上周，DeepSeek预告其API即将提价，并称“预计涨幅较大”；本周，Anthropic却取消了Claude Sonnet 5原定50%的涨价计划。这一涨一降，折射出中美大模型厂商在定价策略上的明显分化，也预示着AI行业正从按Token消耗量计价的旧模式，转向以任务完成成本和最终价值为核心的新定价逻辑。

年内，智谱已数次上调API价格；月之暗面推出新模型Kimi-K3后，也将旗舰API定价提高了3倍多。与此同时，OpenAI却在主动扩大价格优势：上月底，GPT-5.6 Luna的API调用价格下降了80%，并通过多次重置付费用户额度、让Luna成为ChatGPT免费版默认模型并在文本聊天中无限量供应，进一步降低了订阅用户的实际成本。

表面上的相反趋势，背后是中国开源模型能力逼近前沿闭源模型，压缩了后者收取高溢价的空间。在全球最大模型聚合平台OpenRouter上，开源模型创造的token调用量已从年初的1/3提升至当前的2/3。

从任务成本看，差距更为直观。在ARC-AGI-2基准下，7月中旬发布的Kimi-K3在单任务成本1.59美元时取得60.4%的成绩；GPT-5.6-Luna成绩接近（59.5%），但单任务成本已降至0.67美元；随后发布的GPT-5.6-Luna-0730在能力基本持平的情况下，将成本进一步压低80%，以0.18美元/任务取得59.6%的成绩。同样的智能能力，正呈现完全不同的成本曲线，为重新定价创造了空间。

DeepSeek尚未公布具体涨幅。若以ARC-AGI-2单位任务成本为参照，DeepSeek-V4-Flash-0731与GPT-5.6-Luna-0730成绩相近，但单任务成本仅0.042美元，相差4倍多，确实留有较大调价空间。即使提价3倍至0.12美元/任务，其成本仍明显低于降价后的Luna-0730。

用户需求对价格并不总是敏感。在一份流出的内部纪要中，DeepSeek创始人梁文锋曾表示，在当时的价格区间内，即使价格翻倍，Token消耗量也不会明显下降；反之降价需求也不会大增。据报道，Kimi-K3发布后，智谱的API用户增长几乎未受影响，ARR增速也未放缓。

不同厂商正采取不同的价值捕获方式。Anthropic走高价值任务路线，强调智能价值密度，在编码领域有先发优势，并借助Harness向金融、医疗、法律等知识工作领域扩展。只要AI创造的价值足够高，较高的价格未必是障碍。但在更多场景中，模型已可被替换，市场也在选择性价比更高的第三方Harness；其Haiku在开源模型冲击下迭代节奏承压，如今Sonnet通过取消涨价“变相降价”应对压力。

OpenAI则强调智能价值的广度，在进军企业市场的同时，仍保有超过10亿月活的消费用户。通过免费层和低价策略，OpenAI实际上在用模型能力补贴用户规模，将用户、入口和使用习惯转化为平台价值。对OpenAI而言，单位Token利润并非唯一价值来源，用户规模本身就是资产。

DeepSeek的路径不同，多次表示不把利润最大化作为目标，只要“十个月收回设备成本”即可。其价格优势源于模型与算力基础设施的协同，部署同样模型算力成本更低、利润率更高。更低的成本服务于其AGI愿景，使其能在算力有限的情况下训练与部署更大模型。

算力正从成本变量变为供给变量。DeepSeek的V4-Flash-0731发布重现R1时期盛况，开发者大量涌入，上月已采取峰谷定价机制，但仍难以平衡服务成本与负载。提价可能筛掉低刚性需求，让算力流向真正依赖AI的用户。Kimi-K3发布仅数日，Moonshot就因需求超计算能力暂停新订阅，优先保障现有付费用户。智谱与DeepSeek都在建设GW级算力基础设施。

早期Token价格主要反映算力成本，如今算力不足时价格还承担筛选需求、配置稀缺智能的功能；算力供给扩大后，厂商获得更多价值捕获与资源配置的选择空间。因此，国产模型涨价、美国模型降价的分化未必永久持续，随着国产能力提升与算力扩张，价格差异可能收敛，但未必重回价格战。真正持续的，是厂商不再简单按Token成本定价，而是基于各自禀赋、战略与用户价值理解，做出不同价值主张——这或许是AI走向成熟的关键标志。