每百万Token跌破1美元 大模型价格战打到底

价格战打到这份上，大模型快成水电费了。昨天 SiliconData 甩出一个数，全市场每百万 Token 的平均成交价，跌到了 97 美分。半年前这数还在 2 美元朝上晃，现在直接腰斩再腰斩。

我做公众号写 AI 这两年，最烦一种稿子，开头先喊大模型又降价了，然后列一串数字就完事。今天不这么写。我把 97 美分拆开，算到你我这种普通人的账本上，你看完就知道该高兴还是该警惕。

为了把 97 美分说清楚，我翻了 OpenAI、谷歌、Kimi 三家最新的公开价目表，把输入价输出价一项项对下来，发现这个均价已经把开源模型的低价算进去了。

97美分到底是多少钱

先搞清单位。Token 是大模型算字的零件，中文里大概一个半字算一个 Token，英文一个词算一个左右。一百万 Token，差不多是 75 万中文字，或者一本 30 万字小说的体量。

97 美分买一百万 Token，换算过来，写一本 30 万字的小说，模型调用费不到 1 美元，合人民币 7 块出头。你拿去干更碎的活，比如每天让 AI 帮你改 10 条朋友圈文案、回 20 封邮件、整理 3 份会议纪要，一个月撑死烧掉几百万 Token，账单大概 3 到 5 美元。放去年这时候，同样的工作量，得掏 10 美元往上。一年时间，单价砍到三分之一。这速度，比手机流量降费猛多了。

更狠的在后面。Kimi K3 这类中国开源模型，直接把每百万 Token 的调用价压到几美分，逼得 OpenAI、谷歌这帮也得跟着降。硅谷那边管这叫 Token 通缩，意思是模型越来越便宜，便宜到快不值钱。

价格为什么一直掉

第一层原因最直白，就是卷。中国开放权重模型能力提升，海外公司开始拿 Kimi、DeepSeek 当底座做后训练，等于免费借了别人的研发。底座便宜，上层应用自然跟着便宜。

第二层是算力的账算过来了。博通刚发的财报，AI 芯片营收指引调到 580 亿美元，说明大家还在疯狂堆硬件。堆得越多，摊到每个 Token 上的成本越低。这是制造业逻辑，规模上来，单价就下来。

第三层最该警惕。价格掉成这样，基础模型实验室靠卖 API 赚的钱，其实在被压缩。护城河正在从我的模型比你聪明，挪到我的分发渠道广、记忆能力强、上下文够长。模型能力拉不开身位的时候，就只能拼谁离用户近。我管过零售 IT，太懂这套了。二十年前 ERP 也是各家拼功能，拼到最后功能都差不多，赚钱的大头来自谁绑住了客户的流程和数据。大模型今天走的，就是同一条路。

所以你看现在各家疯推 App、搞订阅、塞进手机系统，图的就是把人圈进自己的地盘好变现，API 那点钱已经不够看了。

我押一个判断：这轮通缩里，输的是纯卖 API 的实验室，赢的是把模型焊进硬件和 App 的巨头。普通人省了钱，代价是更牢地绑进别人的生态。

普通人能得到什么。短期肯定是爽的，同样一笔预算，能多跑三倍的任务，小团队用 AI 补短板的成本几乎可以忽略。我一个朋友做独立站，上个月把客服和选品分析全丢给模型，月度 API 开销从 80 美元掉到 22 美元，人还没裁。

但要防一个坑。低价往往藏在按量计费里，平台真赚钱靠的是订阅和增值。你看到免费先别激动，问清楚是按 Token 算还是按月包，包月那个价，摊到你的实际用量上，未必比按量便宜。

我昨晚把常用几家 API 的单价拉了张表，输入价输出价分开比，哪家贵哪家便宜一眼看出来。你手里要是有正在用的模型，也去翻翻账单，照着比一遍，比完就该换哪家换哪家，别跟钱过不去。