最近大模型圈，出现了一种很割裂的事情。
过去大家总觉得，技术越普及，AI肯定越来越便宜。比如你看DeepSeek，API价格直接打到粉碎性骨折，几乎等于白给。
这话只说对了一半。
当你以为大家都要跟着大甩卖时，像Claude Fable 5 这种头部的“前沿模型”反而开始疯狂涨价了，还有人抢着买单。智谱甚至靠着提价，市值直接干到了1万亿。
这就很魔幻了。同样是卖智能，有人靠跳楼大甩卖，有人靠稀缺脑力疯狂收割利润，两拨人活在完全不同的两个世界里，却共用一个名字，叫大模型。
既然两极分化这么严重，那中间那些比上不足、比下有余的模型怎么办？
Altimeter Capital 合伙人 Freda Duan 的判断一针见血：未来只有两种模型能活下来，要么足够出色，要么非常便宜。而DeepSeek，就是那条横在所有人面前的“生死线”。
今天，我们就来聊聊模型定价分化这个事。
/ 01 / AI 定价开始分化了
过去两年，很多人对大模型价格有一个基本判断：模型会越来越便宜。
当模型能力被证明可以复制，后来者就会迅速把价格打下来。这就是所谓的“成熟智能通缩”。
DeepSeek就是这个故事的典型代表。2026年5月，V4-Pro模型API价格直接打到原价的四分之一。API输入缓存命中降至0.025元/百万Tokens，输出6元/百万Tokens。
这个价格，是GPT-5.5的三十五分之一。
但如果你以为这就是全部真相，那就大错特错了。
另一边，真正的前沿能力不仅没有通缩，反而开始疯狂溢价。
Claude Fable 5 是最典型的例子。上一代Opus 4.8，价格是输入5美元、输出25美元。到了Fable 5，价格直接翻倍，输入10美元、输出50美元。
GLM-5.2也是一样。相比上一代，它的加权平均API价格高出了13%，甚至是Kimi K2.7-Code的1.2倍，DeepSeek V4-Pro的4.9倍。
涨幅看起来不算夸张，但真正的变化在任务成本上。
因为 GLM-5.2 更像一个长推理、长上下文、长链路 Agent 模型。Artificial Analysis 的测试显示，它每个任务平均输出 4.3 万个 token，明显高于 GLM-5.1 的 2.6 万个。
所以，单任务成本从 GLM-5.1 的约 0.25 美元升到 GLM-5.2 的约 0.46 美元。
也就是说，哪怕名义单价没有大幅变化，实际跑一次复杂任务的钱也在变贵。
为什么它们敢逆势涨价？
原因也很简单，当一个模型真的比其他模型更聪明，能解决更复杂的问题，能减少重试、减少人工介入、完成更长链路的任务，它就拿到了token的定价权。这也是智谱在三天内股价翻倍的重要原因。
说白了，大模型正在分化成两种截然不同的商业模式：
成熟智能陷入通缩：赚取的是模型规模化应用的钱，依赖极低的边际成本吃透流量红利。
前沿能力走向溢价：赚的是绝对定价权的钱，依靠稀缺的复杂任务处理能力拿到高毛利。
这种分红背后，还藏着一个AI与传统互联网在单位经济模型（Unit Economics）上的根本差异：客单价（ARPU）的无上限性。
互联网时代，单客价值往往存在明确的天花板，但在 AI 时代，一个深度用户每天可以消耗上亿 Token。
以 Claude Code 为例，头部 10% 的超级用户贡献了 80% 到 90% 的营收，呈现出极其极端的幂律分。这意味着，“使用深度”比“渗透率”有着更为庞大的商业潜力。
/ 02 / 中间模型会被淘汰，DeepSeek是“生死线”
既然两极分化这么严重，那中间那些比上不足、比下有余的模型怎么办？
Altimeter Capital 合伙人 Freda Duan 的判断一针见血：未来只有两种模型能活下来，要么足够出色，要么非常便宜。
