8月17日，DeepSeek新一轮价格调整正式生效。

根据官方公布的信息，高峰时段，V4 Pro每百万Tokens输入（缓存未命中）价格调整至9元，输出价格为27元，缓存命中输入价格为0.3元；空闲时段价格则分别为4.5元、13.5元和0.15元。

按照此前价格计算，高峰时段部分项目最高涨幅达到1200%。其中，缓存命中输入价格此前仅为0.025元/百万Tokens，如今上涨至0.3元。

这意味着，困扰大模型行业两年多的一个核心问题正在摆上台面：

AI模型到底应该卖得多便宜？

从DeepSeek涨价，到海外模型主动降价，再到越来越多厂商尝试按结果、按调用量甚至按客户ROI收费，Token正在从一个技术计量单位，逐渐变成AI商业化时代最重要的“价格尺度”。

而这可能意味着，AI行业的价格战正在进入下半场。

DeepSeek涨价，为什么现在敢涨？

过去两年，大模型行业最明显的竞争方式就是降价。

尤其是中国大模型厂商，通过低价、开源和快速迭代迅速吸引开发者和企业用户。

DeepSeek就是其中最典型的代表。

但随着模型能力不断提升，尤其是Agent开始承担复杂任务之后，模型背后的Token消耗正在快速增长。

过去用户可能只是问一个问题，模型生成一段答案。

现在，一个Agent可能需要经历任务拆解、信息检索、工具调用、推理、结果验证等多个环节。

这意味着完成同一个任务，需要消耗的Token可能是过去的数倍甚至数十倍。

模型厂商的成本也随之从“看得见的API调用”，逐渐变成更加庞大的推理算力、服务器、电力和运维成本。

因此，过去依靠低价换取用户规模的模式，开始面临越来越大的压力。

从这个角度看，DeepSeek此次涨价并不只是简单调整几个数字，而更像是大模型行业商业模式开始发生变化的一个信号。

Token价格战，正在进入关键阶段

如今的大模型市场出现了一个非常有意思的现象。

一方面，DeepSeek、Kimi等中国模型凭借性价比快速获取全球用户；

另一方面，Anthropic、OpenAI等海外厂商也在针对大客户推出更大幅度的价格优惠。

这意味着，模型厂商之间的竞争正在从单纯的“谁更便宜”，逐渐转向：

谁能够用更低的成本完成同样的任务。

这两者看起来差别不大，实际上完全不同。

过去企业采购大模型，主要比较模型跑分、上下文长度、API价格等指标。

现在企业越来越关注的却是另一套账：

一个任务到底需要消耗多少Token？

完成任务需要多少次模型调用？

模型是否需要人工干预？

如果换成另外一家模型，最终成本是多少？

模型出现错误之后，重新执行的成本是多少？

这些因素最终都会被纳入企业的全生命周期成本，也就是TCO。

因此，未来模型之间的竞争，很可能不再是单纯的“每百万Token多少钱”。

而是：

完成一个真实业务任务，到底需要多少钱。

“按结果收费”听起来美好，真正落地却很难

这也是为什么，最近行业频繁讨论“按结果付费”。

所谓按结果付费，就是企业不再按照Token消耗量向AI厂商付钱，而是按照AI真正创造的价值来付费。

例如，一个Agent帮助银行减少了多少人工成本，就按照节省的成本收费；

一个风控Agent帮助企业挽回了多少贷款损失，就按照实际效果收费；

一个销售Agent帮助企业获得多少新增订单，就根据最终结果收费。

这种模式对于客户而言非常有吸引力。

因为企业真正关心的从来不是用了多少Token，而是：

我花1块钱，最终能赚回来多少钱？

但问题也随之出现。

AI产生的价值并不总是容易衡量。

同一个工具，不同用户使用，最终结果可能完全不同。

有经验的员工可能通过AI大幅提高效率，新手却可能只是把它当成聊天机器人。

因此，一个Agent最终创造了多少价值，很难完全归因于模型本身。

这也是“按结果收费”目前迟迟没有成为主流的原因。

