叫。上下文也會隨著任務推進不斷增長。
這給推理系統帶來了兩種壓力。處理輸入時，模型需要計算更長的上下文；生成輸出時，系統又要不斷讀取保存歷史狀態的 KV Cache。上下文越長、並行任務越多，佔用的視訊記憶體和頻寬就越大。即使快取命中減少了重複計算，長期保存和讀取快取仍然需要真實的基礎設施。
Agent 時代的成本因而不再只由模型標價決定。它還取決於一次任務需要多少步驟、每一步傳入多少上下文、模型生成多少思考 Token、失敗多少次，以及人工是否需要返工。
微軟研究團隊在 2026 年評估 8 款推理模型時發現，21.8% 的模型兩兩比較中，標價較低的模型最終總成本反而更高，最大差距達到 28 倍。主要原因是不同模型為解決同一個問題消耗的思考 Token 差異非常之大。
McKinsey 在內部使用中也觀察到，同一項 Agent 程式設計任務的成本可能相差 30 倍；約 10% 的使用者消耗了 65% 的 Token。該機構後來開始通過模型路由，把昂貴模型保留給困難步驟，把日常工作交給舊模型和小模型。
因此，此前常用的衡量單位每百萬 Token 的價格就已經無法單獨描述一項工作的成本。企業更關心的是完成一次任務需要多少錢，以及結果錯誤後需要多少人工補救。
這種變化同時製造了兩種看似矛盾的趨勢。固定能力對應的價格仍在快速下降。OECD 統計顯示，2024 年 1 月至 2026 年 4 月，質量調整後的文字模型價格下降了近 80%。今天的小模型正在以更低成本提供一年前只有旗艦模型才能達到的能力。
與此同時，每個使用者消耗的智能正在增加。Agent 會接管更長的任務、運行更多步驟，並在後台持續工作。單位價格下降帶來的預算空間，很快又被新增任務、更多檢查和更高自主度消耗。
Epoch AI 估計，全球推理供應能力每年增長超過三倍，但若干需求指標可能接近每年增長十倍。長上下文 Agent 最有可能率先遇到容量瓶頸。該機構預計，普通工作會不斷轉向更小、更便宜的模型，願意為前沿能力付費的使用者則可能面對更高價格。
OpenAI 的價格表已經提前反映了這一分化。Luna 和 Terra 負責低成本、高吞吐量的常規工作；Sol 保留能力溢價；Fast 模式出售的則不是更高智力，而是更快獲得同等智力的權利。
當模型公司為低延遲收取兩倍價格時，它賣的是峰值容量。請求需要立即完成，意味著服務商必須降低批處理效率，或者預留更多閒置算力。對於可以排隊運行的後台任務，低價仍有下降空間；對於需要即時響應的關鍵任務，時間本身則開始成為計價維度。
模型市場正在接近雲端運算和電力市場熟悉的形態：基礎負載越來越便宜，高峰容量、優先訪問和可靠性繼續收費。
DeepSeek 開始試探那條價格線
於是，如果按照這一框架觀察這一波國產模型價格的變動，就會發現，“集體漲價”並不足以概括各家公司的選擇。
以 DeepSeek 和 Kimi 為例，二者就代表了兩種不同的價格變化。DeepSeek 調整的是已有服務的價格，Kimi K3 則在發佈之初就進入了較高價格帶。前者在檢驗既有需求的彈性，後者試圖為新的旗艦能力建立價格錨點。
DeepSeek 當前的漲幅並不小。以 V4 Pro 峰值時段為例，每百萬 Token 的快取命中輸入價格從原來的 0.025 元升至 0.30 元，快取未命中輸入從 3 元升至 9 元，輸出從 6 元升至 27 元。即便如此，它與美國旗艦模型之間仍然保留較大價差。
DeepSeek 的底氣首先來自原價足夠低。此前的價格已經使大量開發者和企業完成接入，圍繞其模型形成推理部署、微調、工具適配和應用生態。價格從一個很低的基數上漲數倍，並不必然使總任務成本超過其他前沿模型。
此前那份網傳的梁文鋒投資者會議記錄顯示，DeepSeek 的 API 定價目標大約是十個月收回裝置成本；在當時的價格區間內，即使價格提高一倍，Token 使用量也不會發生明顯變化。
如果這一判斷接近真實情況，DeepSeek 原來的價格已經低於多數使用者的敏感區間。繼續降價只能減少收入，難以換來同比例的新增需求。
當然，漲價還有個繞不開的原因就是算力約束。同一套交流會材料稱，DeepSeek 獲得的國產晶片資源明顯少於大型網際網路公司。雖然推理服務和訓練未必始終使用完全相同的裝置，調高 API 價格也不會自動把全部推理算力轉化為訓練算力。但價格上漲仍能篩掉一部分低價值或可延遲負載，改善現金流，並讓新增容量更多投向訓練和關鍵產品。
因此，DeepSeek 此次調價既是在提高裝置回報，也是在篩選負載，同時檢驗過去一年形成的使用規模究竟有多牢固。
如果漲價後呼叫量和客戶留存沒有明顯下降，說明使用者選擇 DeepSeek 已經不只是因為便宜。模型效果、生態相容、既有部署和遷移成本開始形成黏性。若大量工作迅速轉向 Qwen、GLM、Kimi 或其他服務商，則說明此前的使用規模中，仍有相當一部分依賴價格優勢。
但這只能算一次試探。使用者在價格上升後是否繼續使用，才能說明 DeepSeek 是否真正獲得了定價權。
