模型降价潮：这一年AI到底便宜了多少？

价格数据核对时间：2026年7月下旬。文中价格以官方定价页为准，第三方转述的地方我会单独标注。

一开始我以为这篇会写成“模型又便宜了几倍”。真把几家官方价格页翻完，结论反而没那么顺口：最强的那几档没有一路降价，有的主力模型输入价还在往上走。便宜得更明显的，是平时真正拿来写代码、跑客服、做摘要、批量处理文档的那一层。

不是所有模型都便宜了，是能干活的中间档位在往下沉。

过去一年，价格变化最集中的地方不在旗舰档，而在主力档、性价比档、缓存命中和批处理。也就是说，模型厂商没有简单把“最强模型”打折甩卖，而是把更便宜的入口拆得越来越细。

一、先看两张价格表

看价格表之前先统一口径：美元/百万token，输入/输出，不混人民币，不混包月订阅。表里优先用官方API列表价；如果是第三方聚合平台或媒体口径，会在后面单独说明。选型也定一条规则：每家只放它当前最常被开发者拿来干活的那一档，不拿旗舰去对标别家的性价比档，也不拿性价比档去对标别家的旗舰档。

表1：主力档，一年对比

表2：性价比档，一年对比

“性价比档”这个名字听起来该一路走低，但表2里Gemini Flash-Lite反而是涨幅最大的一行。阿里的情况也要小心看，官方国际区、国内区、香港/美国节点、第三方聚合平台的价格并不完全一样，不能只拿最低渠道价当成全网统一价。

二、别只看标价，真实账单通常由四件事决定

同一张价格表，放两家公司账上，感受能完全不一样，问题往往不在标价本身。

先说最容易被忽略的一点：多数模型的输出token比输入token贵好几倍，推理模型的思考token通常也按输出或生成侧计费。表面看输入价降了，真正烧钱的经常是长回答、长推理链，还有Agent那种一口气调好几轮工具的任务。

几家都在推提示词缓存，命中价通常能比未命中低一个数量级。DeepSeek V4-Pro官方价格里，缓存命中输入是$0.003625/百万token，缓存未命中输入是$0.435/百万token，高峰时段两者正好差120倍。固定的系统提示词、长文档、代码仓库上下文，如果每次都按新内容重新塞进去，就是在主动多付钱。跟缓存类似的还有批处理，报告生成、批量打标、离线摘要这类不用秒回的活，OpenAI的Batch API和Anthropic的Message Batches都能把实时调用价打到约五折。

便宜模型先判断任务类型，简单的直接答，复杂的才升级给贵模型。《2块钱vs1300块钱》那篇算过一笔经济账，全量走旗舰模型的话月成本就要上万美元，改路由后费用能降到十分之一，质量几乎没太明显的损失。降价潮真正改变的不是某个具体型号模型的标价，而是旗舰模型从“默认入口”变成了“最后兜底”。

三、降价背后的推理成本曲线：往下压的和往上顶的

推理成本主要卡在GPU、显存带宽、并发和输出长度这几个变量上，过去一年这几个变量在往两个相反的方向同时发力。

先说往下压的这头，MoE架构让每个token只激活一部分参数，蒸馏把大模型的能力迁移到小模型上，量化、KV Cache优化、投机解码、连续批处理（continuous batching）继续往吞吐量里挤空间。缓存命中率的提升尤其关键，靠的是软件工程，而不需要多买一张卡。训练成本还在涨，但推理成本正在被产品化地拆开。模型厂商没有把省下来的钱都体现在旗舰产品单价上，而是塞进了mini、flash、lite、batch、cache这些入口里。表1和表2为什么走向相反，原因也在这里：旗舰档更像利润池和能力展示窗口，日常档位才是拿来抢开发者入口的地方。

再看往上顶的这头。HBM供给周期大约在24到36个月，产能扩张慢，又容易被大客户长协锁住，这是硬约束。更直接的信号是国内云厂商今年3月到4月的一轮涨价。3月11日，腾讯云调整智能体开发平台部分模型计费策略，以Tencent HY2.0 Instruct为例，输入价格从每千token0.0008元涨到0.004505元，涨幅约463%。3月18日，阿里云和百度智能云同日宣布上调AI算力、存储等产品价格，阿里云部分算力卡最高涨34%，百度AI算力相关产品上调约5%到30%。这些不是模型API单价普涨，但它说明底层算力和存储成本并没有跟着“token单价下降”同步变轻。

更隐蔽的一层是Agent场景把单次任务的token消耗放大了。国家数据局披露过一组数：2024年初，中国日均token调用量大约为1000亿；到2026年3月，已经超过140万亿，两年多涨了1000多倍。落到具体案例上更直观。米哈游《崩坏》系列AI NPC & Gameplay技术团队负责人郑银河在2026阿里云峰会上分享过一次内部教训：有工程师测试多智能体协作，几十个Agent没有设置token消耗上限，连续跑了13个小时，账单烧到200万元人民币。Uber那边也有类似压力，COO Andrew Macdonald今年5月公开说，公司越来越难把AI token消耗和用户能感知的产品产出直接对应起来，内部开始反思所谓tokenmaxxing。两件事各自发生，但指向同一个问题：单价降得再快，也扛不住调用量更快地涨。

