DeepSeek、千问、A社、OpenAI不会重启价格战

9月，全球AI厂商集体降价，新一轮价格战来袭？

国内，DeepSeek下调Flash系列定价，缓存命中输入价格降幅达60%。阿里在云栖大会发布五款语音模型，全线降价，最高降95%。

老美那边，微软被曝将Copilot企业订阅折扣拉至最高50%，预计10月实施。OpenAI和Anthropic同日发布模型并下调价格，这两家公司，还是呼吁“放慢前沿模型节奏”的主角，这次他们也媒体算法突破，反而大谈特谈“省钱”。

资本市场选择恐慌。智谱和MiniMax躺枪了，月初至今分别回撤46%和20%。

莫不是市场都觉得，降价就是价格战，价格战就是利润下滑？

但摩根士丹利给出了相反的定性。报告指出，“昂贵Pro+廉价Flash”的双轨组合正成为大模型的标准产品策略，Flash档的竞争会加剧，但不会出现无纪律的价格战。

一个细节可以佐证。DeepSeek降价之后，定价仍高于阿里和智谱的同档产品。

其实，对这轮降价的预期，关键在于降价之后，调用量有没有起来，成本曲线有没有下移？

如果这两个指标表现积极，这轮降价可能区别于互联网存量内卷竞争逻辑，是AI产业化增量加速器。

第二轮大降价，成本曲线给了底气

资本市场抵制降价，因为近几年互联网价格战带来了太多阴影。

国内AI第一轮降价也是一样的内卷逻辑。

24年5月，DeepSeek V2把API价格打到每百万token一元，字节、阿里、百度被迫跟进。当时各家模型能力拉不开差距，降价只有一个目的：亏着本抢客户。价格战打到年底，全行业没有赢家。

但最近这轮降价，与上一轮有了明显逻辑差异。

第一个差别，降价者心里有数，更有成本空间。

2024年的降价直接击穿成本线，这一轮有成本曲线托底。

半导体行业有一条莱特定律：累计产量每翻一倍，单位成本下降一个固定比例。很明显，大模型推理正在复现这条曲线。

智谱8月发布的GLM-5.3-Flash，用稀疏注意力技术把注意力计算量降低3倍，KV Cache占用降低4.4倍。匿名测试模型“牛来”全程跑在国产芯片上，优化后的单token成本已与英伟达GPU打平。

架构创新压一道成本，国产算力再压一道，降价分出去的是技术红利，利润空间还在自己手里。

第二个差别，在于定价机制。

DeepSeek的API实行峰谷定价，高峰时段价格是闲时的两倍；缓存命中与未命中的输入价格，相差50倍。

微软的折扣按席位分层，1000席30%，10000席以上50%。

阿里的降价绑定Qwen-Audio-3.1五款新模型发布，旧能力降价，新能力重新定价。

经济学上这叫价格歧视：按支付意愿、使用时段、采购规模把需求拆开定价，让每一张算力卡跑出最高利用率。

2024年是一个价格打到底，2026年是一套价格体系筛需求。前者要份额，后者要需求结构和算力效率。

便宜模型会加速普及，性价比的竞赛也不会停下。更强的模型放进更低的价格档，单位智能的价格持续下降。这是一个势必会随着AI产业化，一项技术应用铺开发生的事情。

所以大摩把这轮降价定性为竞争防御，而非恶性竞争。降价不会失控，关键是降价能不能赚钱。

2024年价格战真正的教训，是降价换不来留存。这一轮厂商敢降价，前提只有一个：价格下去之后，调用量会成倍回来。

Flash走量、Pro赚钱，调用量弹性见真章

一条160年前的经济学规律，完美诠释了AI厂商们降价的逻辑。

1865年，英国经济学家杰文斯观察到：蒸汽机效率越高，煤炭总消耗量越大。效率提升降低使用成本，成本下降打开新需求，总消耗不降反升。

这就是杰文斯悖论。

大模型正在复现它：推理成本下降推动调用量指数级增长，总算力需求随之放大。

第三方平台OpenRouter全局数据显示，9月第二周总调用量127万亿token，单周增长10.4%；中国模型调用量连续20周超过美国模型，前十席位中占八席。（PS：这也解释了为什么美国AI巨头拼命鼓吹大家一起发展慢点，先把现有模型价格调低，争夺市场。）