Kimi K3 面對的是另一種問題。它從發佈之初就面向長程程式設計、Agent 和複雜知識工作定價，每百萬 Token 的普通輸入價格為 20 元，輸出達到 100 元。這個價格明顯高於多數國產開放模型，卻不是對一款既有低價產品突然提價。
月之暗面嘗試的是一套不同的商業組合。開放權重負責擴大開發者覆蓋，官方 API 則通過託管服務、推理最佳化和穩定供給承接商業需求。願意自行部署的企業可以下載模型，但仍需承擔硬體採購、並行調度、快取管理、監控和服務穩定性等成本。希望省去這些工作的客戶，依然可能購買價格更高的官方 API。
K3 發佈數日後，月之暗面曾因需求超過計算能力而暫停接受新的 Kimi 訂閱，把容量優先留給現有付費使用者。這至少說明模型發佈初期存在真實的容量壓力。不過，短期供不應求還不能證明長期定價權。企業是否願意持續按這一價格運行生產任務，仍需要更長時間驗證。
DeepSeek 和 Kimi 的共同變化，是國產模型公司開始擺脫單一的低價定位。DeepSeek 先用低價擴大採用，再通過漲價測試需求彈性；Kimi 則讓開放權重承擔分發功能，從一開始就嘗試用高價 API 承接更複雜的工作。
這並不意味著國產模型已經普遍獲得高溢價。DeepSeek 需要觀察漲價後的呼叫留存，Kimi K3 則需要證明較高價格能夠轉化為穩定的生產部署。更準確地說，中國模型市場正在嘗試離開統一的低價獲客階段，進入按照任務價值、使用規模、算力約束和生態位置分別定價的階段。
更值錢的是分配智能的入口
貫穿著 Agent 工作流的普及和模型價格的拉開，有一個非常明顯的趨勢是開發者與企業使用模型的方式也在發生較大的變化。
過去，開發者通常先選擇一個模型，再圍繞它開發應用。現在，企業開始建立 AI Gateway 和模型 Router：複雜規劃交給旗艦模型，分類、資訊抽取、簡單程式碼修改和格式處理交給便宜模型；某個模型變慢、漲價或者效果下降，流量可以重新分配。
知名獨立分析師 Ben Thompson 對這一變化的概括是，Token 並非真正可替換的商品。不同模型為得到同一個正確結果，可能消耗完全不同數量的 Token。更接近商品的是最終獲得的“有效智能”，而模型成本則由模型規模、推理效率、視訊記憶體佔用、快取、批處理和 Token 效率共同決定。
前 a16z 合夥人 Benedict Evans 給出了另一種可能的市場終局：一端是少數前沿模型憑藉獨特能力保留定價權；另一端是大量模型像資料庫一樣成為基礎設施，由 Router 根據任務、價格和性能即時分配請求。最終結果可能處於兩者之間。
這也解釋了 OpenAI 為什麼需要同時經營昂貴的 Sol 和近乎廉價基礎設施的 Luna。
如果 OpenAI 只保留高端模型，Codex 中大量執行步驟就會流向其他服務商。使用者可能進一步採用第三方 Router，OpenAI 只能參與少數高難度請求。把 Luna 價格壓低，可以讓規劃和執行都留在同一個模型家族中，再由 OpenAI 自己決定什麼時候升級到 Terra 或 Sol。
免費產品承擔的也是同一任務。它先獲得使用者入口，再逐漸獲得任務入口。隨著工具權限、記憶、程式碼庫和企業流程接入，ChatGPT 和 Codex 不再只是某個模型的介面，而是負責分解工作和分配算力的系統。
未來更重要的黏性可能來自 Agent 環境，而非模型名稱。使用者對單一模型的忠誠度會下降，對已經接入工作流程的 Agent 平台依賴卻可能上升。DeepSeek 在調價前後推出自己的 Harness，也說明它開始把競爭從模型能力延伸到任務入口，試圖將使用者、工作流和模型呼叫留在同一套環境中。
這種變化將重新分配產業利潤。基礎模型很可能仍會持續降價，開放權重、蒸餾、小模型和推理最佳化會不斷把昨日的前沿能力推入低價區間。缺少顯著能力差異的模型，很難長期維持高毛利。
而前沿模型的價值依舊相對穩定，只要最強模型能完成其他模型無法可靠完成的任務，或者以更少步驟減少返工，它就可以依據客戶獲得的價值定價。低延遲、長上下文、穩定吞吐和高峰容量也會形成獨立溢價。
應用和工作流層的地位則會提高。掌握使用者、企業資料、工具權限和任務反饋的平台，可以在多個模型之間切換，並把基礎模型價格下降轉化為自己的利潤空間。
擁有完整產品和分發管道的公司，還可以用訂閱、企業服務、廣告或交易收入補貼低端模型。壓力更大的是那些主要依靠 API 收入、又缺少應用入口和工作流控制權的模型公司。企業一旦通過 Router 統一調度模型，底層供應商就可以根據效果、速度和價格隨時更換。這些公司既要承擔每次推理產生的算力成本，也很難長期鎖定客戶。即使某款模型暫時領先，它也可能很快被競品、蒸餾模型或開放模型追上，能夠獲得高溢價的時間因此越來越短。
從某種程度上來說，這其實是此前大模型價格戰的延續，只是它如今正在分成兩場同時進行的競爭：一場不斷把已經普及的能力壓到接近成本，另一場爭奪前沿智能、即時算力和任務入口的價格。
OpenAI 7 月 30 日的調價已經呈現出這種區別。Luna 降價 80%，Sol 的快速通道收費兩倍。模型可以越來越便宜，決定一項工作何時必須使用昂貴模型的入口，卻正在變得更值錢。(DeepTech深科技)