包月制也不一定是答案

相比按结果收费，企业其实更容易接受包月。

因为预算简单、成本可控。

但对于模型厂商来说，包月制同样存在巨大风险。

Token更像电力，而不是传统软件许可证。

不同用户的使用量差异可能非常大。

一个客户每天只调用几次，另一个客户可能24小时持续运行Agent。

如果所有客户都按照同样价格包月，模型厂商很难准确控制成本。

因此，目前行业出现了越来越多的混合计费方式：

基础费用+Token用量；

席位费+调用费；

预付套餐+超额续费；

不同模型分层定价；

峰谷价格；

甚至最终结果分成。

本质上，整个行业都在寻找一个问题的答案：

如何让客户觉得价格合理，同时又让模型厂商真正赚到钱。

模型性能差距缩小，价格开始成为关键变量

这一变化还有一个重要前提：

大模型之间的性能差距正在缩小。

过去，企业可能愿意为更强的模型支付更高价格。

但当多个模型在实际应用中的能力逐渐接近之后，价格的重要性就会明显上升。

如果两个模型都可以完成80%甚至90%的相同任务，一个价格高出数倍，企业自然会重新计算成本。

尤其对于需要大量调用模型的Agent来说，这种差距会被迅速放大。

传统聊天场景中，一次调用可能只消耗几千Tokens。

但一个复杂Agent执行一次完整任务，可能需要几十万甚至更多Tokens。

因此，哪怕单价只相差几十个百分点，最终形成的年度成本差距也可能非常惊人。

这也是为什么，企业正在从“模型选型”转向“成本选型”。

模型是不是最强，已经不再是唯一问题。

能不能以足够低的成本稳定完成业务任务，可能更加重要。

大模型正在从“卖Token”走向“卖价值”

过去两年，模型厂商的商业逻辑非常简单：

更多用户 → 更多调用 → 更多Token → 更大市场份额。

但Agent时代改变了这个逻辑。

Agent越聪明，执行任务越复杂，消耗的Token就越多。

如果模型厂商继续无限压低Token价格，用户规模虽然增长了，但成本也会同步增长。

最终可能出现一种尴尬局面：

模型越来越好用，但厂商却越来越不赚钱。

因此，Token价格上涨并不一定意味着行业竞争结束。

相反，它可能意味着AI商业化开始进入一个更加成熟的阶段。

一些厂商开始采取分层策略，用低价模型承担高频、简单任务，再通过旗舰模型获得更高利润。

也有厂商开始探索生态收费、许可证、收入分成等方式。

未来甚至可能出现这样的商业模式：

模型本身价格很低，甚至免费；

真正收费的是企业利用模型创造的商业价值。

例如，AI帮企业创造1000万元收入，模型厂商按照一定比例参与分成。

这与传统的“每百万Token多少钱”已经完全是两种商业逻辑。

AI商业化真正的拐点，可能不是涨价

因此，DeepSeek此次涨价本身并不是最值得关注的事情。

真正值得关注的是：

AI行业正在重新定义“价格”。

过去，Token是成本单位。

现在，Token开始成为商品单位。

未来，它可能只是一个中间计量指标。

企业真正愿意购买的，是效率、收入、成本节约和最终结果。

这也意味着，未来AI公司的竞争可能出现三个阶段。

第一阶段是拼模型能力。

谁的模型更强，谁就更容易获得用户。

第二阶段是拼Token价格。

谁能以更低价格提供接近的模型能力，谁就能快速扩大市场份额。

第三阶段则是拼单位价值。

谁能够用更少的算力、更少的Token和更低的成本，帮助客户完成更多工作，谁才真正拥有商业竞争力。

从这个角度看，DeepSeek的涨价并不意味着“低价AI时代结束”。

更准确地说，是单纯依靠低价获客的时代正在结束。

接下来，大模型厂商需要回答的已经不是“每百万Token卖多少钱”，而是一个更加现实的问题：

客户为什么愿意为你的AI多付这一分钱？

而这，也将决定下一阶段AI行业真正的赢家。