API 商品化与 AI 价格战：token 是怎么被打到一文不值的
最后更新：2026-09-19｜数据截止 2026 年中：API 定价调整频繁，本文讲机制与趋势，不引用未经核实的具体价格数字。
本文是产业观察，回答：为什么调用大模型的价格一路跳水，「卖 token」还能不能成为一门好生意。 承接旧文 从盒子到 token 的商业模式判断和 GPU 算力账单 的成本框架，结合 开源反攻、推理引擎、KV Cache、云厂自研 ASIC；本文把价格战这条线讲透。
先说结论
- 模型 API 正在快速商品化，token 价格长期向下。 三股力量同时压价：开源模型提供可自托管替代、云厂用自研芯片和规模压低推理成本、推理软件（引擎/KV/量化）持续提升单卡产出。
- 价格战是「结构性」的，不是短期促销。 对云厂和平台方，模型 API 是引流入口而非利润中心——便宜的 token 拉动更高价值的云消费、绑定开发者生态，因此它们有动力把价格打到接近边际成本。
- 纯模型公司两头受压。 上游要承担天价训练与算力，下游 token 被云厂和开源压成商品，「只卖模型能力」的独立模型公司利润空间被持续挤压，必须向应用、Agent、企业服务或生态抽租走。
- 价值沿栈向上迁移到数据、工作流、分发与结果。 当人人都能便宜买到「够用的智能」，差异化不再是模型本身，而是专有数据、场景嵌入、产品体验和对业务结果负责。
一句话：token 正像云存储和带宽一样变成水电——这对应用是最好的时代（智能近乎免费），对纯卖模型的公司是最难的时代；AI 的利润不会停在模型层，而会流向把便宜智能转化成真实结果的地方。
一、三股力量同时把价格往下打
理解价格战，先看供给侧发生了什么：
- 开源设定价格天花板。 当企业可以下载接近前沿的开放权重新模型自行部署（见 开源反攻），闭源 API 的溢价就被限制在「比自托管更省心/更强」的那部分，价格必须足够低才值得不自己运维。
- 云厂把推理成本结构性压低。 自研 ASIC、定制整机柜、规模化利用率和电源效率，让云厂内部的单 token 成本远低于外采 GPU 小作坊（见 云厂自研 ASIC、云三巨头资本开支）。它们既是模型 API 的卖家，又是芯片和云的庄家。
- 推理软件持续提效。 PagedAttention、连续批处理、KV Cache 量化与复用、PD 分离、投机解码让同一张卡服务更多并发（见 推理引擎之争、KV Cache 经济性），这部分效率红利大多以降价形式传导给用户。
此外还有需求侧策略：以价换量、抢占开发者和流量入口、消耗对手现金流。于是降价一轮接一轮，且与单纯促销不同——它背后有真实的成本下降支撑。
二、为什么说这是结构性的，而非短期促销
关键在于平台方的商业模式里，token 本身不是最终要赚的钱。
| 玩家类型 | token API 的角色 | 降价动机 |
|---|---|---|
| 超大规模云厂 | 引流入口、云消费催化剂 | 便宜模型拉动 GPU 云、存储、数据库等高价值消费 |
| 平台/生态公司 | 开发者绑定、生态入口 | 用低价锁定开发者，后续从工具/分发/抽成获利 |
| 独立模型公司 | 核心或重要收入 | 降价是被迫防守，利润承压 |
对云厂而言，卖模型 token 很像卖云数据库或带宽：单看可能微利甚至补贴，但它带动整个云账单、提高迁移成本、形成开发者生态。 这与旧文 从盒子到 token 判断的商业模式一脉相承，只是竞争更激烈——云厂可以用其他业务的利润交叉补贴 token，把价格压到纯模型公司难以跟随的水平。结果是 token 价格被「锚定在接近边际推理成本」，而非「研发成本 + 高毛利」。
这也是为什么「模型是否最聪明」对很多用户不再是唯一决策因素：当 80 分的智能足够便宜，价格、延迟、稳定、合规和与既有云栈的集成，往往比多几分能力更重要。
三、纯模型公司的两难：成本在天，价格在地
独立的前沿模型公司处在一个不舒服的位置：
- 上游成本刚性且高昂：前沿训练的算力、电力、人才、数据许可是巨额固定投入（见 训练数据墙、云三巨头资本开支），且要持续投入才能不被甩开。
