大模型价格战白热化：Token均价跌破1美元，性价比取代单纯智能成为新竞争核心

事件概述

2026年七至九月，全球大模型行业呈现“能力通胀、价格通缩”的显著特征。据Silicon Data数据显示，LLM Token支出指数在8月暴跌29%，降至0.97美元/百万Token，首次跌破1美元关口，较今年5月的2美元以上水平实现“腰斩”。OpenAI、Anthropic、谷歌以及国内智谱、阿里、DeepSeek、月之暗面等厂商密集发布新一代模型，定价策略全面转向极致性价比。

核心信息

1. 价格战升级：从补贴到结构性降本

• 直接降价： OpenAI对GPT-5.6 Luna系列永久降价80%，并对旗舰模型GPT-5.6 Sol进行大幅折扣；DeepSeek将V4 Pro价格永久下调75%（虽随后因成本压力微调，但低价策略已定）。
• Flash模型崛起： 厂商纷纷推出“Flash”版本作为日常主力，如智谱GLM-5.3-Flash、阿里Qwen3.8-Flash、月之暗面Kimi K2.8 Preview。这些模型以接近旗舰的性能和远低于旗舰的成本（如Qwen3.8-Flash训练开销仅为Plus版本的1/9），主打编码、Agent等高频办公场景。
• 隐性优惠： 通过API接入编程或办公软件提供限时折扣、免费额度重置等方式变相降低用户获取门槛。

2. 技术驱动：后训练与架构优化重塑成本曲线

• 缓存机制优化： Anthropic Claude Fable 5.1将KV Cache读取价格从1美元降至0.25美元/百万Token，降幅达75%。DeepSeek V4.1 Flash通过压缩KV缓存空间从源头降低存储成本。这主要得益于Agent场景中重复读取长上下文的特性。
• 后训练重要性提升： 行业共识从“预训练决定底子”转向“后训练决定上限”。智谱GLM-5.3通过加大强化学习和长程任务反馈投入，使端到端任务完成率提升超50%。MiniMax指出，推理计算效率的提升倍数与后训练规模扩大基本线性相关，降低了研发边际成本。

3. 需求侧变化：企业预算收紧与开源替代

• 企业成本痛点： Uber、Meta、Amazon等企业面临AI工具账单激增问题。Uber CTO透露工程师月均API调用成本高达500-2000美元，且AI使用量与实际业务产出难以量化挂钩。多家企业开始设置Token消耗上限，并转向更便宜的开源模型。
• 估值逻辑转变： 高盛分析师指出，大模型行业进入下半场，竞争焦点由“技术可行性”转向“成本可承受性”。闭源API厂商若无法控制成本，将面临估值打折风险。

4. 市场影响：“杰文斯效应”短期失效与新场景探索

• 收入增长受阻： OpenRouter数据显示，8月路由Token量环比增长47%，但美元支出仅微增7%。低价Flash模型占据新增调用大头，导致“用量涨、单价跌”，收入未能同步增长。摩根大通研究认为，若收入增长跟不上成本增长，将对AI基础设施投资构成利空。
• 新希望：具身智能与通用能力突破： OpenAI发布的GPT-6 Astra展示了通用模型操控机械手、处理工程文件的能力，标志着模型开始具备“手脚”。这种智能泛化有望解锁新场景，进而带动新一轮用量爆发，修复“杰文斯悖论”的商业闭环。

值得关注

• 定价权转移： 随着中美模型能力差距缩小，拥有更高性价比（尤其是开源或类开源高效模型）的中国厂商在国际市场上获得更强话语权。定价权正从“智能领先者”向“性价比最优者”滑动。
• 过渡期特征： Token单价跌破1美元被视为智能与性价比博弈的过渡期。只有当新应用场景（如具身智能、复杂工作流）真正爆发，才能承接住价格下降带来的流量红利，实现可持续增长。