文 | 影子备忘录
2026 年，大模型行业正经历一场前所未有的 " 寒武纪 " 式的资本纠葛。当众人以为大模型的终点是 " 免费 " 时，行情却拐入了 " 付费升级车道 "。从 " 倒贴白送 " 到 " 逐步涨价 "，再到价格战的突然重启，大模型的 " 定价系统 " 正在以前所未有的速度反复横跳。
与此同时，模型本身的生命周期也在急剧缩短。2024 年，一个大模型的版本迭代周期平均约需 132 天；而到了 2026 年，这个数字已经减半，甚至在某些场景下缩为按天计算。行业正用一种前所未有的时间刻度，丈量着 AI 技术演进的速度。
但在进入这场令人眩晕的涨跌迷雾之前，先给看到这篇文章的朋友们简单普及一下整个 AI 大模型的链条：
基建层（GPU/AI 芯片）：AI 世界的基础物理层，相当于盖房子的砖瓦。
模型层（MaaS/ 大模型 API）：基于 AI 芯片预训练出来的通用大模型，以 " 模型即服务 " 模式进行市售调用。
应用层（Agent 应用 / 聊天软件）：基于基座大模型构建的 AI Agent 和各类应用项目。
贬值后翻倍：大模型定价的 " 过山车 "
先看几组数据，感受一下这过山车式的陡峭幅度。
暴跌的背后。2025 年的 " 价格战 " 几乎将 AI 的服务价值近乎归零。研究者统计，2024 年底至 2025 年中，AI 开发领域经历了剧烈震荡：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了约 87%，部分基础套餐甚至出现了 " 买一送十 " 的极端促销。
字节豆包视觉理解模型的价格一度低至 0.003 元 / 千 Tokens；而市场调研报告显示，最低端模型与最高端旗舰之间的单价差距已经扩大到了惊人的 33 倍。彼时，AI 界疯狂涌入的资本让大模型陷入了算力的 " 造富神话 "，但也导致行业出现严重的倾销与恶性循环。
再升值。然而仅仅过了一个年关，2026 年初，在疯狂的 " 价格倾销战 " 之后，因为算力资本投入殆尽，大模型厂商迎来了 " 绝地反攻 "。2026 年 3 月，从国外巨头到国内厂商，包括谷歌云、亚马逊云、腾讯云、阿里云在内，在 10 天内相继发布调价公告，核心 AI 算力与存储服务价格普遍上调约 30% 至 50%。
进入到 2026 年 4 月，大模型圈更是涨声一片：腾讯云 API 输入价格最高暴涨 463%，智谱 AI 在短短几个月内连续三次提价，阿里云更是直接停售了最低版套餐服务。
更可怕的是，变相涨价也在悄然蔓延。2026 年 4 月，Anthropic 发布 Claude Opus 4.7 时，采用了全新的分词器，其官方称相同文本最多消耗多了 35% 的 Token，在真实的代码场景下实际消耗甚至可能是上一代的 1.32 倍至 1.47 倍。这意味着，即使价格不变，重度用户的单位成本也在自动膨胀。
AI 开始从 " 平价矿灯 " 转向 " 按米计价的奢侈品 "。一个世纪难题出现在了各个企业的账面中：AI 到底该按照什么价格收费？
Token 从卖权到商品，App Store 化加速
为何大模型市场会陷入如此剧烈的 " 价值震荡 "？其根源在于 AI 正在从 " 技术创新品 " 转变成 " 数字定制消费品 "，市场已经跳出了科技的范畴，落入经济学推演的基础逻辑。
其最主要的趋势，就是大模型的 "App Store 化 " ——一个不再追求开源开放，而是模仿移动应用商店的封闭化生态。
正如当年的智能手机操作系统（iOS/Android）把应用程序变成了 " 独立电商 "，大模型的商业赛马也从 " 倾销获客 " 迈进到了 " 订阅收金 " 的深度运营。
2024 至 2025 年的免费 / 低价策略只是为了抢夺传统互联网企业的 " 数字化心智 "。短短一年多，当 AI 成为了真正的核心技术窗口，一场对产品和用户的分级锁客运动已经全面展开。
