开篇:先把核心情况说清楚
2026 年大模型行业出现了一个典型的 "量价背离" 局面:企业侧 Agent、编程助手、长上下文调用把 Token 用量持续推高,但全球推理单价在技术优化、开源低价模型冲击和厂商抢份额的共同作用下快速通缩,用量增长未必能按比例换成收入,部分前沿 AI 实验室甚至可能出现 "调用量大涨、收入基本持平" 的局面。公开基准显示,Silicon Data 按使用量加权的全球每百万 Token 推理均价从 5 月底的 2.04 美元跌到 9 月初的 0.97 美元,四个月累计降幅超过 50%;Ramp 基于 7 万多家企业客户交易数据的统计则显示,混合有效单价从 3 月高点到 9 月下跌 41%,降至每百万 Token 0.68 美元,头部企业人均 AI 支出不升反降。另一边,DeepSeek、小米、腾讯云等厂商先后大幅降价,OpenAI 下调轻量档模型价格,Anthropic 取消了原定涨价计划,价格战已经从中国市场蔓延到美国头部实验室。实验室的难处在于:收入端跟着单价下行,成本端却锁定了长期算力采购、数据中心和芯片承诺,固定开支短期降不下来,形成 "收入通缩、成本刚性" 的剪刀差。以下按数据表现、需求侧拉动、收入承压原因、降价梯队、阵营分化和后续观察指标逐项拆开,便于理解这场价格战到底打到了哪一步。
一、关键数据:用量在涨,单价在跌,企业支出趋于理性
1. 全球推理价格基准
| 指标 | 口径与数值 | 来源口径 |
|---|---|---|
| LLM Token 支出指数(SDLLMTK) | 5 月底 2.04 美元 / 百万 Token → 8 月初 1.16 美元 → 9 月初 0.97 美元,首次跌破 1 美元;过去 7 天再跌 8.6%,不到夏季高点一半 | Silicon Data,证券时报 / 21 世纪经济报道转述 |
| 混合有效单价 | 2026 年 3 月高点至 9 月下跌 41%,降至 0.68 美元 / 百万 Token(输入 + 输出 + 缓存混合加权) | Ramp AI Index,lapaasvoice 转述 |
| 头部企业人均 AI 支出 | 2026 年 8 月 Top 1% 企业支出者人均月支出 7,205 美元,较 7 月约 8,000 美元的峰值下降 9.7% | Ramp AI Index |
| 前沿档调用份额 | 旗舰 / 前沿模型 Token 份额从 8 月初 53% 降至 9 月初 45%,常规档与轻量档承接更多任务 | Ramp AI Index |
| 网关调用量与花费 | 2026 年 5 月 AI Gateway 总 Token 环比 + 20%,总花费环比 + 43%;低价模型跑量、前沿模型跑花费 | Vercel AI Gateway Production Index(6 月发布,统计 5 月数据) |
2. 同一网关内的 "量与钱" 错位
Vercel 5 月数据把这种错位表现得很直接:
| 厂商 / 阵营 | Token 份额 | 花费份额 | 说明 |
|---|---|---|---|
| DeepSeek | 单月从不足 1% 升至 17% | 维持约 1% | 低价 Flash/Pro 快速进入生产环境,跑量但不跑收入 |
| Anthropic | Token 份额 26%→32% | 花费份额 61%→65% | 高价值编程 Agent、后台 Agent 场景占 70%—80% 花费 |
| OpenAI | Token 份额约 13% | 花费份额约 13% | 总量稳定,单 Token 付费水平略升 |
| 编程 Agent 细分 | DeepSeek 占 49% Token、仅 4% 成本;Anthropic 占 28% Token、70% 成本 | — | 同一任务池里,模型档位决定钱花在谁身上 |
二、用量为什么暴涨:需求侧的四个拉动因素
- 编程 Agent 与后台 Agent 落地:Cloud Code、代码审查、自动化运维等场景被企业看到,长周期任务反复调用模型,单次任务 Token 消耗远高于普通问答。
