中国大模型告别低价内卷：单任务成本战全面打响

中国大模型行业历经两年多的价格战正在发生质的转变。从最初每百万 Token 一元的无底线跟进，到如今 API 市场分级确立，依靠单纯标价抢夺客户的时代已经划上句点。

今年上半年，大模型 API 呈现出冰火两重天的走势：一方面，通用对话模型的名义低价继续存在；另一方面，旗舰模型集体提价。中国信通院监测数据显示，国内大模型词元服务的归一化均价已从此前 6.8 元的低点回升至 13.46 元。靠单一低价抢客户的打法失效后，竞争的计量单位正式从“模型标价”转向“客户每完成一个任务实际花费的成本”。

头部厂商的降本新逻辑

在近期密集的模型迭代中，各家厂商展现了完全不同的降本策略：

DeepSeek：单价不变，靠工程压缩实际支出
DeepSeek 发布的 V4.1 Flash-1017 聚焦解决模型“输出冗余”的问题。此前版本在单任务中需要吐出大量 Token，抵消了原本的单价优势。新版本在减少无效输出后，最高推理档的单任务成本从 0.40 美元降至 0.26 美元。与此同时，DeepSeek 开源了兼容英伟达与昇腾算力的推理框架 DeepInfer，并开源了 Super-agent 原型架构。该架构通过常驻路由层与工作层解耦，借助外部监督程序自动接管异常任务，直指 Agent 任务中居高不下的人力监管成本。

MiniMax：稀疏注意力带来推理提速
面对上市后的盈利考核压力，MiniMax 发布的 M3.1 Flash 将部分全注意力层替换为稀疏注意力层。此项改动让线上推理速度提升近 3 倍，将 Agent 类任务的综合使用成本降低了 70%。在实际企业应用测试中，相同的任务花销下，交付时间相较竞品大幅缩短，推动推理效率转化为商业竞争力。

科大讯飞：主打端云一体与数据安全
科大讯飞推出星火 X2.6，主打“端云一体”架构，设定了未来 60% 应用在本地完成、30% 端云协同、仅 10% 依靠云端的落地规划。针对教育、医疗和政企客户对数据私密性的要求，讯飞将重点放在“数据不出本地”与全国产算力适配上，并设立独立子公司专门核算大模型业务的投入产出比。

阶跃星辰：主攻端侧与汽车生态
阶跃星辰开源了 6000 亿参数的 Step 5 Preview 基座模型，其单任务成本压低至 Claude Opus 5 的八分之一。不同于主攻 API 调用的同行，阶跃重点押注手机终端和汽车座舱等端侧部署，引入了手机 ODM 及产业链投资方，联合推进端侧 AI Agent 的规模化搭载。

月之暗面：坚守高端，优化任务效率
Kimi K3.1 Pro 继续走高端技术路线，API 价格较前代下调约三分之一，但由于任务平均消耗 Token 量上升，单任务综合成本基本与上一代持平。月之暗面还在训练阶段主动过滤了网络攻防数据，以平衡开源生态的安全风险。其核心目标在于通过技术溢价维持高端客户黏性。

计费形态的演进与商业化考核

除了底层模型架构的演进，商业模式本身也在孕育剧变。当前的行业痛点在于：按 Token 计费衡量的是模型运行的过程，而客户采购的核心诉求是任务交付的结果。两者的错位，促使行业开始探索从“按过程付费”向“按任务结果付费”过渡。

海外市场已有部分企业开始按智能体成功解决问题的次数收费，国内也有厂商尝试混合计价与业务增量分成模式。虽然结果指标的度量与归因难度较大，全面普及仍需数年时间，但面向任务交付的架构优化已成为共识。

随着各家大模型公司逐步直面二级市场与财务审计，大模型赛道告别了盲目的补贴狂欢。无论是走高溢价路线、规模效应路线，还是深耕行业解决方案与端侧落地，能够真正帮助下游客户把账算明白的商业模式，才能在这场深水区的成本战中胜出。