人工智能模型定价超越单一折扣，转向差异化的代币经济

NextFin News——过去两年的大部分时间里，大型语言模型 API 的主要竞争举措是降低每百万代币的价格。低费率吸引了开发人员，建立了使用份额，并帮助模型成为应用程序内的默认选择。这个阶段现在正在让位于更加多样化的定价工具——每日费率、缓存感知折扣、模型等级以及与业务结果挂钩的费用的早期实验。 8 月 17 日，DeepSeek 的新时间表生效。该公司推出了高峰和非高峰窗口：北京白天9:00-12:00和14:00-18:00的费率较高，其他时间费率设定为一半。对于其 V4 Pro 模型，缓存未命中时的峰值定价达到每百万输入令牌 9 元，每百万输出令牌为 27 元，缓存命中时为 0.3 元。非高峰时段的数字仅为该数字的一半。几天前发布的同一型号的早期公众号显示，缓存未命中输入为 3 元，输出为 6 元，缓存命中输入低至 0.025 元。因此，最大的相对增长出现在高峰时段的缓存输入上。较轻的V4 Flash型号也进行了类似的调整，高峰费率分别为3元、9元和0.1元。确切的数字并不重要，重要的是它们引入的结构。一天中的时间差异将非紧急工作负载推入较安静的时期，并提高固定服务容量的利用率。缓存感知定价奖励系统重用上下文而不是重新处理它。旗舰级和轻量级型号的单独费率可以让大容量、更简单的任务以更低的成本运行，而复杂的推理仍然需要溢价。中国和海外的其他提供商正在测试类似的方法——预付费套餐、基础加使用组合，以及在少数情况下尝试将费用与可衡量结果挂钩的商业交易。有多种力量正在推动整个市场的变革。一旦模型进入代理工作流程，代币的使用就会急剧增加。单个用户请求可以触发长链的中间步骤、工具调用和修订。为这些链提供服务需要在计算、内存带宽和能源上持续支出；额外代币的边际成本不再微不足道。与此同时，领先的开放重量系统和专有产品之间的性能差距已经缩小。全球使用跟踪显示，中国模型在公开观察的 API 流量中占据了更大份额。当类似质量的替代品以不同的价格存在时，标价和总拥有成本对许多买家来说就变得至关重要。价格较高的海外供应商已做出回应，选择性地削减某些型号和级别的产品。因此，整个市场显示价格在两个方向上移动：曾经主要在成本上竞争的供应商向上调整，以及试图保护数量的现有供应商向下调整。早期全面超低利率的时期正在结束。取而代之的是更精确地将价格与需求和成本的实际模式相匹配的努力。企业客户面临着并行的内部变革。传统的软件预算通常倾向于固定许可证或席位数量——资本支出或适合年度规划周期的可预测运营费用。令牌计费引入了可变成本，该成本更难预测，也更难在团队之间分配。一些组织的应对措施是更喜欢私有或混合部署，以恢复一定程度的成本控制。其他人接受基于使用情况的收费，但坚持使用更清晰的监控、警报和退款工具。少数人正在测试与结果挂钩的安排——费用与节省的时间、解决的案件或避免的损失挂钩——但这些仍然很难标准化。结果在很大程度上取决于模型的提示、集成和监督方式；同一个系统在不同人手中可以带来截然不同的经济价值。作为回应，供应商正在调整他们的产品阵容。轻量级或“闪存”型号可处理日常大批量任务。旗舰模型被保留用于解决更困难的推理问题。缓存折扣和峰值定价提高了服务的经济性。一些公司正在探索收入分享或商业许可结构，将话题从纯粹的代币计数转向客户实际获取的经济价值。共同点是试图超越每百万代币价格上的纯粹商品竞争。因此，核心商业问题发生了变化。问题不再只是谁公布的标价最低。问题在于给定的模型在给定的价格、延迟和可靠性水平下是否能产生足够的可衡量的价值来证明其在客户人工智能预算中的地位。 DeepSeek 向峰值费率和更高绝对价格的转变是提供商试图更准确地回答这一问题的尝试。整个行业都面临同样的压力。随着代理使用量的增长以及连续推理的真实成本变得越来越难以忽视，定价变得越来越不注重赢得数量和