数据截至 2026 年 8 月，来源为各厂商官方定价页及 Epoch AI、a16z、Silicon Data、Jefferies、摩根士丹利、高盛等公开研究，并参考腾讯新闻、人民网、证券日报、21世纪经济报道等媒体报道。文中价格均为公开刊例价，不含限时优惠与新用户免费额度。
引言：一场发生在三年内的"通货紧缩"
AI 在过去三年便宜了 1000 倍。但就在 2026 年，市场却出现了最反常识的一幕：带头降价的那家"价格屠夫"，反而率先涨价了。
如果用一个词概括过去三年 AI 大模型最戏剧性的变化，不是"智能变强了"，而是"变便宜了"。
GPT-4 在 2023 年 3 月发布时，输入价格为每百万 token 30 美元、输出 60 美元。三年后的 2026 年，同等甚至更强能力的模型，输入价格已降至 1 至 2 美元区间。Epoch AI 的追踪数据显示，同等能力水平的 AI 推理成本自 2023 年初以来以大约每年 10 倍的速度下降——这个速度超过了历史上摩尔定律的轨迹。
更直观的数字来自 a16z 的"LLMflation"研究：以"能稳定完成某项固定任务的最低成本"为锚，AI 在 2021 至 2026 年间大约变便宜了 1000 倍。换句话说，2021 年花 8000 美元/月才能跑起来的功能（按当时 GPT-3 级别 $60/百万 token 计算），今天只需要 8 美元。
但价格战的故事远没有"越来越便宜"这么简单。2026 年，市场出现了两个反常的信号：
一边是 DeepSeek 等中国厂商集体涨价——8 月 17 日 DeepSeek 引入峰谷定价，部分接口涨幅最高达 1100%；
另一边是 OpenAI、Anthropic、谷歌集体降价——OpenAI 把轻量模型砍了 80%，谷歌把 Gemini 3.7 Flash 直接打五折。
一涨一跌，构成了 2026 年 AI 市场最耐人寻味的一幕。这篇文章要回答三个问题：价格为什么降？为什么又涨？这场价格战最终会走向哪里？
一、三年价格崩塌：一组必须记住的数字
价格的变化不是线性的，而是分阶段、加速度式的。
1.1 前沿模型：三年内 12 倍降幅
三年间，前沿模型的输入价格从 30 美元降到 2 至 4 美元区间，降幅约 12 倍。关键在于：能力在变强的同时，价格还在降。
1.2 预算层级：三年 99% 降幅，已跌破 1 美元
预算层级的降幅更加惊人。Google 的 Gemini 1.5 Flash 在 2024 年中首次跌破 1 美元大关，而到了 2026 年，Gemini Flash-Lite 已降至 0.25 美元，中国厂商的 GLM-4.7 甚至低至 0.11 美元。
1.3 中国市场：一个反常的"V型"
中国市场的价格走势最为复杂，呈现出一个明显的 V 型：
2025 年：暴跌。 某头部平台率先将百万 token 价格从行业均价 50 元压降至 0.3 元，全行业价格平均下降约 87%。2025 年一季度，中国主流大模型 API 平均输入价约 3.3 元/百万 token，输出价约 12.2 元。
2026 年：回升。 摩根士丹利数据显示，2026 年二季度，中国主流大模型平均输入价升至 4.9 元（涨幅 48%），输出价升至 21.9 元（涨幅 80%）。
也就是说，中国市场的价格底部出现在 2025 年，2026 年已经明确抬头。这为后文"K型分化"的讨论埋下了伏笔。
二、为什么价格会降：四大结构性驱动
降价不是厂商的"善心"，而是成本结构真的变了。拆开看，有四重引擎在把成本砸下来——硬件、架构、规模、开源，四股力量叠加、互相加速。
2.1 引擎一：硬件性能的指数增长
英伟达 GPU 每代产品的推理性能提升 2—4 倍，而价格涨幅远小于性能增幅。以 H200 到 B200 为例：推理性能提升约 3 倍，单卡价格却只从约 3.5 万美元涨到约 4.2 万美元（涨 20%）。折算下来，单 Token 推理的硬件成本一年内下降约 60%。
更关键的是，Blackwell 的"每瓦吞吐"相比 Hopper 提升了约 50 倍——这意味着在同样的电力约束下，可以跑出 50 倍更多的 token。而电力，恰恰是 2026 年数据中心最紧的约束。NVIDIA 的 B200 在 GPT-OSS-120B 上的单位 token 成本，从发布时的 $0.11 降至 2026 年 4 月的 $0.02，其中相当一部分纯粹来自软件优化，无需更换硬件。
