大模型API价格暴跌99%,AI开发迈入“分”级时代
01价格战如何打到“地板价”
| 厂商 | 模型 | 输入价格(缓存命中) | 输出价格 | 降幅 |
|---|---|---|---|---|
| 小米 | MiMo-V2.5-Flash | ¥0.007/百万tokens | ¥0.007/百万tokens | 99% |
| DeepSeek | V4-Pro | ¥0.025/百万tokens | ¥6/百万tokens | 75% |
| 阿里云 | 通义千问-Max | ¥12/百万tokens | ¥36/百万tokens | — |
| 百度 | 文心一言4.0 | ¥12/百万tokens | ¥12/百万tokens | — |
02降价不是慈善,是技术红利
如此大幅度的降价,为何厂商仍能宣称“收支平衡”?答案藏在底层技术优化中。小米MiMo团队公开的技术报告指出,其通过Hybrid SWA+MoE+多模态复合架构,系统性重构推理全链路,将KV Cache存储压缩至同级方案的约1/7,在长序列场景下显著降低算力消耗。同时,前缀缓存树设计使缓存命中率高达93%~95%,而缓存命中与未命中的价格相差百倍以上,高命中率直接保障了低价下的盈利能力。DeepSeek则依托自研稀疏注意力架构和KV缓存优化,单Token算力成本降至前代的27%,并深度适配华为昇腾NPU,摆脱对英伟达高端GPU的依赖,进一步压低硬件成本。这些并非营销话术,而是可验证的工程成果,使得“花更少的钱,用更强的模型”成为现实。5678
03开发者与用户的真实红利
- 成本结构重塑:API调用从“奢侈品”变为“日用品”,企业AI投入ROI显著提升。
- 技术选型转变:开发者不再只看模型参数,更关注缓存架构、命中率与推理效率。
- 生态竞争加剧:低价撬动海量调用,反哺模型迭代,形成“规模—数据—能力”正循环。
04价格战终局:效率即护城河
当前文章无评论,是时候发表评论了