国产大模型涨价、美国大模型降价：AI定价正从Token转向任务价值

事件概述

过去一周，国产大模型与海外大模型在API定价上呈现反向走势：DeepSeek预告API即将大幅提价，Anthropic则取消了Claude Sonnet 5原定50%的涨价计划；智谱年内已数次上调API价格，月之暗面新推出的Kimi-K3将旗舰API定价提高3倍多。与此同时，OpenAI将GPT-5.6 Luna的API调用价格下调80%，并让Luna成为ChatGPT免费版默认模型，在文本聊天中无限量供应。

定价逻辑转变：从Token到任务

AI竞争正从按智能消耗量计价的“Token经济学”，转向以任务完成成本和最终价值为锚点的定价模式。中国开源模型能力逼近前沿闭源模型，压缩了后者的高溢价窗口期。在全球模型聚合平台OpenRouter上，开源模型贡献的token调用量已从年初的1/3升至当前的2/3。

在ARC-AGI-2基准下，这一趋势更为直观：

• 月之暗面Kimi-K3：单任务成本1.59美元，得分60.4%
• OpenAI GPT-5.6-Luna-0730：能力相近，得分59.6%，单任务成本仅0.18美元
• DeepSeek-V4-Flash-0731：与Luna-0730成绩相近，单任务成本0.042美元

同样的智能能力出现了完全不同的成本曲线，为重新定价创造了空间。DeepSeek未公开涨幅，但若按单位任务成本计算，即使提价3倍至0.12美元/任务，成本仍明显低于降价后的Luna-0730。

厂商差异化价值捕获策略

模型能力足够好后，各家厂商正采取不同的价值捕获方式：

• Anthropic 走高价值任务路线，强调智能价值密度，在编码领域有先发优势，并向金融、医疗、法律等高价值知识工作扩展。但面对开源冲击，其Haiku产品迭代承压，Sonnet也开始通过取消涨价计划“变相降价”。
• OpenAI 强调智能价值广度，在不放弃企业市场的同时，通过免费层和低价策略维持超10亿月活用户规模，将模型能力转化为平台资产，而不依赖单位Token利润最大化。
• DeepSeek 表示不追求利润最大化，更关注模型与算力基础设施的协同优势，以更低算力成本部署模型，同时将算力优先导向高价值需求。其创始人内部纪要显示，当前价格区间内用户需求弹性较低，即使涨价一倍Token消耗量也不会明显下降。

算力：从成本约束到资源配置

早期Token价格主要反映算力成本，如今算力供给也已成为定价变量。DeepSeek近期已采取峰谷定价机制，但开发者大量涌入仍带来负载压力，涨价可能用于筛选低刚性需求，让有限算力流向真正依赖AI的用户。Kimi-K3发布后也曾因需求超负荷而暂停新订阅。

随着国产模型能力和算力供给持续提升，当前“国产涨、美国降”的分化未必长期持续。未来模型厂商将不再简单按Token成本定价，而是基于自身资源禀赋、战略定位和对用户价值的理解，制定差异化价格策略。这标志着AI行业正走向成熟。