- 下游收入被商品化：token 价格被开源和云厂补贴压向边际成本，规模再大也难以按「研发成本 + 高毛利」定价。
- 还要依赖云厂：很多模型公司本身是云厂的大客户（租用海量 GPU），同时又在 API 市场与云厂的自研模型竞争，形成「既是租客又是对手」的微妙关系。
它们的出路大致有几条，本质都是离开「按 token 卖通用智能」这个最卷的层：
- 向应用/产品走：做面向终端的产品、订阅与 Agent，直接为「结果」收费而非为 token 收费。
- 向企业走：私有部署、行业模型、安全合规、定制与服务，赚「省心 + 专属 + 数据不出域」的钱。
- 占据最高端：用最前沿能力维持「别人给不了」的那一小段溢价（最强推理、多模态、Agent 可靠性），但领先窗口越来越短。
- 生态与平台抽租：围绕模型建工具链、分发与市场，从生态交易中抽成。
这与历史上开源/商品化反复发生的故事一致（见 开源的商业模式）：一旦核心能力商品化，利润必然向差异化更高、离客户结果更近的层迁移。
四、价值沿栈上移：token 变水电之后，钱去哪
便宜且充足的智能会像水电一样，成为上层创新的廉价原料，价值随之在两端重新聚集：
- 上游稀缺资源仍值钱：最先进 GPU、HBM、电力、自研芯片，以及少数能定义前沿的实验室（见 A/B/C 层）。
- 下游结果层最值钱：掌握专有数据、嵌入业务工作流、拥有分发与品牌、能对业务结果负责的应用和 Agent（见 AI 搜索、AI Coding、Agent 落地等篇）。
- 中间被压扁：单纯提供「通用智能 API」而没有差异化的玩家，利润最薄、最容易被云厂和开源替代。
对应用开发者这是黄金时代：调用智能的成本持续下降，使得过去因成本无法成立的产品（高频、长上下文、多 Agent 并发）变得可行（推理模型的长思考也会消耗更多 token，但单位价格下降部分对冲，见 推理模型）。杰文斯悖论在此同样成立：价格下降通常带来总消耗量大增，云厂靠走量和高价值绑定赚钱，而不是靠单价。
五、变量与置信度判断
| 变量 | 作用方向 | 时间窗 | 置信度 |
|---|---|---|---|
| 开源持续逼近前沿 | token 价格天花板下压 | 持续 | 高 |
| 云自研芯片 + 规模提效 | 边际推理成本下降 | 已发生 | 高 |
| 推理软件优化 | 单卡产出持续提高 | 持续 | 高 |
| 前沿能力维持稀缺 | 顶端保留短暂溢价 | 持续 | 中高 |
| 应用层需求爆发 | 走量弥补单价下降 | 1~5 年 | 中高 |
- 未来 1~3 年（高置信度）：通用模型 API 价格继续向下、频繁调价，云厂把模型作为云生态入口交叉补贴；独立模型公司加速向应用、企业服务和最高端能力分化。
- 未来 3~5 年（中高置信度）：通用 token 接近公用事业定价，差异化竞争集中在专有数据、行业工作流、Agent 可靠性与结果保证；多模型路由成为常态，客户用脚投票。
- 长期（中置信度）：若某家在能力上形成持续、难以追赶的代差，可能短暂重建溢价；但开源和效率扩散的历史表明，商品化拉力极强，长期均衡更可能是「智能廉价、结果稀缺」。
六、对不同角色，这意味着什么
- 对模型公司：别把通用 token 当长久利润中心，尽早向数据、工作流、应用结果或最高端能力构建护城河。
- 对云厂：模型是引流与绑定生态的入口，胜负在规模成本、自研芯片和上层云服务协同，而非单次调用毛利。
- 对应用创业者：智能原料便宜是历史性窗口，护城河要建在专有数据、分发和用户体验上，而非「我接了大模型」本身。
- 对企业采购：善用多供应商和开源替代压价，把「能力够不够」与「总成本、合规、集成、可移植」一起评估，避免被单一 API 锁定。
- 对投资者：警惕只卖通用 API、缺乏上游稀缺资源或下游结果绑定的标的；关注成本领先者和真正创造业务结果的应用层公司。
延伸观察：在「免费智能」时代，应用层怎么建真正的护城河
