智谱 CEO 张鹏回应涨价：长期依赖低价竞争，不利于整个行业发展
回应背景：从“价格战”转向价值竞争
近期，大模型行业经历了激烈的价格竞争，多家厂商纷纷下调API价格以争夺市场份额。智谱AI也曾是降价潮中的积极参与者，先后两次下调GLM-3 Turbo模型的调用价格。
然而，随着应用场景的深化，特别是以OpenClaw为代表的Agent应用兴起，行业需求发生了质的变化。
- 需求转变：用户不再满足于简单的“对话”，而是需要模型“干活”。Agent任务涉及规划、尝试、Debug和处理模糊需求，导致Token消耗量激增，达到简单问答的10倍甚至100倍。
- 成本压力：Token消耗的指数级增长直接推高了服务成本。长期的低价策略导致企业陷入“亏本竞争”，这在光伏等行业已有先例，单纯依赖低价倾销的企业最终被淘汰。
涨价核心逻辑：可持续发展与商业闭环
张鹏明确表示，调整价格的核心考量是回归正常的商业价值区间，打破不可持续的低价竞争怪圈。
- 技术驱动成本优化：降价的根本基础是技术进步带来的成本下降，而非无底线的烧钱补贴。当技术优化速度无法覆盖Token消耗增长时，价格调整势在必行。
- 构建良性价值链：张鹏强调，“真正的价值应该是逐级的”。企业通过提供优质服务和模型，帮助用户创造更大价值；用户则通过付费反哺企业，形成能够支撑持续研发和优化的资金闭环。
- 服务企业级市场：相比于个人用户对价格的敏感，企业客户更关注模型的稳定性和性能。智谱Turbo模型的升级正是为了增强Agent能力，满足企业“干活”的需求，这种高价值服务需要合理的价格来维持。
技术视角的挑战：基础设施与智能体的协同
除了商业层面的考量，涨价背后也是为了应对技术层面巨大的基础设施挑战。在圆桌讨论中，多位嘉宾指出了Agent时代对算力和系统架构提出的新要求：
- 基础设施压力：无问芯穹夏立雪提到，Token用量正在爆发式增长，现有的为“人”设计的云基础设施（分钟级响应）难以适应Agent的高频需求（毫秒级）。
- 长上下文难题：黄超指出，Agent要成为真正的“打工人”，需要处理长程任务和复杂上下文（如500步以上），这对Memory（记忆）和Prompt（规划）提出了极高要求。
- 算力瓶颈：张鹏直言，未来12个月最大的关键词是“算力”。随着推理需求可能增长100倍，竞争将下沉到芯片甚至能源层面。只有确保足够的利润和现金流，企业才能在算力采购和技术迭代上持续投入。
行业展望：走向价值落地与Agent原生生态
涨价不仅是价格的回归，更是行业从“卷模型”走向“卷应用”的务实表现。
- 从聊天到打工：行业共识正在形成，大模型的核心价值将从聊天机器人转变为真正的生产力工具（Cocreator）。这要求模型具备更强的逻辑性、多模态综合能力以及自进化能力。
- 生态重构：未来的软件可能不再是为人类GUI设计，而是为Agent原生（Agent Native）设计，更多的交互将走向CLI（命令行/脚本）模式。
- 中国AI的全球定位：夏立雪提出，中国有机会利用在能源和制造端的优势，成为全球的“Token工厂”，通过可持续的“AI Made in China”模式输出高质量的智能服务。
综上所述，智谱CEO张鹏的回应揭示了大模型行业发展的必经之路：告别资本催熟的低价泡沫，回归技术驱动的价值本源，通过合理的价格机制支撑起高消耗、高智能的Agent时代，推动行业向更健康、更具生产力的方向进化。