AI定價徹底分化！大模型只剩兩種活法，中間的先死
最近大模型圈，出現了一種很割裂的事情。
過去大家總覺得，技術越普及，AI肯定越來越便宜。比如你看DeepSeek，API價格直接打到粉碎性骨折，幾乎等于白給。
這話只說對了一半。
當你以為大家都要跟著大甩賣時，像Claude Fable 5 這種頭部的“前沿模型”反而開始瘋狂漲價了，還有人搶著買單。智譜甚至靠著提價，市值直接干到了1萬億。
這就很魔幻了。同樣是賣智能，有人靠跳樓大甩賣，有人靠稀缺腦力瘋狂收割利潤，兩撥人活在完全不同的兩個世界里，卻共用一個名字，叫大模型。
既然兩極分化這么嚴重，那中間那些比上不足、比下有余的模型怎么辦？
Altimeter Capital 合伙人 Freda Duan 的判斷一針見血：未來只有兩種模型能活下來，要么足夠出色，要么非常便宜。而DeepSeek，就是那條橫在所有人面前的“生死線”。
今天，我們就來聊聊模型定價分化這個事。
/ 01 / AI 定價開始分化了
過去兩年，很多人對大模型價格有一個基本判斷：模型會越來越便宜。
當模型能力被證明可以復制，后來者就會迅速把價格打下來。這就是所謂的“成熟智能通縮”。
DeepSeek就是這個故事的典型代表。2026年5月，V4-Pro模型API價格直接打到原價的四分之一。API輸入緩存命中降至0.025元/百萬Tokens，輸出6元/百萬Tokens。
這個價格，是GPT-5.5的三十五分之一。
但如果你以為這就是全部真相，那就大錯特錯了。
另一邊，真正的前沿能力不僅沒有通縮，反而開始瘋狂溢價。
Claude Fable 5 是最典型的例子。上一代Opus 4.8，價格是輸入5美元、輸出25美元。到了Fable 5，價格直接翻倍，輸入10美元、輸出50美元。
GLM-5.2也是一樣。相比上一代，它的加權平均API價格高出了13%，甚至是Kimi K2.7-Code的1.2倍，DeepSeek V4-Pro的4.9倍。
漲幅看起來不算夸張，但真正的變化在任務成本上。
因為 GLM-5.2 更像一個長推理、長上下文、長鏈路 Agent 模型。Artificial Analysis 的測試顯示，它每個任務平均輸出 4.3 萬個 token，明顯高于 GLM-5.1 的 2.6 萬個。
所以，單任務成本從 GLM-5.1 的約 0.25 美元升到 GLM-5.2 的約 0.46 美元。
也就是說，哪怕名義單價沒有大幅變化，實際跑一次復雜任務的錢也在變貴。
為什么它們敢逆勢漲價？
原因也很簡單，當一個模型真的比其他模型更聰明，能解決更復雜的問題，能減少重試、減少人工介入、完成更長鏈路的任務，它就拿到了token的定價權。這也是智譜在三天內股價翻倍的重要原因。
說白了，大模型正在分化成兩種截然不同的商業模式：
成熟智能陷入通縮：賺取的是模型規模化應用的錢，依賴極低的邊際成本吃透流量紅利。
前沿能力走向溢價：賺的是絕對定價權的錢，依靠稀缺的復雜任務處理能力拿到高毛利。
這種分紅背后，還藏著一個AI與傳統互聯網在單位經濟模型（Unit Economics）上的根本差異：客單價（ARPU）的無上限性。
互聯網時代，單客價值往往存在明確的天花板，但在 AI 時代，一個深度用戶每天可以消耗上億 Token。
以 Claude Code 為例，頭部 10% 的超級用戶貢獻了 80% 到 90% 的營收，呈現出極其極端的冪律分。這意味著，“使用深度”比“滲透率”有著更為龐大的商業潛力。
/ 02 / 中間模型會被淘汰，DeepSeek是“生死線”
既然兩極分化這么嚴重，那中間那些比上不足、比下有余的模型怎么辦？
Altimeter Capital 合伙人 Freda Duan 的判斷一針見血：未來只有兩種模型能活下來，要么足夠出色，要么非常便宜。
在這個邏輯下，DeepSeek 實際上劃定了整個行業的“生死線”。
如果一個模型只比 DeepSeek 強一點，但價格貴很多，它就沒有長期存在的理由。對于企業和開發者而言，為微弱的能力溢價支付不成比例的成本，顯然不符合基本的商業常識。
當缺乏核心壁壘的中間層模型被加速出清，大模型市場的運作機制正在不可逆地向“路由系統（Routing System）”演進。
