1. 开源权重模型成为定价天花板。 DeepSeek、阿里巴巴(Qwen)和月之暗面(Kimi)持续发布可自由部署的开源权重模型。这为任何专有API的定价设置了一个无形上限。即使是顶级的美国模型,如今也要与几乎免费的“外部选项”竞争 。
2. 底层架构带来的成本优势。 中国AI实验室普遍采用混合专家模型(MoE)架构和激进的缓存策略,使得推理成本降至每百万Token几美分甚至更低。DeepSeek的缓存命中输入成本仅为0.0028美元,几乎是零成本 。
3. 中国国内市场白热化竞争。 DeepSeek、月之暗面、阿里巴巴、字节跳动、百度和智谱AI等厂商在国内激烈争夺企业和开发者客户,价格战在国内早已打得不可开交,而这些低价优势随后被直接输出到全球市场 。
4. 来自公开市场的压力。 OpenAI(在2026年3月融资后估值8520亿美元)和Anthropic(以约9650亿美元估值秘密提交S-1文件,即将在10月以可能达到2万亿美元的估值IPO)都面临着华尔街的严格审视 。OpenAI在2026年中的调整后营业利润率达到-122%
。为了支撑IPO故事,它们必须展示出营收增长和客户留存能力——这意味着即便牺牲利润,也要在价格上与中国对手看齐
。
企业用户对不断膨胀的AI开支变得更加敏感。投行Jefferies报告称,受价格战和中国开源模型普及的推动,企业AI推理成本在2026年8月跌至年内最低点 。越来越多企业开始采用“分层策略”:使用廉价的中国模型处理常规任务,仅将昂贵的美国模型用于关键推理环节,实现从“狂刷Token”到“讲求效率”的转变
。
2026年8月中旬,DeepSeek因需求过载而将V4的API价格在高峰时段最高上调了12倍 。这一信号显示出,极致低价在高负载下可能难以为继。但另一方面,这也说明需求如此旺盛,以至于即便涨价12倍,DeepSeek的价格依然比多数美国对手便宜。