国产模型的定价曲线：从 1/10 到 1/3，中间发生了什么

一张价格表里的三种策略

把国产模型按输入价排开，会看到三条明显不同的定价带：

对照组：GPT-5 $1.25/$10，Claude Sonnet 4 $3/$15，Gemini 2.5 Pro $1.25/$10。

第一带：1/10 价位（$0.1–0.3）。Doubao 和 Qwen3 在这里。这个价位基本等于「按算力成本卖」，甚至略亏。

第二带：1/4 价位（$0.3–0.6）。DeepSeek、GLM、Kimi、MiniMax 都在这。这是「覆盖成本 + 合理毛利」。

第三带：1/3 价位（$0.6+）。基本贴着 Gemini 2.5 Pro 的下沿，但没有一家敢直接对标 Claude。

为什么会有 1/10 这个价位

算一笔账。以 235B 总参、22B 激活的 MoE 为例，在 H800 上推理，一个 token 的边际成本大约是这个量级：

单卡吞吐    ≈ 2000 tok/s（大 batch，MoE 稀疏激活）
单卡成本    ≈ $2.2/小时（按三年折旧 + 电费）
每百万 token ≈ 2.2 / (2.0 × 3600) × 1e6 ≈ $0.31

也就是说，光算力成本就在 $0.3/M 左右。Doubao 卖 $0.11，Qwen3 卖 $0.20，都是低于这个数的。

亏本卖的逻辑只有三个可能：

1. 自有算力摊薄。字节、阿里有自己的集群，边际成本远低于租用价。
2. 买调用量，养生态。API 便宜 → 开发者接入 → 后续卖上层产品（火山引擎、百炼平台）。
3. 为后续涨价留空间。先用低价打掉竞品的迁移意愿，等用户代码写死了再调价。

第 3 条在历史上发生过不止一次。选型时要把「价格可能上调 2–3 倍」写进假设里。

为什么大家都卡在 1/3 不动了

有意思的是，$0.6/$2.2 这个价位聚集了四家厂商（GLM、Kimi、MiniMax、ERNIE），几乎一模一样。

这不是巧合。它是能力定价的结果：这一带的模型在综合分上大约 70–75 分（硬核指数口径），而 Gemini 2.5 Pro 是 79 分、GPT-5 是 84 分。

如果定价高于 1/3，用户会问「为什么不直接用 Gemini」；低于 1/4，又覆盖不了成本。$0.6/$2.2 就是那个「比国际旗舰便宜一半以上，但还能赚钱」的窄缝。

推理模型为什么贵一档

DeepSeek-V3.1 是 $0.28/$1.12，R1-0528 是 $0.55/$2.19，同一个厂，价格差一倍。

差价不全来自「推理能力更强」，很大一部分来自输出 token 变多。R1 平均输出长度是 V3.1 的 4–6 倍，即使单价相同，账单也会差 4 倍。

所以厂商的定价逻辑其实是：按每任务的算力消耗定价，而不是按每 token。R1 的单价贵一倍，但用户感知到的「每任务成本」差距是 8–12 倍。

对使用者的三个建议

第一，别只看单价，看每任务成本。 差价 6 倍在单价上，在账单上可能是 20 倍。

第二，1/10 价位不可持续，但可以用。 现在接入 Doubao 或 Qwen3 是理性的，但要在架构上留出「换模型」的抽象层——别把模型名写死在业务代码里。

第三，开源模型的真实成本是「单价 + 运维」。 Qwen3-235B 标价 $0.2/$0.6，但你自己部署 8 卡 H800，一个月固定成本约 $1.3 万。只有月调用量超过 3000 万 token，自建才比调 API 便宜。

尾声

国产模型的定价，本质上是用价格换时间：换生态成熟的时间，换算力国产化的时间。

对使用者来说这是好事——现在是用最低价格拿到接近旗舰能力的最好窗口。但窗口不会一直开着。