2.2 引擎二：架构与推理优化的"技术红利"
这是国产厂商逆势降价的真正杀手锏，也是本轮降价的第二重引擎。几项关键技术：
MoE（混合专家）架构：DeepSeek V4-Flash 总参数 2840 亿，但单 Token 仅激活约 130 亿参数——"养了一群专家，每次只让最相关的会诊"，把每次推理的实际计算量压到极致。传统稠密模型每次推理要激活全部参数，MoE 改变了这一逻辑：模型把庞大的参数拆成多个"专家"子网络，通过一个"门控网络"为每个 token 动态选择最相关的 1—2 个专家，其余 90% 以上参数保持静默。模型可以更大，但每个 token 的推理成本不跟着涨。据英伟达统计，2026 年开源模型发布中超过 60% 采用 MoE 设计。
多级缓存调度：小米自研 HiCache 方案，把 KV 缓存在 GPU 显存、CPU 内存、固态硬盘三级存储间的数据迁移量压缩到原来的 1/7，可长效缓存的 Token 容量提升 5 倍。
缓存命中折扣：DeepSeek 提供约 98% 的缓存命中折扣——命中缓存的 Token 仅按标价 2% 计费，远超业内普遍的 90% 折扣水平。这是"百万 Token 输入仅 0.0028 美元、近乎免费"的直接来源。
稀疏注意力 + KV 缓存压缩：DeepSeek V4 处理十万级至百万级超长上下文时，算力资源消耗仅为上一代的 27%，KV 缓存显存占用压缩 90%。
量化与推测解码：FP16→INT4/INT8 量化、投机解码、批处理优化等技术，再把推理成本压低 50%—80%。
小米官方披露：正是依托三级存储缓存方案压缩数据迁移成本，MiMo 才能实现"部分场景降价 99%"。算法优化与工程效率，已经取代"堆硬件"成为新的成本壁垒。
2.3 引擎三：规模效应的摊薄
当 API 调用量从百万级增长到万亿级，研发、运维、基础设施等固定成本被巨大流量摊薄。OpenAI 2026 年 Q1 API 调用量同比增长 340%；DeepSeek V4-Flash 发布后迅速放量，据第三方聚合平台 OpenRouter 数据，2026 年 8 月 3—7 日当周其新旧版本调用量合计达 11.31 万亿 Token。调用量越大，单位成本越低，降价空间越大——这是一个自我强化的飞轮。
同时，两项优化技术进一步压低了"有效成本"：提示缓存（Anthropic 对缓存输入收 90% 折扣，OpenAI 收 50% 折扣）与批量处理（三家巨头对异步批量推理都提供 50% 折扣）。对于每天调用数千次、系统 prompt 超过 2 万 token 的应用，仅缓存一项就能把有效输入成本降低 60—75%；两者叠加，有效推理成本可降至刊例价的 10—20%。
2.4 引擎四：开源模型形成的"价格天花板"
这是最容易被忽视、却可能是最根本的一重力量。DeepSeek、阿里（Qwen）、月之暗面（Kimi）都发布了开放权重模型，任何人都可以自行托管、免费商用。
开放权重直接限制了任何闭源 API 的定价上限——即使是最顶级的美国模型，也必须与一个"免费或近乎免费"的外部选项竞争。 这正是杰富瑞分析师所说的：OpenAI 和 Anthropic 的降价，本质上是"开放权重模型形成价格天花板"的市场结果，而非厂商的主动选择。
这一力量也解释了竞争的白热化。2023 年初，OpenAI 几乎独享前沿市场；到 2024 年底，至少有六家供应商拥有前沿级模型：OpenAI、Anthropic、Google、DeepSeek、Mistral、Meta。当一家厂商以 1/100 的价格提供相近质量，其他厂商的利润就会蒸发。这不是循环性波动，而是结构性坍塌——正如 FAQ.com.tw 的分析所言，"the collapse is structural, not cyclical"。
三、2026 年的反常：从"越来越便宜"到 K 型分化
四大引擎把价格一路砸到底——如果故事到此为止，结论就是"AI 只会越来越便宜"。但 2026 年出现了两个反常信号，让这条单向曲线的叙事被彻底打破。
3.1 中国厂商集体涨价
2026 年，中国大模型市场出现了一轮集体涨价：