- 长上下文与工具调用:系统指令、历史对话、代码库、检索结果反复进入上下文,加上工具调用、重试和多轮规划,单条工作流的 Token 链条被拉长。
- 企业从试点转向生产部署:客服问答、文本处理、轻量代码补全等标准化任务下沉到轻量模型,调用规模放大;复杂推理仍保留给旗舰模型。
- 低价降低试用门槛:单位成本下探后,更多初创团队和中小企业敢把模型接进真实产品,调用池整体扩大。
三、收入为什么可能持平:量价剪刀差的四个来源
1. 单价下行速度快于用量增长
价格战下,固定能力档位的推理成本持续快速下降;如果 Token 年增速跑不赢单价年降幅,实验室总收入就可能原地踏步甚至回落。行业内把两种情景分开看:
- 杰文斯悖论情景:价格下降后企业多建数倍 Agent,总支出重新扩张,实验室收入随用量上涨。
- 通缩压缩情景:工作流被精简、任务迁到更便宜的模型,用量增长不足以抵消降价,实验室利润率被结构性挤压。
2. 调用结构偏向低价档和缓存命中
- 高频、规则明确的任务流向 Flash / 轻量模型,旗舰模型只承接高风险复杂任务。
- 缓存命中输入与未命中输入价差可达数十倍:以 DeepSeek 非高峰口径为例,首次处理 100 万 Token 约 1 元,再次读取相同缓存内容约 0.02 元;两次都计入 Token 用量,收入却相差约 50 倍。
- 当大量调用来自低价模型和缓存内容,Token 账单增长速度会明显慢于 Token 量增长速度。
3. 成本端刚性,降价先压利润
- 头部实验室锁定了长期 GPU 采购、数据中心、电力和内存带宽承诺,属于固定成本;收入端单价下行,成本端短期无法同比例收缩。
- 第三方调研口径中,Anthropic 每月算力相关开支约 12.5 亿美元,毛利率约 44%,低于大型软件公司常见的 70% 以上水平;不同实验室口径差异较大,仅作结构参考。
- 上游 HBM、高端 GPU 供需偏紧,部分云厂商反而在涨价,模型厂商降价空间需要靠架构优化和规模效应消化。
4. 订阅与企业打包对冲,但有上限
- OpenAI、Anthropic 等试图用订阅制、企业级服务、生态绑定和增值功能锁定高毛利客户,对冲 API 降价。
- 风险在于:Token 通缩速度可能跑赢订阅 ARPU 增长;企业采购越来越把模型当成可替换零件,常规任务中多数项目认为底层模型可以替换。
四、价格战梯队:2026 年以来的主要降价动作
| 时间 | 厂商 / 模型 | 动作口径 | 备注 |
|---|---|---|---|
| 5 月 22 日 | DeepSeek V4-Pro | 永久降价约 75%,缓存命中输入 0.025 元 / 百万 Token | 折扣价转为长期官方定价 |
| 5 月下旬 | 小米 MiMo-V2.5 系列 | 部分场景降幅逼近 99%,取消上下文分段计价,同等价格用量提升 5—8 倍 | 定价看齐 DeepSeek 档位 |
| 6 月初 | 腾讯云平台 DeepSeek-V4 全系列 | 最高降幅 97.5%;后续 MiniMax-M3 三项费用下调 50% | 仅调计费标准,服务参数不变 |
| 6 月 | 火山引擎 Seedance 2.0 mini | 图生视频每千 Token 0.023 元、视频生视频 0.014 元 | 多模态生成降价 |
| 7 月 16 日前后 | OpenAI GPT-5.6 系列 | 下调 Luna、Terra 价格,Luna 降幅约 80%;Sol 价格维持;CEO 公开表示可再降价 75% 应战 | 同时减少 Codex、ChatGPT Work 额度消耗,变相降本 |
| 8 月 10 日 | Anthropic Claude Sonnet 5 | 取消原定 9 月生效的 50% 涨价计划,2 美元 / 10 美元长期保留 | 价格战压力下放弃提价 |
| 9 月 10 日 | DeepSeek V4.1 Flash | 非高峰缓存命中输入 0.02 元、未命中输入 1 元、输出 4 元;高峰翻倍 | 能力提升反而成为降价理由 |