第一步，精细化收割。2026 年 3 月，谷歌对 Gemini API 的计费档位进行分类计费：标准（Standard）、弹性（Flex）、优先（Priority）、批量（Batch）和缓存（Caching）等五大模式。弹性档位利用闲置算力提供五折优惠，但延迟时间更长；而优先档位的定价则比标准价格高出 75% 至 100%。
你在付费的时候，不仅要衡量该 API 最终返回的 Token 值，甚至连这些 Token 的执行速度、效能指标甚至算力的 " 富贵纯度 " 都被分割成了不同价位的商品。AI 大模型不再是一个简单的工具，而已然变成了像 " 水电 " 一样的高度分层化商品。
第二步，廉价套餐 " 杀虫 "。2026 年初，智谱正式取消了 GLM 早期版本的首次购买优惠（不少新用户要额外掏出 30% 左右的溢价才能享受到原本同样的功能）。阿里百炼平台的 Coding Plan Lite 基础套餐也被悄然暂停续费升级，变相倒逼轻微用户转向更高成本的中产套餐。
第三步，跨层杀熟。当企业用户发现将基建移动到特定厂商系统后，更换模型转换成本太高，处于 " 被动锁定 " 状态时，模型厂商开始利用这种锁客效应进行加价——这时即便涨价，客户也没有回旋的余地。用户购买的 AI 智商不再是通用商品，而是被困在了定制生态中的特定应用与数据孤岛里。
大模型没有中年期，只有 " 春秋时代 "
价格是表面的现象，更深层的变革在于大模型自身的演进节奏。大模型正在经历从 " 年迈稳健 " 转向 " 少年生猛 " 的极速放量周期。
从 2023 年行业处于 " 实验与试探期 "，到 2025 年中全球科技公司进入 " 末日追逐赛 " ——据不完全统计，2025 年前七个月，中美参与模型竞争的 11 家科技公司发布了至少 29 版大模型，平均每 7.1 天就有一版新模型被发布。
这种更新速度是什么概念？如果一个大模型半年才有一次重大升级，那么它可能已经被七八次迭代甩在了后面。AI 行业的 " 版本保质期 " 不再是按月计算，而可能是按周乃至按天计算。
来看一组更直观的数据：OpenAI 的 o1 到 o3 周期是 132 天；而随着市场竞争的加剧，DeepSeek-V3 两个版本的更新时间直接缩短到了 87 天，谷歌 Gemini 2.5 的两个版本更新周期仅有 42 天。到了 2025 年 7 月，阿里 Qwen 3 基础模型更新距最初发布只过去了 85 天，相比其 2.5 代模型的 132 天周期大幅缩减。
更精彩的是，不仅更新周期被压缩，模型的发布成本也在被革命性地颠覆。DeepSeek-V4 依靠全新的混合注意力架构（压缩稀疏注意力 + 高度压缩注意力），将处理每百万 Token 上下文的算力（FLOPs）和显存（KV cache）分别降低到了上一代版本的 27% 和 10% 的量级。这种 " 效率翻倍 + 成本腰斩 " 的创新，直接把 GPT-5.5 的 API 定价打成了零头。
当模型迭代周期从百天级压缩到周级，当天价算力成本一夜之间被算法优化腰斩，大模型领域的技术红利期正在以肉眼可见的速度缩短。行业的寡头壁垒不再坚固，一纸论文、一次开源发布都有可能在一夜之间改写市场格局。
淘汰战、双向内卷与消费者被动接盘
更加吊诡的问题是：当一个产品的 " 购买成本 " 与 " 技术贬值程度 " 同步飙涨时，背后到底谁在获益？
2026 年初，国内的 AI 资金逻辑在极短时间内就上演了波动的 " 囚徒困境 " ——哪怕在高价之下，企业依然陷入被动内卷。
对于普通消费者而言，能直观感受到的是免费额度正在收紧。大模型 Chat 产品开始限制提问次数以及附件识别字符，" 一杯奶茶钱 " 等尝鲜式的首月优惠套餐正在悄然下架。曾经免费畅饮的时代正在远去，取而代之的是一个逐步规范但门槛更高的付费体系。
对于中小企业而言，这种冲击尤其剧烈。还记得早期的 AI 价格战吗？2025 年的市场格局被划分为 " 旗舰级深度推理 " 与 " 极速通用 " 两个战场，最高价与最低价之间的成本差距已经超过了 100 倍。