DeepSeek 的涨价尤为引人注目——它一直扮演"价格屠夫"的角色，2024 年 5 月以 1 元/百万 token 引爆价格战，现在 V4-Pro 高峰输出价到了 27 元，用户自然产生反差。
但涨价背后有清晰的逻辑：
能力追平，定价权回归。 DeepSeek V4 Flash 在 Artificial Analysis 智能指数上拿到 50 分，仅比 GPT-5.6 Luna 的 51 分低 1 分。当能力不再显著落后，厂商就有底气为能力定价。
需求爆发，算力刚性。 DeepSeek V4-Flash 在 OpenCode 平台单日 token 消耗从 3 万亿暴涨至 18 万亿，仅一个渠道就占用约 7000 张 H100 GPU。低价模式难以为继。
商业模式转型。 从"烧钱换规模"转向"商业可持续"。智谱 CEO 张鹏曾表示，2026 年一季度 API 调用定价提升 83%，市场依然供不应求，调用量增长 400%。
3.2 美国厂商集体降价
几乎同一时间，美国厂商走向了相反的方向：
OpenAI：7 月 30 日对 GPT-5.6 系列结构性调价——轻量级 Luna 价格猛砍 80%（输入从 1 美元降至 0.2 美元），中端 Terra 降价 20%；8 月 21 日再将旗舰 Sol 基准价下调逾 20%，输入降至 4 美元、输出降至 20 美元。
Anthropic：取消了 Claude Sonnet 5 原定 9 月生效的 50% 涨价计划。
谷歌：8 月 13 日发布 Gemini 3.7 Flash，输入仅 0.75 美元、输出 3.75 美元，约为上一版本的一半，限时优惠价持续数月。
3.3 为什么一涨一跌？——定价权正在东移
中美厂商的反向操作，折射出全球 AI 产业权力结构的重写。
OpenAI 的降价是防守。 CNBC 调查显示，以 DeepSeek、Kimi 为代表的中国模型已拿下 OpenRouter 平台美国企业 token 用量的 46%，部分时段甚至反超美国模型；Qwen 过去六个月全球下载量突破 30 亿次，超过 Meta 和谷歌成为全球第一；Ramp 的账单数据显示，DeepSeek 在 2026 年 6 月登顶美国企业软件趋势榜。
当"能力接近、价格悬殊"成为常态，全球开发者会用脚投票。OpenAI 已秘密提交 IPO，一份漂亮的业绩报表比任何时候都重要——但降价要换的，是守住 API 流量与开发者入口。
中国的涨价是进攻。 DeepSeek 即便涨价，V4-Pro 高峰输出价 27 元/百万 token，按最新汇率折算仍约为 OpenAI 旗舰模型（GPT-5.6 Sol，输出价 $20/百万 token，约合 144 元）的五分之一。Artificial Analysis 的测试显示，DeepSeek V4 Flash 的平均测试成本仅为 0.03 美元，而 GPT-5.6 Sol 为 1.86 美元、Claude Fable 5 高达 3.15 美元——相差数十倍。
所以，涨价不等于失去竞争力。中国厂商是在扩大规模后，对商业模式的一次重新平衡。
3.4 峰谷定价：把算力当电网来经营
8 月 17 日，DeepSeek 引入峰谷定价，这是国内商用大模型领域首个常态化峰谷差异化计费方案：
高峰时段（9:00—12:00、14:00—18:00）：执行高价；
空闲时段（其余时间）：价格为高峰的一半。
8 月 23 日，DeepSeek 进一步宣布：周末（周六、周日）全天不再区分峰谷，统一按低谷价计费，变相降价 50%。
这一机制的核心逻辑是：AI 算力像电力一样，具有极强的供需潮汐特征。日间企业办公时段，模型调用需求集中爆发，GPU 集群负载拉满，边际成本大幅抬升；夜间及周末，大量算力闲置空转。用价格信号"削峰填谷"，引导非实时任务分流到闲时执行，是算力精细化运营的标志。
四、价格战的底层逻辑：从"Token 战"到"结果战"
理解 2026 年的价格变化，需要理解一个更深层的范式转移。
4.1 价格战没有结束，只是换了战场
2024 年的价格战，核心竞争点是每百万 token 成本。目标降低开发者接入门槛，激活市场。
2026 年，竞争焦点正在转向单位结果成本：
