文 | 锌刻度，作者 | 陈邓新，编辑 | 李季
眼下，涨价成为大模型的关键词。
迈入 2026 年，大模型不再是优惠缩水，而是毫不掩饰地开启了涨价模式，大大小小的厂商纷纷入局，智普甚至在短短三个月之内两次提价。
以至于，国产大模型定价首次与海外头部厂商对齐。
大模型涨价，是昙花一现还是旷日持久？降价争夺市场的打法，是否走到了尽头？价值战会成为未来竞争的核心叙事吗？
不愿贱卖成为行业的共识
曾几何时，降价才是大模型的竞争基调。
「全线降价」「两款产品免费」「百万 Token 一分钱」「比行业同类产品便宜 90%」「免费、全面免费、永久免费」……
这一系列动作的背后，则是大模型为了长远发展选择牺牲短期利益。
通俗易懂地说，为了 AI 普惠需要不断降低大模型的 Token 价格，唯有此才可以在 B 端赋能千行百业、在 C 端成为标配的日常工具。
Token 成为大模型的重中之重
毕竟，将市场蛋糕越做越大才可以吃到规模化的红利，从而获得更大的势能。
阿里云资深专家朱迅垚曾表示：「阿里云大模型降价，是希望让更多的使用者和中小企业用上大模型，加速 AI 应用市场的提前爆发。」
百度智能云 AI 与大模型平台总经理忻舟亦表示：「大模型仍处于市场培育阶段，企业只有在认识到大模型带来的巨大价值后，才能将其应用于更大规模、更复杂的业务场景中。」
需要注意的是，大模型并非一味追求降价，也通过创新进行让利。
以 2025 年 6 月发布的豆包大模型 1.6 为例，一改行业之前的定价惯例：深度思考或多模态能力无需为 Token 额外买单，且 Token 的价格随着 0—32K、32K—128K 和 128K—256K 这三个输入长度的增长而增加，进行了分区定价，性价比更高。
分区定价打破常规
不曾想，大模型价格只降不升的传统被打破了。
迈入 2026 年之后，GLM、Seedance、HY2.0 Instruct 等大模型或多或少有了提价的动作，特别是 GLM-5.1 在 Coding 场景的缓存命中 Token 价格接近 Anthropic 旗下大模型 Claude Sonnet，这是国产大模型首次在核心场景实现与海外头部厂商的价格对齐。
这意味着，大模型越来越不愿意贱卖 Token 了。
MiMo 大模型负责人罗福莉表示：「我建议 LLM 公司在弄清楚如何在不造成资金流失的情况下为 Coding 方案定价之前，不要盲目地竞相压低价格。以极低的价格出售 Token，同时对第三方敞开大门，这看起来对用户很有吸引力，但这却是一个陷阱——Anthropic 刚刚摆脱的那个陷阱。」
简而言之，打价格战不如打价值战。
Token 价格低，不意味着模型能力强，如若模型能力不足则会消耗更多的 Token，进而导致更大的浪费，最终用户与大模型双输。
如此一来，大模型回归价值博弈成为一道必答题。
竞争焦点出现了转向
大模型从价格战走向价值战，背后的缘由有三。
首先，供不应求。
智能体时代，Token 的长度从十万级向百万级、千万级跃迁，与此同时消耗量也实现了上百倍增长，成为大模型提高获客量的关键抓手。
之所以如此，与思考链路延长息息相关。
一问一答模式的 Token 消耗是线性增长，而智能体模式可以进行长链路思考、执行多重任务、完成循环调用等，Token 消耗是指数级增长。
关于此，从智谱的数据就可见一斑。
2026 年第一季度，智谱大模型的 API 调用定价提升了 83%，而 Token 消耗量增长了 400%，提高定价并未抑制需求，反而出现了供不应求的现象。
智谱 CEO 张鹏表示：「AGI 时代的商业价值可以归结为一个简洁的公式：智能上界 × Token 消耗规模，智能上界决定了定价权，Token 消耗规模决定了价值体量。未来，衡量一个个体或组织价值的标准，不再是掌握了多少信息，而是其作为 Token 架构师，在给定预算下构建复杂 Agent 系统并驱动大模型完成复杂 Agent 系统的自主运行。」
正因为如此，大模型的竞争焦点出现了转向。
大模型不再围绕参数、数量、打榜等指标比拼，而是转向拼应用、拼生态，因而性价比不再是唯一的关键指标，价值创造站到了 C 位。
譬如，混元 3D 世界模型 2.0 可以理解文字、图片、视频等不同类型的输入，自动生成 3D 场景，无缝对接游戏开发、AI 漫剧等工作流。
一句话生成 3D 世界
再譬如，GLM-5.1 能够在一次任务中独立、持续工作超过 8 小时，成为当下唯一具备此能力的开源模型。
其次，分担成本。
大模型落地离不开云计算的鼎力相助，但云计算的成本肉眼可见的在不断增长，如此涨价成为必然。
以数据中心为例，一方面存储芯片等成为卖方市场，持续抬高新建成本；另外一方面由于是耗电大户，在能源价格高企的背景之下，运营成本被迫不断抬升。
不难看出，大模型服务比传统的互联网服务成本更贵。
更为关键的是，由于 AI 技术不断迭代，大模型也需要推陈出新，进一步推高了开支，亟须探索良性的、合理的商业化路径。
火山引总裁谭待曾有言：「对于企业级市场来说，商业模式是建立在可持续发展的基础上，任何商品必须是盈利的，不能靠补贴来降价。如果降价是亏损的，规模越大亏得越多，这就不是合理的商业模式。」
再次，胜者为王。
随着 「百模大战」 的演进，不少实力欠佳的玩家选择退场，即便是实力强劲的玩家也难以面面俱到，选择聚焦主航道。
Sora，就是最好的明证。
作为 OpenAI 旗下的 AI 视频生成工具，Sora 诞生之初备受好评，视为 AI 生成视频赛道的颠覆性产品。
却不想，由于入不敷出，成为 OpenAI 的弃子。
Sora 寿终正寝
公开数据显示，Sora 商用级内容的生成命中率仅 5%～10%，生成一分钟高质量视频的推理成本为 30~50 美元，因而 30 天用户留存率为 1%，60 天留存率为 0%。
简而言之，Sora 并没有成为生产力工具。
其实，Sora 不行，不意味着 AI 生成视频不行，Seedance、可灵等中国 AI 生成视频大模型不但技术过硬，更是不缺应用场景，最终上演了弯道超车。
「蓝鲸科技」 报道：「Seedance 2.0 出来前，大多数模型每次只能生成一个 5 秒的视频，5 秒里可能 3 秒都是废片，一个完整的镜头需要几个视频拼接，而 Seedance 2.0 能够生成完整的 15 秒视频，运镜切换自如。」
Seedance 之外，可灵的表现也可圈可点。
财报数据显示，2025 年第一季度至第四季度，可灵的营业收入分别为 1.5 亿元、2.5 亿元、3 亿元、3.4 亿元，虽然增速有所放缓，但整体依然处于增长的势态。
总而言之，大模型走过了采取低价甚至免费策略进行 AI 普惠的阶段，迈入了价值创造的阶段，为了更好地释放生产力，既要比拼模型的高效，也要比拼场景的适配。
那么，大模型竞速进入 「深水区」。