上週，DeepSeek預告其API即將提價，並稱“預計漲幅較大”；本週，Anthropic卻取消了Claude Sonnet 5原定50%的漲價計劃。這一漲一降，折射出中美大模型廠商在定價策略上的明顯分化，也預示著AI行業正從按Token消耗量計價的舊模式，轉向以任務完成成本和最終價值為核心的新定價邏輯。

年內，智譜已數次上調API價格；月之暗面推出新模型Kimi-K3後，也將旗艦API定價提高了3倍多。與此同時，OpenAI卻在主動擴大價格優勢：上月底，GPT-5.6 Luna的API呼叫價格下降了80%，並通過多次重置付費使用者額度、讓Luna成為ChatGPT免費版預設模型並在文本聊天中無限量供應，進一步降低了訂閱使用者的實際成本。

表面上的相反趨勢，背後是中國開源模型能力逼近前沿閉源模型，壓縮了後者收取高溢價的空間。在全球最大模型聚合平台OpenRouter上，開源模型創造的token呼叫量已從年初的1/3提升至當前的2/3。

從任務成本看，差距更為直觀。在ARC-AGI-2基準下，7月中旬釋出的Kimi-K3在單任務成本1.59美元時取得60.4%的成績；GPT-5.6-Luna成績接近（59.5%），但單任務成本已降至0.67美元；隨後釋出的GPT-5.6-Luna-0730在能力基本持平的情況下，將成本進一步壓低80%，以0.18美元/任務取得59.6%的成績。同樣的智慧能力，正呈現完全不同的成本曲線，為重新定價創造了空間。

DeepSeek尚未公佈具體漲幅。若以ARC-AGI-2單位任務成本為參照，DeepSeek-V4-Flash-0731與GPT-5.6-Luna-0730成績相近，但單任務成本僅0.042美元，相差4倍多，確實留有較大調價空間。即使提價3倍至0.12美元/任務，其成本仍明顯低於降價後的Luna-0730。

使用者需求對價格並不總是敏感。在一份流出的內部紀要中，DeepSeek創始人梁文鋒曾表示，在當時的價格區間內，即使價格翻倍，Token消耗量也不會明顯下降；反之降價需求也不會大增。據報道，Kimi-K3釋出後，智譜的API使用者增長几乎未受影響，ARR增速也未放緩。

不同廠商正採取不同的價值捕獲方式。Anthropic走高價值任務路線，強調智慧價值密度，在編碼領域有先發優勢，並藉助Harness向金融、醫療、法律等知識工作領域擴充套件。只要AI創造的價值足夠高，較高的價格未必是障礙。但在更多場景中，模型已可被替換，市場也在選擇價效比更高的第三方Harness；其Haiku在開源模型衝擊下迭代節奏承壓，如今Sonnet通過取消漲價“變相降價”應對壓力。

OpenAI則強調智慧價值的廣度，在進軍企業市場的同時，仍保有超過10億月活的消費使用者。通過免費層和低價策略，OpenAI實際上在用模型能力補貼使用者規模，將使用者、入口和使用習慣轉化為平台價值。對OpenAI而言，單位Token利潤並非唯一價值來源，使用者規模本身就是資產。

DeepSeek的路徑不同，多次表示不把利潤最大化作為目標，只要“十個月收回裝置成本”即可。其價格優勢源於模型與算力基礎設施的協同，部署同樣模型算力成本更低、利潤率更高。更低的成本服務於其AGI願景，使其能在算力有限的情況下訓練與部署更大模型。

算力正從成本變數變為供給變數。DeepSeek的V4-Flash-0731釋出重現R1時期盛況，開發者大量湧入，上月已採取峰谷定價機制，但仍難以平衡服務成本與負載。提價可能篩掉低剛性需求，讓算力流向真正依賴AI的使用者。Kimi-K3釋出僅數日，Moonshot就因需求超計算能力暫停新訂閱，優先保障現有付費使用者。智譜與DeepSeek都在建設GW級算力基礎設施。

早期Token價格主要反映算力成本，如今算力不足時價格還承擔篩選需求、配置稀缺智慧的功能；算力供給擴大後，廠商獲得更多價值捕獲與資源配置的選擇空間。因此，國產模型漲價、美國模型降價的分化未必永久持續，隨著國產能力提升與算力擴張，價格差異可能收斂，但未必重回價格戰。真正持續的，是廠商不再簡單按Token成本定價，而是基於各自稟賦、戰略與使用者價值理解，做出不同價值主張——這或許是AI走向成熟的關鍵標誌。