中国厂商们有策略地控制发展节奏，一边降价，一边加码算力投资。阿里云AI相关产品收入已连续12个季度三位数增长，同期公司仍在扩大AI数据中心投资。降价和基建，是同一条成本曲线的两端。

预期这轮DeepSeek、千问的降价放量的策略会进一步刺激市场需求。

调用量增长会带来两个变化。

从商业层面看，大模型的收入公式可以简化理解为，调用量乘以单价。因此单价长期向下，胜负手就在调用量份额和单位成本降速的赛跑。

双轨制，就成为一个很聪明的策略。

Flash档做流量入口，用低价换渗透。Pro档做利润来源，用能力定溢价。DeepSeek降价后，模型在编程工具OpenCode上的周调用量增长30%，入口效应已经有数据支撑。

另一方面，从技术层面看，调用量本身开始产生价值：每一次调用都在积累真实场景数据，数据回流改进模型，更好的模型带来更多调用。

飞轮转起来之后，竞争的单位从模型变成场景。把模型嵌进更多真实业务的厂商，同时握住份额和数据。

当然，不管是技术飞轮还是商业飞轮，以价换量成立的条件，是调用量增速持续跑赢单价降速。渗透一旦不及预期，降价就只剩毛利率承压。

这一点只能由财报逐季验证。

但，某些人的行为，证明尝试构建新的“商业-技术”飞轮已势在必行。

产业化不熄火，“双引擎”撑起AI未来

9月中旬，美国AI行业出现了一种声音：放慢前沿模型的节奏。

Anthropic和OpenAI先后公开呼吁，前沿竞赛需要降温。随后，全球AI与半导体股齐跌。

然而，中银国际在随后的报告中拆穿了这套话术。

报告指出，“放慢节奏”表面是安全共识，实质是前沿实验室试图把“安全”转化为准入权、评估权和标准权，用规则把领先优势固化下来。

更打脸的是，这些公司说一套做一套。

OpenAI和Anthropic一边把强模型下放低价档，一边把最贵的算力投向下一代前沿模型。

两家公司，9月22日同步把更强模型放进更低价格档，研发投入一分未减。

这充分说明，前沿竞赛是一个囚徒困境。训练下一代模型的成本以十亿美元计，但谁停手，就把智能上界让给对手。别说踩刹车，大家恨不得油门轰到底。

从科技发展的规律来看，这件事甚至没有悬念。

工业革命之后，动力成为商品，蒸汽机和电力把动力做得越来越便宜、越来越强。信息革命之后，数据成为商品，存储和带宽沿着同一条路走了四十年。AI时代，思考成为商品。商品越做越好是商业本能，只要思考可以定价，厂商就一定会把思考能力不断推高。

突破成本下限和智能上界这两件事不会停，因为它们就是这门生意的产品升级。

因此，这轮降价的产业意义应该被重估。

利润由此有了两个来源。一端是Flash降价带来的应用普及：调用量放大摊薄算力成本，场景数据反哺模型。另一端是前沿模型拔高智能上界：更强的能力支撑更高的定价。

展望未来，成本下限和智能上界同步突破，“双引擎”共同撑起AI估值。

根据Gartner的预测，2026年全球推理支出将达到206亿美元，首次超过训练支出。行业收入结构正在从烧钱训练切换到推理变现，双引擎是大势所趋。

从资本市场看，阶段性调整，也是重新定价的机会。

9月的调整有三层压力，需要分开看。第一层是情绪，市场对降价的恐慌定价。第二层是筹码，智谱9月13日公告融资393亿港元，MiniMax之前处于解禁节点。第三层是合规不确定性，瑞银报告提到，市场正在讨论开源权重限制和反蒸馏收紧的可能。

注意到没？

三层压力都是阶段性因素，没有改变行业的收入曲线。

智谱上半年收入同比增长399.7%，MiniMax增长283%，阿里云AI收入连续12个季度三位数增长。

摩根大通9月24日报告对中国AI价值链维持建设性看法，首选标的包括阿里、腾讯和智谱。

决定长期估值的终究是财报本身。

从听故事，到看ARR、调用量和毛利率，只要中国AI保持商业化效率，调整消化情绪，财报兑现增长，能把调用量变成收入，又把收入变成利润的公司，会站到下一个高峰。

来源：港股研究社