当通用 token 趋向水电化定价，应用创业者最常问的问题是：如果我产品的核心能力只是调用一个越来越便宜、人人都能调用的大模型，那我的护城河到底在哪？这是一个真问题，因为仅靠「接了 GPT、做了个壳」的应用，确实没有防御力——模型方可以直接做进原生功能，竞争对手可以换个模型一周复制，用户也没有迁移成本。但历史一再表明，每一次基础能力商品化，都伴随少数应用公司建立起持久价值，它们的护城河几乎都不在模型本身，而在以下几个更「重」的层面。
第一层是专有数据与反馈闭环。模型人人可买，但「你的用户在你的场景里产生的数据」买不到。一个在垂直场景里积累了大量真实交互、结果反馈和专业知识的应用，能通过微调、检索和持续 RL 让模型在该场景显著优于通用模型，而且优势随用户规模扩大——用得越多、反馈越多、效果越好、用户越多，形成数据网络效应。法律、医疗、金融、客服、编程等专业场景尤其如此：通用模型读过公开法条，但只有在真实案件/工单/代码库里反复被专家纠正过的模型，才懂这个场景的真实判断标准。这层护城河需要时间积累，无法靠发布一个更好的模型一夜抹平。
第二层是工作流嵌入与系统集成。单点的智能对话容易被替代，而深度嵌入客户业务流程的系统很难替换——它连着内部数据库、权限体系、审批流、日历、工单、代码仓库，沉淀了组织的操作惯例。企业更换这样的系统，迁移的不只是一个聊天窗口，而是整套已经跑顺的流程和数据连接。这也是为什么 AI 价值更多体现在「把智能嵌入既有工作流」而非「再造一个独立 App」：谁的产品成为业务不可或缺的一环，谁就拥有了远超模型能力本身的粘性。对企业客户，稳定性、合规、审计、服务支持等「 boring 」的能力，同样是难以被单纯模型优势颠覆的壁垒。
第三层是分发、品牌与信任。在能力趋同、价格趋同后，用户选择往往取决于习惯、品牌和信任。消费级产品靠极致体验、网络效应和品牌占领心智；企业级产品靠长期关系、安全认证和可靠口碑。尤其在 AI 输出可能出错、涉及责任的场景，「我信任这家公司会处理好错误和风险」本身就是稀缺价值。许多 AI 应用的竞争终局不是模型谁强，而是谁被用户默认为「做这件事时第一个打开的地方」——这种心智和渠道优势，与模型是否最强关系不大。
第四层，也是面向未来的一层，是对结果负责而非对 token 收费。智能便宜之后，最有价值的商业模式是从「卖工具/卖调用」走向「承担结果」：不只是帮客服生成回复，而是承诺问题解决率；不只是辅助写代码，而是交付可运行、可维护的功能；不只是给法律建议，而是对接完整的案件流程。当模型能力成为廉价要素，整合这些要素、管理执行过程、对业务结果承担责任并为此收费的公司，拿走价值链的主要部分（这与「价值沿栈上移」的判断一致）。当然，这条路更难、更「重」，需要领域知识、运营能力和风险承担，但也最难被复制。
需要清醒的是，这些护城河都不能一蹴而就，这也是为什么通用智能商品化对创业者既是好消息也是坏消息：好消息是启动成本大降，一个想法从原型到产品的距离前所未有地短；坏消息是正因为人人都能快速启动，浅层应用的竞争会异常惨烈、同质化严重，真正活下来的是那些愿意往深处走——沉淀独有数据、嵌入真实工作流、建立信任品牌、最终对结果负责的玩家。对资本和团队的启示很直接：评估一个 AI 应用，别问「它接的是哪个模型」，要问「换一个便宜一半、强 20% 的模型，它会被颠覆吗？如果不会，是因为它有什么模型给不了的东西」。答得清这个问题的应用，才可能在水电化的智能时代，把廉价的通用能力转化成持久的商业价值。
价格战还有一个常被忽视的宏观后果：它在重新分配整条产业链的利润归属，而这种分配并不均匀。当模型层被压扁，利润明显向两端聚集。上游是真正稀缺、短期无法扩产的资源——最先进制程产能、HBM、先进封装、电力和领先芯片，这些环节因为「无论谁的模型胜出都要买」而享受议价权；下游是掌握用户入口、数据和业务结果的应用与服务。模型公司如果只停留在中间的通用能力层，就会同时被上游成本和下游降价两头挤压。这解释了为什么我们观察到模型公司拼命向两个方向突围：要么向应用和终端走（直接触达用户、订阅收费），要么向企业和基础设施走（私有化、行业方案、平台抽成）。对创业者，这张「微笑曲线」是选址地图：在智能高度商品化的世界里，最危险的位置就是「没有差异化的中间层」，而最安全的位置是稀缺资源端或结果端。