单位结果成本 =（模型调用费用 + 失败重试成本 + 人工检查成本 + 等待与集成成本）÷ 有效完成任务数
一个模型每次调用只花两毛钱，但经常答错，需要用户反复补充要求、重试三次，最后还要人工修改；另一个模型每次花两元，却能一次完成任务。后者的 API 价格更贵，真实成本反而可能更低。
衡量一个模型，不能只看评测分数和 token 价格，还要看四件事：任务成功率有多高，需要重试多少次，需要多少人工接管，以及从提出要求到拿到结果需要多长时间。
4.2 分层定价：一个市场裂成两个
2026 年的价格市场已经裂成两个：
低价层（规模层）：Qwen-Plus、混元-TurboS、文心 5.0 等主力模型，输入价约 0.8 元/百万 token，输出 2—3.2 元。对于摘要、翻译、客服、内容生成和普通文档处理，这个成本已低到不再是主要门槛。
高价层（能力层）：Kimi K3 输出价 100 元/百万 token，DeepSeek V4-Pro 高峰输出 27 元，GLM-5.3 输出 28 元。同样的国产模型，混元-TurboS 输出 2 元，Kimi K3 是 100 元，相差 50 倍。
这意味着：国产模型正在放弃"一款模型、一个低价、覆盖所有任务"的思路，转而建立更清晰的产品分层。基础模型继续负责规模，高端模型开始为能力、速度、上下文和任务价值收费。
4.3 谁来受益？
受益者：
开发者与创业公司：过去因 token 成本无法立项的功能，现在可以重新评估。
中小企业：一个更便宜的经济级模型处理常规工单，预算可以留给仍需人工的环节。
最终消费者：更多 AI 功能"几乎免费"地出现在日常生活中。
承压者：
前沿模型使用者：价格仍然高，因为最好的模型是一个不断移动的靶子。
依赖 AI 成本优势构建护城河的公司：当推理成本降到大宗商品水平，这一护城河正在消失。
五、未来展望：三条可观察的轨迹
5.1 前沿模型：持续变便宜，但速度放缓
GPT-4 到 GPT-5.4 的 12 倍降幅发生在三年内。前沿模型不会在短期内变得便宜——厂商需要利润来资助数亿美元的训练运行。但方向是确定的：每年 10 倍的速度还在继续。
5.2 "够用"层级：持续加速降本
这是 200—300 倍降幅发生的地方。去年前沿的模型，变成今年的预算选项。如果你的应用可以容忍落后一代，成本可以降一个数量级。
5.3 定价纪律：从"白菜价"到"合理价"
2026 年最确定的趋势是：价格不会再单边下降。
高盛在研报中指出，中国 AI 模型需求持续旺盛，算力资源趋紧，行业竞争正从激进的价格战逐步回归更理性的定价框架。摩根士丹利则以"告别价格战，打响智力战"为题，将 DeepSeek 的涨价解读为行业定价纪律改善的积极信号。
峰谷定价、分层定价、分成模式（如 Kimi 的"最高 30% 收入分成"）正在成为行业常态。AI 基础设施的投资逻辑从"抢用户"转向"算账本"，从"烧钱换规模"转向"价值定价"。
结语：价格不是终点，结果才是
回到开篇的三个问题，答案已经清晰：价格为什么降？ 硬件、架构、规模、开源四重引擎让单位成本结构性下探，降价是成本兑现，不是善心；为什么又涨？ 因为需求爆发撞上算力刚性，低价内卷不可持续，厂商从"抢规模"转向"算账本"；这场价格战走向哪里？ 走向分层定价与结果竞争——便宜的模型足够好，贵的模型证明自己为什么贵。
2026 年的大模型市场，正在经历一场深刻的范式转移：
价格战没有结束，但它不再是唯一战场。 竞争焦点从"每百万 token 多少钱"转向"每单位结果成本"。
便宜不等于永远便宜。 当需求爆发、算力刚性、商业模式转型，涨价也是理性选择。
定价权正在东移。 当 DeepSeek 敢于涨价、OpenAI 被迫降价，"东升西落"不再只是口号，而是正在发生的产业现实。
最终决定胜负的，不是一百万 token 多少钱。当一个模型开始写代码、做分析、操作软件、推进工作流时，token 只是过程，结果才是商品。
谁能少返工、少重试，真正把事情做完，帮助用户拿到结果，谁才值得付费。
这才是大模型价格战的下一阶段。
附录：2026 年 8 月主流大模型 API 价格快照（每百万 token，元）
注：不同模型在上下文长度、缓存命中、峰谷时段及输入输出长度上存在不同计价规则，横向价格只能反映特定口径下的成本，不能单独代表模型能力或实际业务总成本。