降价背后的技术支撑
- 架构侧:MoE 混合专家、稀疏注意力、KV Cache 复用、投机解码、连续批处理,压低单次调用算力消耗。
- 工程侧:三级缓存调度、输入长度分桶、推理引擎优化,提升集群吞吐。
- 供给侧:国产算力适配、绿电节点和机房成本下降,摊薄单位推理成本。
五、阵营分化:两条路线,两种承压方式
1. 美国前沿实验室:向上走,靠企业与生态对冲
- 收入高度依赖 API 调用和订阅费用,成本端锁定长期算力承诺,直接承受 Token 通缩冲击。
- 对策是订阅制、企业级合规与安全能力、专有数据库连接器、生态绑定,把用户留在高毛利增值服务里。
- OpenAI、Anthropic 均已在 2026 年夏季提交 IPO 申请,资本市场需要看到用户规模、收入增长和可持续毛利;价格通缩下的定价权是招股环节最难解释的部分。
2. 中国模型厂商:向下扎根,低价换份额与生态
- 头部模型普遍开放权重,开发者可私有化部署,API 溢价空间被系统性压缩。
- 低价建立在架构创新和成本控制之上,低毛利被视为主动战略;前端模型引流,后端靠云基础设施、行业应用和生态回收利润。
- 国内市场同样出现分层:轻量档成本下降约 35%—40%,旗舰档成本反而上涨约 60%—233%,行业从 "拼挂牌单价" 转向套餐、分时、缓存、Credits 等组合计费。
3. 独立模型厂的压力
- 大厂有算力、云平台和分发渠道,模型可以作为生态的一部分;独立模型公司必须在价格持续下降的环境里证明能保住客户、扩大调用量并改善利润率。
- 资本市场不再只为增长付费:以智谱为例,2026 上半年收入 9.54 亿元、同比增长 399.7%,MiniMax 同期收入 1.17 亿美元、同比增长 283.1%,但投行对 API 业务的 ARR 估值倍数从 50 倍下调到 30 倍左右;增长仍在,估值标准已经收紧。
六、后续观察:判断收入会不会持平,看这几个指标
- 量价增速差:Token 调用量年增速是否持续跑赢单价年降幅;跑不赢,收入就容易持平。
- 模型组合结构:旗舰档与轻量档的 Token 占比、缓存命中比例、付费日活和 ARPU 变化。
- 毛利与算力承诺:毛利率走势、长期算力合约到期节奏、新签 GPU 与数据中心承诺。
- 企业续约:2024 年签订的多年期企业合同进入续约期,采购方已掌握实际账单和路由数据,可迁移到低价模型的比例直接影响续费金额。
- 计费模式演进:从按 Token 计费转向按任务结果、按订阅包、按 Agent 席位计费的比例,决定单价通缩能否被新计费方式对冲。
- 旗舰档定价:高端推理模型是否提价、取消涨价或被迫跟进降价,是前沿实验室定价权的直接信号。
【相关 FAQ】
问题 1:为什么 Token 用量暴涨,前沿 AI 实验室的收入却可能持平?
回答 1:核心原因是量价剪刀差。Token 用量被编程 Agent、长上下文和企业生产部署推高,但 Token 单价在价格战中快速下跌,缓存命中和低价 Flash 模型又占掉大量调用量,这部分用量带来的收入很低;如果用量增速跑不赢单价降幅,实验室总收入就可能持平甚至回落。再加上算力采购和数据中心成本是刚性承诺,降价首先挤压的是利润空间。
问题 2:这轮 AI 价格战里,Token 价格到底跌到了什么水平?
回答 2:按 Silicon Data 使用量加权指数,全球每百万 Token 推理均价从 2026 年 5 月底 2.04 美元跌到 9 月初 0.97 美元,首次跌破 1 美元;Ramp 口径的混合有效单价从 3 月高点到 9 月下跌 41%,降至 0.68 美元 / 百万 Token。国内侧,DeepSeek V4-Pro 缓存命中输入低至 0.025 元 / 百万 Token,V4-Flash 非高峰缓存命中 0.02 元;小米 MiMo-V2.5 部分场景降幅逼近 99%。不同模型档位、输入输出和缓存状态价差很大,不能只看单一挂牌价。
问题 3:前沿 AI 实验室打价格战,谁的压力最大?