从竞争行为看，token 价格战还呈现出明显的非对称博弈特征，这决定了它可能比一般价格战更持久。参战方的成本结构和战略目标不同：云厂商卖 token 的真实边际成本（自研芯片 + 规模利用率）可能远低于纯模型公司，且 token 亏损可以由拉动的其他云消费弥补，因此它们有能力、也有意愿把价格长期压在独立模型公司的成本线以下；模型公司被迫跟进保份额，却没有交叉补贴来源，承受利润和融资压力。这种结构性成本差，使得价格战不只是周期性抢客户，而可能成为云厂「以补贴换生态、挤出中间层」的战略手段。长期看，它会加速行业整合：缺乏上游资源或下游入口的独立通用模型提供商，要么走向差异化/私有化/被收购，要么在价格战中边缘化。这也提醒投资者，评估模型公司时，「毛利能否覆盖算力成本、是否有不依赖补贴的价值来源」比收入增速更根本。
但价格战并非没有底线和反转因素。三条曲线可能在中长期重新支撑价值：其一，能力分层——通用 token 商品化的同时，最强的前沿能力、复杂 Agent 可靠性、超长程任务、行业级安全保障仍是稀缺品，可以维持溢价，模型竞争会持续制造「短暂的高端窗口」；其二，需求侧爆发——杰文斯效应下，单价下降带来调用量和新应用爆发，总量增长可能部分抵消单价下跌，尤其当推理模型、多模态和 Agent 让每个任务消耗更多 token；其三，成本下降并非无限——电力、数据中心和先进产能的物理约束（见 接电、资本开支）会给边际成本设底，价格战打的是技术和规模红利，不可能长期低于物理成本。综合看，通用智能的「水电化」是确定方向，但这不意味着所有模型公司都无利可图，而是逼行业完成一次价值重估：规模、效率和生态位置成为生存门槛，超额利润则属于能持续站在能力前沿、或牢牢握住下游结果的玩家。
结语：智能的水电化，是繁荣而非消亡
token 被打到「一文不值」，听起来像模型公司的丧钟，实则更像一次电力革命：发电本身利润趋薄、价格趋近成本，但整个经济因廉价电力而繁荣。开源追赶、云厂自研芯片、推理软件提效三股力量，结构性地把通用智能压成低成本公用事业，云厂把它当引流入口交叉补贴，纯模型公司则被迫离开最卷的中间层，向上游稀缺资源或下游业务结果迁移。对用户和创业者，这是最好的时代——便宜的智能让过去不经济的产品成为可能；对行业，则是一记清醒的提醒：当能力人人可买，真正值钱的不再是智能本身，而是用它解决了什么问题、掌握了什么别人没有的数据和工作流。利润不会消失，只是顺栈而上，流向离结果最近的人。
数据口径与延伸
- 数据口径：token 降价的三大供给驱动（开源、云自研芯片/规模、推理软件提效）、平台交叉补贴逻辑、模型公司处境与价值迁移，来自公开定价、厂商发布、行业研究与 GPU 算力账单、从盒子到 token 的框架。具体价格变动频繁，本文不引用未核实的数字。数据截止 2026 年中。
- 相关产业观察：从盒子到 token、GPU 算力账单、开源模型反攻、云厂自研 ASIC、推理引擎之争、开源的商业模式。
- 同批待写延伸：三朵云资本开支（G1）、中国算力云（G6）、AI 搜索（I2）、Coding 格局（I3）。
一句话总结：大模型 API 正像云存储和带宽一样快速商品化，token 价格被三股结构性力量长期下压——开放权重模型让企业能自托管、给闭源 API 设定价格天花板，云厂用自研 ASIC、整机柜和规模效应把内部推理成本做到最低，而 PagedAttention、KV Cache 量化复用、PD 分离、投机解码等推理软件进步持续抬高单卡产出；更关键的是对云厂和平台方而言 token 只是引流入口而非利润中心，它们用其他云业务交叉补贴、把价格锚到接近边际推理成本以绑定开发者和拉动整体云消费，这使纯模型公司陷入「训练成本在天、token 售价在地、且自己还租用竞争对手云」的两难，只能向终端应用/Agent、企业私有部署与行业服务、或别人短期给不了的最高端能力分化；最终通用智能这一中间层被压扁、利润向两端迁移——上游的 GPU/HBM/电力/自研芯片和能定义前沿的少数实验室，以及下游掌握专有数据、业务工作流、分发并对结果负责的应用——而单位价格下降会按杰文斯悖论带来总 token 消耗爆发，使「智能廉价化」成为应用创新的黄金时代。