○樊 骏
近期，国产大模型掀起“涨价潮”：DeepSeek-V4 API高峰时段输出价格大涨4.5倍、智谱三度上调API定价、MiniMax价格全面翻倍，月之暗面Kimi K3涨幅超过3倍……国产大模型行业已然告别“低价时代”。
这轮涨价并非简单的“收割用户”，而是行业从“技术突破驱动”迈向“商业化验证期”的里程碑。但涨价逻辑能否真正跑通，还取决于大模型企业能否同步兑现能力提升与服务承诺。
涨价首先是对长期倒挂的推理成本进行市场化修正，是稀缺算力从“补贴扭曲”回归“价格发现”的必然结果。AI推理的每一次调用都产生真实算力成本，而长上下文、深度推理与智能体任务的普及，让推理负载成倍增加，高峰算力供给长期紧张。此前的“白菜价”乃至免费策略，本质是2024年—2025年“市场教育阶段”的补贴行为，彼时企业的竞争策略是用近乎免费的价格让开发者养成调用习惯，把AI嵌入工作流。当市场培育阶段完成，补贴定价难以为继，价格向成本与价值回归便是自然校正。DeepSeek引入峰谷分时定价，用闲时半价引导任务错峰，正是以价格信号调节供需、优化稀缺算力配置的市场化手段，而非简单的“提价增收”。
更深一层看，此轮调整的实质并非“普涨”，而是“分层定价”——按客户从模型中获取的价值进行差异化收费。独立厂商领涨，自有算力的大厂却按兵不动或变相调价，背后是截然不同的商业模式：大厂可用云业务交叉补贴，以低价模型引流锁客；独立厂商没有云业务兜底，只能靠价格回收。更值得关注的是需求端信号：智谱一季度API定价较去年底提升83%，调用量反而增长400%。这说明企业级需求的价格弹性低于预期：客户真正购买的并非更便宜的token，而是更低的任务失败率和更稳定的生产系统；高端模型赚取的不是参数溢价，而是“任务成功率溢价”。分层定价的逻辑，正是识别谁从模型中获取了更高价值，并据此匹配其“为结果付费”的意愿。
不过，涨价要成立，必须通过“双重验证”：能力是否同步提升，收入是否再投入。模型间替换成本正在下降，用户会用脚投票；若厂商只是对老模型涨价，而不匹配新能力与新服务，涨价只会加速客户流失。从本轮动作看，DeepSeek在涨价的同时上线Harness工具框架，并将V4-Pro正式版能力大幅增强；智谱则通过更大规模的后训练实现了能力跃升，编程能力提升50%。二者都在试图用“提质”对冲“提价”的阵痛。值得一提的是，国际前沿大模型OpenAI近期却反向下调轻量级模型价格，以守住开发者生态入口，这对国产大模型是一次提醒：全球竞争仍在，涨价并非没有约束。长期来看，谁能把推理成本压得更低、把能力做得更硬，谁才能真正掌握定价主导权。
告别“白菜价”，与其说是消费者要承受的阵痛，不如说是行业成熟的成人礼。但“涨价”从来不是目的，也不应是终点。对企业而言，涨价收入应切实反哺算力扩容与服务能力建设，用能力守住价格，用分层定价兼顾中小开发者的可及性，避免“一涨了之”；对行业而言，应警惕从“低价内卷”滑向“劣质高价”或“垄断性涨价”，让价格真正成为价值的刻度，而非短期博弈工具。期待大模型从“技术红利”走向“商业红利”。