在这个逻辑下，DeepSeek 实际上划定了整个行业的“生死线”。
如果一个模型只比 DeepSeek 强一点，但价格贵很多，它就没有长期存在的理由。对于企业和开发者而言，为微弱的能力溢价支付不成比例的成本，显然不符合基本的商业常识。
当缺乏核心壁垒的中间层模型被加速出清，大模型市场的运作机制正在不可逆地向“路由系统（Routing System）”演进。
企业开始通过智能路由进行任务的精准拆分：将最高价值的复杂推理交由前沿模型，将海量基础任务交由高性价比模型，从而实现单位成本下的产出最大化。
正如加文·贝克（Gavin Baker）所描述的产业终局：“前沿模型攫取了 90% 的经济价值，而开源与廉价模型承载了 80% 的 Token 消耗。”
简而言之，前沿模型吃利润，廉价模型吃流量。
这种路由机制的存在，就是中美AI竞争最底层的逻辑。中国 AI 对海外生态的挤压，未必表现为中国模型公司在前台直接击溃美国巨头，而是一场更为隐秘的“底层平替”。
越来越多的美国 AI 应用公司，为了压降履约成本，开始将底层基础设施悄悄切换为 Kimi、Qwen 或 DeepSeek，再于前台封装自身的产品体验与工作流。
用户表面上还在用 Cursor，但底层某一部分调用量，已经悄悄从 OpenAI 和 Anthropic 切到了更便宜的模型。
法律 AI 独角兽Harvey已经完美验证了这一趋势。它没有简单调用最贵的闭源模型，而是基于自己的法律数据，对开源模型做强化学习和监督微调，再通过路由器把不同任务分配给不同模型。
测试表明，这种混合路由方案在部分复杂的法律场景中，不仅性能足以超越 Opus 4.7 或 4.8，还实现了更低的成本。
这很有可能就是AI应用公司未来的终极形态：底层接入各大API，前台包上自己的数据和工作流，中间靠路由赚差价。
/ 03 / 模型没有护城河？
未来唯一的问题只有一个：前沿模型的定价权能不能守得住。
Freda Duan 对前沿模型很乐观。她认为，对前沿智能的需求永远不会被完全满足。只要任务足够复杂，人类就会继续为更强的智能付费。
但反对者的逻辑也很简单，美国高端模型如果要贵一百倍，就必须证明自己在目标任务上能创造远超一百倍的价值。
对少数高端任务，这个溢价也许能成立。对大多数普通任务，很难长期成立。
一旦用户习惯了高性价比的“智能路由”，高端模型就不再天然拥有所有流量。它们只能在最难、最骨感的金字塔尖里争夺那一点点市场份额。
而回顾历史，任何行业出现这种高毛利都会吸引激烈的竞争。两年前，Google DeepMind 内部曾经流出过一句话：
“We don't have a defending moat, neither does OpenAI。”
翻译过来就是，我们没有护城河，OpenAI 也没有。这句话到今天似乎仍然成立。
在这波coding为核心产品周期里，Anthropic在商业化层面完成了对OpenAI的反超。
过去两年，谷歌的连续起伏也在证明着这一点。2025 年以前，它在硅谷叙事里还是一个充满“中年危机”的角色。搜索被挑战，组织被质疑，AI 发布会翻车，外界一度觉得它错过了这一轮。
但到了去年，Gemini 3 横扫各大榜单，Nano Banana Pro 把 AI 生图的精度和想象力推到了一个新高度。去年三季度，Gemini 应用月活跃用户突破 6.5 亿，相比上一季度的 4.5 亿大幅提升。
所有人都在说，谷歌又回来了。
但现在，新的担忧又出现了。谷歌不仅缺席了coding这波最重要的产品周期，Noam Shazeer 和 John Jumper 等核心人才也连续离职，再次让市场重新担心它在大模型领域的优势。
