大模型API价格战打到地板了：谁还活得下去
大模型 API 价格战打到现在，已经离谱到不像话了。2024 年 5 月，DeepSeek 把 MoE 模型的 API 价格杀到 1 元/百万 token，行业震动。紧接着通义千问、百度文心、智谱纷纷跟降。到了 2026 年，价格已经低到什么程度？DeepSeek-V3 的 API 报价 0.5 元/百万输入 token，输出 8 元/百万。对比一下 GPT-4o：输入 2.75 美元/百万（约 20 元），输出 11 美元/百万（约 80 元）。差了一个数量级。
这场价格战对行业格局的影响很大。
第一，中小模型公司活不下去了。模型训练成本高，API 又卖不上价。训练一个 70B 模型至少几百万 GPU 小时，投入几千万。API 定价被头部公司压到地板，中小公司收不回训练成本。月之暗面、百川智能这些已经开始收缩 API 业务。到最后可能只剩 3-5 家头部公司。
第二，应用端反而受益了。API 便宜了，做 AI 应用的成本大幅降低。以前做一个 AI 客服，每月 API 费用几千块。现在同样量级只要几十块。很多以前算不过来账的应用场景现在可行了。
第三，差异化才是出路。光比价格没有壁垒，因为总有更便宜的。DeepSeek 靠 MoE 架构把推理成本压到极限，别人模仿不了。通义靠阿里的算力补贴打价格战，中小公司学不来。最终活下来的要么有技术壁垒，要么有钱烧。
对开发者来说，现在是最好的时代。API 便宜到随便用，测试各种 idea 的成本接近于零。但别把应用绑死在一家 API 上，万一哪天涨价或者关了，你的应用就废了。用 OpenAI 兼容格式对接多家，随时能切换。
https://www.metk.cn/img/posts/ai_price_war.jpg 有个细节想确认，你说的这个数据是实验室环境还是生产环境跑出来的？ 楼主有没有做过横向对比？想看看别的方案在同样场景下的表现。 成本这块还可以再拆细一点，隐性的人力投入其实占大头。 说实话这个投入产出比确实得看行业，我们做传统制造的，算下来还不如人工。 这篇看完最大的收获是那句"先算清楚自己的量"，很多人上来就冲设备，最后闲置。 写得挺到位的，不过我觉得还是要区分"能用"和"好用"，中间差着一大截。 看完想补充一点：数据合规这块千万别忽略，我们就是因为这个卡了很久。 楼主说的这个我也踩过，一开始图省事，结果后面返工的时间比省下的还多。 感谢分享，正卡在这个问题上，你的经验省了我不少时间。