过去一年，中国大模型行业最直观的变化之一，就是API价格的一路下探。近日，多家厂商再度调整旗下模型的调用定价，通义千问、DeepSeek、豆包等在不同规格的模型上给出了更具攻击性的价格区间，部分轻量模型的输入成本已降至极低水平。表面看是“价格战”，背后其实是一场围绕推理效率、架构选择和商业模式的综合较量。
先理解降价的底气从哪来。大模型推理成本主要由算力消耗决定，而近一年最关键的技术变量是MoE（混合专家）架构的普及。传统稠密模型每次推理都要激活全部参数，而MoE模型在处理每个token时只激活部分专家网络，在保持总参数规模的同时，大幅降低单次推理的实际计算量。DeepSeek在其模型上对MoE与稀疏激活的运用，是其在保持较强能力的同时压住成本的重要原因。换句话说，同样一次问答，架构优化能让实际算力开销成倍下降，价格自然有了下探空间。
第二层是推理侧的工程优化。包括KV缓存的高效管理、批处理（batching）策略、量化压缩以及更精细的显存调度。这些看起来“不性感”的底层工作，直接决定了单位token的成本。通义千问依托阿里云的规模化基础设施，在弹性调度和资源利用率上有天然优势；豆包则借助字节的工程体系，在高并发场景下摊薄单次调用成本。当调用量足够大时，基础设施的效率差异会被放大成实打实的价格差。
第三层才是商业策略。对厂商而言，降价不仅是抢客户，更是抢占“调用量入口”。大模型的商业模式高度依赖规模效应：调用越多，单位成本越低；单位成本越低，越敢降价；越降价，调用越多。这个飞轮一旦转起来，后来者很难追赶。因此我们看到，各家的定价策略往往区分模型规格——旗舰模型保持一定价格以覆盖研发投入，轻量模型则大幅让利，用来承接高频、低复杂度的任务，比如文本分类、信息抽取、客服问答。
降价对下游的影响是直接的。此前很多创业团队做AI应用，最大的顾虑是“用户用一次我亏一次”，推理成本高企让免费模式难以持续。如今轻量模型成本下降后，一些场景的商业模式开始成立：比如批量文档处理、电商商品描述生成、会议纪要整理等，单次成本可控，且需求高频。对中小企业来说，这意味着可以用较低预算把AI嵌入日常流程，而不必一次性投入大量算力。
但降价也带来新的问题。一是“便宜不等于合适”，轻量模型在复杂推理、长文本理解上的能力与旗舰模型仍有差距，选型时若只看价格，容易在关键任务上翻车。二是价格透明度与稳定性，部分厂商的优惠有期限或调用量门槛，企业在做成本测算时需要看清计费细则。三是数据与合规，成本之外，数据是否用于训练、是否支持私有化部署，往往是企业更在意的因素。
从趋势看，单纯的价格战不会无限持续，最终会回归“性价比”竞争：在给定价格下谁的能力更强，或在给定能力下谁更便宜。对厂商而言，真正的护城河不只是价格，还包括模型迭代速度、工具生态、以及能否帮客户把AI真正用起来。对用户而言，这轮降价潮是实实在在的红利——但理性选型、按场景匹配模型，比追逐最低价更重要。国产大模型的价格曲线还会继续下探，而决定胜负的，终究是“每一块钱能买到多少有效智能”。
标签：大模型,推理成本,通义千问,豆包,MoE