大模型价格战下半场：将推理价格打下去

降价潮席卷行业：从“骨折价”到永久免费

2025年5月以来，国内大模型厂商掀起了一场史无前例的降价风暴。DeepSeek率先将V4-Pro模型原2.5折的“折扣优惠”转为永久降价，并推出峰谷动态定价；小米MiMo-V2.5全系列API接口永久下调，部分场景降幅逼近99%，且不再区分上下文窗口长度。腾讯云紧随其后，DeepSeek-V4全系列模型最高降幅达97.5%，第三方模型MiniMax-M3各项降幅均为50%。以DeepSeek为例，调价后专业版百万Tokens价格降至0.025元，仅为Minimax M2.7价格的5.8%。

这一波降价的“始作俑者”字节跳动，早在5月15日就将豆包主力模型定价为0.0008元/千Tokens，比行业便宜99.3%。阿里云通义千问Qwen-Long输入价格直降97%，从0.02元/千Tokens降至0.0005元/千Tokens；百度文心大模型两大主力模型直接免费。降价效果立竿见影：OpenRouter数据显示，DeepSeek-V4-Flash模型登顶全球调用榜，阿里云、百度云等大厂AI相关收入也实现三位数增长。

推理芯片成为成本新“天花板”

随着AI大模型从训练阶段转向大规模商业落地，推理成本正取代训练成本成为主要支出。阿里云在“2026算力倍增计划”中，推理芯片采购预算占AI资本开支的60%；Meta计划在2026年底建成60万张GPU等效算力的推理集群，占其AI总预算的55%。联想集团董事长杨元庆指出，未来70%以上AI算力将用于推理，而非训练。

推理芯片的成本压力是全生命周期的。与一次投入的训练芯片不同，推理芯片需要持续响应海量用户请求，其成本随调用量飙升而线性增长。数据显示，生产环境中推理芯片投入占大模型生命周期计算成本的80%至90%。DeepSeek创始人梁文峰坦言，芯片价格太贵，无法满足低成本需求，即便采购国产昇腾芯片，也仅能缓解部分压力。

自研推理芯片：算法与硬件的跨界难题

面对高昂的推理成本，头部厂商开始自研定制推理芯片。OpenAI与博通联合开发的Jalapeño芯片已发布，声称可降低约50%推理成本；DeepSeek被曝秘密启动自研推理芯片已一年，并与芯片设计、晶圆代工、存储厂商展开接洽。然而，自研芯片的难度远超想象：

• 研发跨界：大模型企业擅长算法架构（软件），AI芯片属于硬件领域，需从零积累人员和技术，而芯片流片周期长、失败风险高。
• 迭代速度劣势：华为昇腾、寒武纪、英伟达等芯片厂商有深厚技术基础，能快速响应行业需求；而大模型厂商仅针对自身模型定制，研发周期长，容易“出厂即落后”。
• 生态缺失：英伟达CUDA生态拥有超过400万开发者，适配框架、采购形成规模效应，分摊成本；而自研芯片没有生态，只能自用，无法通过数量均摊研发成本，导致单芯片成本居高不下。

生态与产能：自研芯片的终极考验

对于智谱AI、DeepSeek等企业而言，自研推理芯片最难的不是芯片设计本身，而是“算法迭代、芯片流片、产能排期、用户生态”四环的协同。没有生态支持，芯片无法获得大规模采购，无法摊薄流片成本；没有产能保障，即使设计出芯片也无法量产。同时，芯片厂商的迭代速度可能让自研芯片在性能上落后于通用芯片。

2026年的AI大模型行业，已从“工程师时代”进入“工业时代”——比拼的不再是模型能力，而是能否将每百万Token推理成本降到极致。能否推出并量产自研推理芯片，将决定一家大模型公司是停留在AI产品公司层面，还是晋升为AI时代的基础设施公司。