这意味着，前沿模型公司没有永远安全的位置。
/ 04 / 总结
商业的底色，从来不讲武德。
大模型的故事讲到最后，其实已经被折叠成了一条铁律：要么足够极致，要么足够便宜。
前沿模型必须死守智力的高地，持续用无可替代的性能赚取绝对的定价权；而廉价模型则会淹没下沉的汪洋，靠极致的性价比吃透规模化的流量。
至于那些卡在中间、比上不足比下有余的模型，注定会在无处不在的“智能路由”中被彻底绞杀，最终被清出牌桌。
今年年初，硅谷创投教父纳瓦尔在一档播客里说了句极其扎心的话：在 AI 时代，平庸的人没有市场，“绝对细分”才是唯一的活路。
人是这样，AI也一样。这个世界还是公平的。
文/阿奇
原文标题 : AI定价彻底分化！大模型只剩两种活法，中间的先死
（来源：维科网）
相关推荐
-
国产存储巨头，拟投资349亿元扩产
9月28日晚间，长鑫科技发了一则重要公告，大体内容是在当天董事会上通过一项议案，打算把180亿元超募资金，投到两个新项目上。 公司拟使用130 亿元超募资金投建技术研发项目；同时以增资 + 借款的形式
-
企业级AI智能体怎么落地？金秋10月，深圳有答案！
企业级AI智能体怎么落地？金秋10月，深圳有答案！ 近期，AI 进千行百业在一路铺开，从办公到制造，好像哪里都能塞进去一个AI智能体。热度涨得快，退得也快。等这一波热闹过去，问题集中暴露出来，工具调用
-
保利物业携手海康威视 以AI大模型打造智慧小区管理新模式
传统小区管理长期依赖人工巡检、被动响应的运营模式，园区安防排查、设备运维、业主服务等各项工作，高度依靠人力值守跟进。人工巡查存在覆盖盲区、排查效率有限等痛点，不仅增加运维压力，也难以全方位保障社区居住
-
AI时代，独立思考和原创知识更有力量
人工智能时代，跨界人才怎么培养？知识还是不是力量？9月19日，《知识就是力量》创刊70周年活动圆桌对话现场，主持人抛出了这些直接的问题。对此，植物病理学藻类学家、中国科学院院士赵进东，化学工程专家、中
-
阿里巴巴，最新AI芯片亮相
维科网9月22日消息，9月22日上午，杭州国际博览中心，2026云栖大会上，阿里巴巴CEO吴泳铭上台，抛出了一个机器智能的新说法。他把AI模型、AI芯片、AI云说成机器智能时代的三大基石，表态阿里会坚
-
AI系统可快速精准匹配X光与三维扫描图像
手术中的二维X光图像与术前三维CT或磁共振成像（MRI）如何快速“对上”？美国麻省理工学院等机构科学家开发的人工智能（AI）系统“xvr”给出了新方案。该系统可针对患者进行个性化适配，在数秒内将术中X
-
AI为珍稀鸟儿“上户口”
初秋的南京绿水湾国家城市湿地公园万木葱茏，植被茂密的林间，一台AI声纹监测设备挂在树上，静静“聆听”树林的“密语”。“这台设备集成了高灵敏度音频采集与抗干扰处理技术，能在复杂野外环境中自动剔除风雨声、
-
我国首款藏语多语言全模态AI输入法发布
9月20日，在青海师范大学教师教育高质量发展暨建校70周年大会科研成果展示环节，我国首款藏语多语言全模态AI输入法——智达AI输入法及配套藏文字体集正式发布。据悉，近年来，青海师范大学藏语智能全国重点
-
约五分之一英国成年人使用AI获取新闻
英国通信管理局9月15日发布的一项调查显示，约五分之一的英国成年人过去一个月曾使用人工智能（AI）应用或服务获取新闻，其中ChatGPT是使用最广泛的相关AI工具。英国通信管理局当天发布的《2026年
-
AI系统可让3D打印实现同步质检
美国劳伦斯利弗莫尔国家实验室研究人员开发出一种利用摄像头和人工智能（AI）检测3D打印质量的系统，在打印过程中，3D打印机可逐层“检查”自己制造的零部件，并及时发现断丝、尺寸异常等细微缺陷。研究人员表
