大模型价格三个月腰斩至0.97美元/百万Token，性价比成行业新角力点

在人工智能领域，一场关于大模型定价的变革正在悄然发生。根据Silicon Data发布的LLM Token支出指数显示，仅三个月时间，大模型API的平均支付价格就从5月的2美元以上暴跌至8月的0.97美元/百万Token，跌幅接近50%。

这场价格战并非偶然。今年以来，随着大模型能力的不断提升，市场对模型的需求也在激增。然而，高昂的使用成本让许多企业客户不堪重负。以Uber为例，其全年AI预算在数月内就被消耗殆尽；Meta和Amazon等公司也不得不设置每月Token使用上限。面对这样的困境，企业开始转向更便宜的开源模型，这直接倒逼闭源厂商放弃原有的定价策略，转而通过降价来保住市场份额。

具体来看，OpenAI率先打响了价格战的第一枪。它先是在7月30日宣布GPT-5.6 Luna永久降价80%，随后又在一个月内对其旗舰模型GPT-5.6 Sol进行了两次降价，输入端降价20%，输出端降价约33%。与此同时，Anthropic也将缓存读取价格降低了75%。在国内市场，DeepSeek、智谱、阿里等厂商也纷纷跟进，推出了各自的Flash系列模型，如DeepSeek V4 Flash、智谱GLM-5.3-Flash和阿里Qwen3.8-Flash。

这些Flash模型的核心优势在于，它们在保持接近旗舰模型性能的同时，将价格打到了更低的水平。例如，阿里Qwen3.8-Flash的训练成本仅为旗舰版Qwen3.7-Plus的1/9，而DeepSeek V4 Flash则将输入价格降至0.025元/百万tokens，输出价格为6元/百万tokens。这种性价比的提升，使得Flash模型迅速成为用户的首选。

值得注意的是，厂商们不仅通过直接降价来吸引用户，还采用了多种变相打折的方式。例如，OpenAI将部分API接入自家或其他编程、办公产品，并提供限时折扣或免费额度。这种策略虽然表面上没有改变价格，但实际上降低了用户的使用成本。

尽管降价成为了大模型厂商的共同选择，但这一趋势也引发了行业的深刻思考。高盛One-Delta部门负责人Rich Privorotsky指出，AI大模型已经进入下半场，技术可行性不再是唯一的竞争焦点，成本可承受性成为了新的关键因素。当价格成为用户选择的重要考量时，大模型厂商必须在性能和成本之间找到平衡点。

从长远来看，这场价格战可能会推动大模型技术的进一步发展。随着后训练成本优势的显现，厂商可以通过优化模型架构和训练方法，在保持高性能的同时降低推理成本。这不仅为降价提供了空间，也为智能泛化的实现奠定了基础。

总的来说，大模型价格的快速下跌反映了市场需求的变化和技术发展的必然趋势。在未来，谁能更好地平衡性能与成本，谁就能在激烈的市场竞争中占据有利位置。