这就意味着，开发公司必须高度精选自己的业务模型，一旦选择稍有偏颇，AI 项目的资金投入可能瞬间超出预算数倍。
与此同时，行业内部也在发生 " 双线撕裂 " ——大模型公司把越来越多的 " 隐性掉头 " 成本间接转嫁给客户。2026 年 3 月，Claude Code 的某次版本更新引发 "Tokenocalypse" 事件——部分 Max 20x 重度用户在 70 分钟内就消耗了整整一周的充值额度。
更有甚者，Anthropic 在几次升级后宣布订阅额度仅覆盖官方产品，第三方框架必须单独走 API 付费模式，这让部分重度开源生态的开发者用户成本增幅最高达到 50 倍。
价格战为何突然又复活了
就在市场已经打定主意准备 " 集体涨价过个好日子 " 的时候，一个意想不到的反转突然上演——价格战居然又复活了。
2026 年 4 月 24 日，DeepSeek-V4 预览版正式发布并同步开源。就在两天之内，DeepSeek 先是宣布 V4-Pro 模型 API 开启限时 2.5 折价格优惠，紧接着又宣布全系列 API 服务的输入缓存命中价格降至原有价格的 1/10。
最新调价后，DeepSeek-V4-Flash 每百万 Token 输入缓存命中价格仅为 0.02 元人民币。这一串连锁降价，直接把那些刚刚提价的高档闭源模型的定价策略戳得千疮百孔。
更深远的冲击在于，DeepSeek 此举不只是降价，它直接打破了 " 开源模型永远落后闭源顶流 " 的魔咒。以往闭源厂商可以靠 " 性能壁垒 " 维持天价收费，但现在开源已经有接近甚至打平的选择——整个行业的定价权和技术主导权正在从闭源巨头流向开源社区。
从产业的深远角度看，短命的 " 老古董 " 大模型正在被灵活的 " 草台班子 " 打败。每一次迭代周期的压缩，都带来了企业自身的产业重估。
再也不是 " 买一个模型就能用十年 " 的时代了，一个开发团队今天刚基于某款模型规划的系统架构，下周可能就面临该模型大幅涨价、或被下一款更具性价比的开源模型彻底替代的残酷现实。
结语
这一切动荡，都折射出一个深刻的行业真相：大模型技术从来不是 " 一片向好 " 的消费荣景，而是一个动态演进、多方博弈的复杂生态系统。它的价格走向、迭代速度和服务模式，都在直接挑战用户层面的消费心理极限。
无论是突然坠零的价格跳水，还是一夜翻倍的商业收割，都是市场走向成熟化路径的阵痛信号。可以肯定的是，过去那种仅凭 " 沾上 AI 概念 " 就能获得高溢价的宽松泡沫期，已经宣告彻底结束。
AI 产业正在进入一个全新的竞争维度——以 "Token 经济效率 " 为核心的高渗透阶段。如果一个模型的价格低于另外的同类竞争品，它就能引爆资本与开发者社区；如果一个模型能通过技术创新将算力成本压到对方的一个零头，它就能重新改写行业定价的锚点。
在这种环境下，所有的 AI 竞争对手都在进行同等强度的竞争压力博弈：疯狂上调价格以求从高投资中的算力资本抽回血本；再通过极速的技术迭代与降价手段摧毁对手的价格心防。
这种 " 涨价—降价—再涨价 " 的魔性循环，在大模型的 " 保质期 " 内频繁上演，导致所有身处这条产业链上的开发者、投资人与用户的 " 护城河 " 都有随时被冲蚀的风险。
换个角度来看，大模型的 " 短保质期 "，本质上是一场效率倒计时。市场不再为 " 第一 " 买单，只为最能解决问题、最能压出性价比的 " 长期托管方 " 买单。
对于普通用户来说，现在最需要的不是相信天花乱坠的 AI 概念，而是辨别一个模型在什么样的价格下、在多短的生命周期内，能给自己带来真正的价值满足。
如果说 2023 年的答案是 " 新鲜 "，2024 年的答案是 " 流量 "，那么走到今天这个节点，最妥帖的答案或许是 " 平衡 " ——在砸钱购买 Token 时，在投资应用决策时，能做到算得清账、看得清局、守得住底线。