算力供给端还有一条线要单独拎出来说。DeepSeek V4-Pro当前的并发限制明显低于V4-Flash，官方价格页也把两档模型分成不同吞吐入口。至于昇腾950系列下半年放量后会不会带来进一步降价，现在还只能按供应端观察点处理。它和我们之前拆910C vs H100那篇能接上，但不能写成已经落地的官方降价承诺。

四、为什么你体感上还是觉得没便宜

模型厂家单价降了，作为消费者的我们感受却没变便宜，仔细琢磨了一下，大概是这几层原因叠在一起。

先是调用次数变多了。以前一次问答就是一次调用，现在一条任务链路里要搜索、改写、检查、调用工具、再总结，跑好几次模型很正常。

上下文也跟着变长了。以前几千token够用，现在动不动把几十页文档、整段日志、整个代码仓库塞进去。输入单价确实降了，但输入量涨得更快。

再往深里想，可能任务本身也变贵了。客服问答便宜，但让Agent替你跑一整套流程就贵；摘要便宜，但自动写代码、自动修bug就贵。便宜的是token，不一定是你真正要做的那件事。

所以“通用Token在探底、企业AI总支出反而在涨”这种听起来矛盾的说法，其实一点都不矛盾，因为单价和总账单本来就不是一回事。

五、未来半年价格预判

Sonnet 5的$2/$10优惠价8月31日到期，9月1日恢复标准价$3/$15，这个已经公布了，不算预测。DeepSeek V4-Pro后续是否继续下调，要看高端算力供给和官方调价节奏；昇腾950系列放量是一个值得跟的变量，但现在还不能把它写成确定会降多少。

剩下的就是猜了。主力档还会继续往下探，$0.5到$2输入、$2到$10输出这个区间会越来越挤，各家都会把常用的日常负载往这里推。旗舰档大概率不会跟着大幅降价，会继续靠可靠性、长任务、复杂代码和工具链收溢价。过去一年Opus 4.8到Opus 5这条线，价格都在$5/$25附近，这就是一个现成信号。计费颗粒度会越切越细，缓存价、长上下文溢价、推理强度档、工具调用费，会变成账单里比模型单价更重要的部分。国内这轮算力涨价如果在四季度松动，前提也不是“模型厂商想降价”，而是供需缺口真的收窄。现在证据还不够，只能当观察点。

写在最后

这一年真正变了的，不是哪个型号的模型降了百分之多少，是整个价格结构。以前问“该用哪个最强模型”，现在更像在排一张调度表：哪些任务用便宜模型，哪些等批处理，哪些上下文必须命中缓存，哪些才值得升级到旗舰档。

这一年AI到底便宜了多少，得看你怎么算。按单次聊天算的话，便宜了一截。按完整工作流算，就要看你有没有把模型当成一组可以调度的资源了。不会调度，降价照样可能换来更大的账单；会调度的话，过去一年已经足够把不少AI功能从演示项目推到日常生产里。

价格表的保质期还是一个季度左右。8月31日Sonnet 5恢复标准价、下半年950系列是否顺利放量，这两件事三个月内都会有新信号，够触发下一次更新。关注我，价格再有大变动，我会接着往下写。

本文属于价格追踪系列，上一篇：《用AI工具，为什么有人花2块，有人花1300块？》。文中美元价格优先采用官方API列表价，不含企业协议折扣；阿里旧版Qwen Plus低价为第三方聚合平台口径，已在表中标注；人民币价格来自对应云厂商公告或媒体转述，未按统一汇率折算。

参考资料

• Anthropic：《Introducing Claude Sonnet 5》与Claude Platform Pricing，Sonnet 5首发价、9月1日后标准价及新tokenizer说明。
• OpenAI：《GPT-5.6: Frontier intelligence that scales with your ambition》与GPT-5.6 Terra模型价格页，GPT-5.6 Sol/Terra/Luna定价及缓存规则。
• Google AI for Developers：Gemini API Pricing与Gemini 3 Developer Guide，Gemini 2.5 Pro、Gemini 3.1 Pro Preview、Gemini 2.5/3.1 Flash-Lite价格。
• DeepSeek API Docs：Models & Pricing，DeepSeek V4-Flash/V4-Pro缓存命中、缓存未命中、输出价格及并发限制。
• Alibaba Cloud Model Studio：Model inference pricing，Qwen3.7 Plus国际区和分层定价。
• 腾讯云公告《智能体开发平台关于部分模型启动正式收费及价格调整的公告》，2026年3月11日。
• 每日经济新闻《最高涨34％！阿里云、百度智能云同时宣布：涨价》，2026年3月18日。
• 新华社《我国日均Token的调用量三个月增长超40% 目前已超140万亿》，2026年3月24日。
• 游戏葡萄《米哈游崩坏IP实战分享：为探索AI，曾一晚烧掉200万？》，2026年5月22日。
• Indian Express / Tom’s Hardware对Uber COO Andrew Macdonald关于tokenmaxxing与AI支出的报道，2026年5月。