回答 3:收入依赖 API 调用和订阅、同时锁定长期算力承诺的基础模型实验室压力最直接。美国头部厂商处在价格通缩与成本刚性的交叉点,需要靠企业订阅和生态绑定对冲;中国开放权重模型厂商把低价作为战略起点,靠份额、生态和后端云服务回收利润;独立模型厂没有大厂渠道和算力兜底,在估值倍数收紧环境下压力更明显。
问题 4:企业用户在这轮 Token 价格战中是省钱了还是花得更多?
回答 4:呈现分化特征。Ramp 数据显示,8 月 Top 1% 企业人均月 AI 支出从约 8,000 美元降到 7,205 美元,前沿模型 Token 份额从 53% 降到 45%,常规任务迁到更便宜的档位;但 Vercel 网关数据同期总花费仍在环比增长,高价值 Agent 场景继续为前沿模型付费。整体趋势是 "按任务选模型、混合路由",单价下降但工作流复杂度上升,企业总账单未必同比例下降。
问题 5:接下来判断 AI 实验室收入走势,应该重点盯哪些信号?
回答 5:重点看六组指标:Token 量增速与单价降幅的差值、旗舰 / 轻量模型调用结构、缓存命中比例、毛利率与算力合约到期节奏、企业续约时可迁移到低价模型的比例,以及是否转向按任务结果或订阅席位计费。如果用量增长持续被降价和结构下沉抵消,收入持平甚至毛利下滑的压力就会延续;反之若 Agent 工作流把总支出重新做大,实验室收入才可能随用量同步扩张。
【参考资料】
- [2026-10-02](Ramp AI Index: Businesses Pay Less as AI Use Rises, Token Deflation Hits 41%)lapaasvoice
- [2026-10-02](The Token Crash Is Coming. Your AI Bill Is Going Up.)thisisfrontier.ai
- [2026-09-30](2026 年上半年 Token 云服务市场价格走势观察)澎湃新闻・中国信通院云大所
- [2026-09-11](智谱和 MiniMax,进入 "低价增长" 时代)36 氪
- [2026-09-04](AI Token 价格创新低 中国模型把价格打下来了)证券时报・21 世纪经济报道
- [2026-08-11](DeepSeek 为什么敢涨价?)36 氪
- [2026-07-17](奥特曼称 OpenAI 降价 75%,因中国 AI 竞争激烈)虎嗅网
- [2026-06-17](竞争加剧 + 成本下降 Token 迎降价潮)上海证券报
- [2026-06-16](技术突破驱动成本下降 多款国产大模型宣布降价)人民网・证券日报
- [2026-06-08](DeepSeek enters the fight for token volume, Anthropic continues to dominate spend — AI Gateway Production Index June 2026)Vercel
【免责声明】
文中 Token 价格、调用份额、支出数据和降价幅度均来自公开媒体报道、第三方指数与厂商公开口径,不同统计机构的样本范围、加权方式和时间窗口不同,数值不可直接横向等同;Ramp、Vercel、Silicon Data 等数据基于其各自客户或网关样本,不代表全行业整体收入与利润水平。文中涉及的实验室成本结构、毛利率、算力开支和 IPO 进展为公开调研或媒体估算口径,未经审计,不构成财务预测或投资建议。大模型 API 价格、档位划分和缓存规则调整频繁,企业采购与厂商经营决策请以官方定价页、合同条款和审计财报为准;本文不构成任何证券买卖建议或投资依据。
本文来自作者[畴流中转者]投稿,不代表江南网立场,如若转载,请注明出处:https://news.jnwb.net/rgzn/202611/3526.html
评论列表(4条)
我是江南网的签约作者“畴流中转者”!
希望本篇文章《Token 用量暴涨却难拉动收入前沿 AI 实验室卷入极端价格战》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:开篇:先把核心情况说清楚2026 年大模型行业出现了一个典型的 "量价背离" 局面:企业侧 Agent、编程助手、长上下文调用把 Token 用