企業開始通過智能路由進行任務的精準拆分：將最高價值的復雜推理交由前沿模型，將海量基礎任務交由高性價比模型，從而實現單位成本下的產出最大化。
正如加文·貝克（Gavin Baker）所描述的產業終局：“前沿模型攫取了 90% 的經濟價值，而開源與廉價模型承載了 80% 的 Token 消耗。”
簡而言之，前沿模型吃利潤，廉價模型吃流量。
這種路由機制的存在，就是中美AI競爭最底層的邏輯。中國 AI 對海外生態的擠壓，未必表現為中國模型公司在前臺直接擊潰美國巨頭，而是一場更為隱秘的“底層平替”。
越來越多的美國 AI 應用公司，為了壓降履約成本，開始將底層基礎設施悄悄切換為 Kimi、Qwen 或 DeepSeek，再于前臺封裝自身的產品體驗與工作流。
用戶表面上還在用 Cursor，但底層某一部分調用量，已經悄悄從 OpenAI 和 Anthropic 切到了更便宜的模型。
法律 AI 獨角獸Harvey已經完美驗證了這一趨勢。它沒有簡單調用最貴的閉源模型，而是基于自己的法律數據，對開源模型做強化學習和監督微調，再通過路由器把不同任務分配給不同模型。
測試表明，這種混合路由方案在部分復雜的法律場景中，不僅性能足以超越 Opus 4.7 或 4.8，還實現了更低的成本。
這很有可能就是AI應用公司未來的終極形態：底層接入各大API，前臺包上自己的數據和工作流，中間靠路由賺差價。
/ 03 / 模型沒有護城河？
未來唯一的問題只有一個：前沿模型的定價權能不能守得住。
Freda Duan 對前沿模型很樂觀。她認為，對前沿智能的需求永遠不會被完全滿足。只要任務足夠復雜，人類就會繼續為更強的智能付費。
但反對者的邏輯也很簡單，美國高端模型如果要貴一百倍，就必須證明自己在目標任務上能創造遠超一百倍的價值。
對少數高端任務，這個溢價也許能成立。對大多數普通任務，很難長期成立。
一旦用戶習慣了高性價比的“智能路由”，高端模型就不再天然擁有所有流量。它們只能在最難、最骨感的金字塔尖里爭奪那一點點市場份額。
而回顧歷史，任何行業出現這種高毛利都會吸引激烈的競爭。兩年前，Google DeepMind 內部曾經流出過一句話：
“We don't have a defending moat, neither does OpenAI。”
翻譯過來就是，我們沒有護城河，OpenAI 也沒有。這句話到今天似乎仍然成立。
在這波coding為核心產品周期里，Anthropic在商業化層面完成了對OpenAI的反超。
過去兩年，谷歌的連續起伏也在證明著這一點。2025 年以前，它在硅谷敘事里還是一個充滿“中年危機”的角色。搜索被挑戰，組織被質疑，AI 發布會翻車，外界一度覺得它錯過了這一輪。
但到了去年，Gemini 3 橫掃各大榜單，Nano Banana Pro 把 AI 生圖的精度和想象力推到了一個新高度。去年三季度，Gemini 應用月活躍用戶突破 6.5 億，相比上一季度的 4.5 億大幅提升。
所有人都在說，谷歌又回來了。
但現在，新的擔憂又出現了。谷歌不僅缺席了coding這波最重要的產品周期，Noam Shazeer 和 John Jumper 等核心人才也連續離職，再次讓市場重新擔心它在大模型領域的優勢。
這意味著，前沿模型公司沒有永遠安全的位置。
/ 04 / 總結
商業的底色，從來不講武德。
大模型的故事講到最后，其實已經被折疊成了一條鐵律：要么足夠極致，要么足夠便宜。
前沿模型必須死守智力的高地，持續用無可替代的性能賺取絕對的定價權；而廉價模型則會淹沒下沉的汪洋，靠極致的性價比吃透規模化的流量。
至于那些卡在中間、比上不足比下有余的模型，注定會在無處不在的“智能路由”中被徹底絞殺，最終被清出牌桌。
今年年初，硅谷創投教父納瓦爾在一檔播客里說了句極其扎心的話：在 AI 時代，平庸的人沒有市場，“絕對細分”才是唯一的活路。
人是這樣，AI也一樣。這個世界還是公平的。
文/阿奇
原文標題 : AI定價徹底分化！大模型只剩兩種活法，中間的先死
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
