9月24日 AI 行业第一次集体降价:生图、语音、前沿模型一起打到骨折

前两天我刚写过一篇稿子，说"AI 出图开始按张计费，一张 0.15 元"。那时候还只是图片一个赛道。

昨天（9 月 23 日）开始，连着三个赛道一起降：

- 千问语音模型全线下调——TTS 降 70%、Realtime 降 85%、ASR 降 95%

- 海外两大头部同一天发布新模型——API 价格较上一代直接腰斩 50%

- 同一天，另一家海外头部发布 Opus 5.5——运行成本较上一代降 40%，输入输出价格降 20%

这不是巧合。这是生成式 AI 行业第一次同时在多个赛道集体降价。

如果把 2026 年到现在的几件事串起来看，会发现一个清晰的方向：AI 用得起的门槛，正在快速跌穿。今天这篇文章想把这条线讲清楚——降的是什么、为什么降、降完对普通人意味着什么。

————————————

一、把几件事放到一张时间轴上看

2026 年 9 月这一个月里，把生图、语音、前沿文本模型的价格全部按原档打了一个数量级。

这不是一家公司在烧钱抢市场，而是整个行业进入了一个新的阶段：从"证明能力"，进入"抢使用率"。

————————————

二、为什么同时降？

短期看是几家公司的市场动作，本质上是几个结构性因素在 9 月这个时间点同时到位。

第一个，技术成本确实在降。

MoE 架构普及后，单次推理只激活一小部分参数（比如 MiMo-V2.6-Pro 总参 1.02 万亿，但每次只激活 420 亿），按激活量计费，单 token 的推理成本结构性下降。模型本身没便宜，但是跑它一次便宜了。

加上 KV Cache 复用、推测解码、动态量化这些工程优化，"同样智能、更便宜地跑出来"在 2026 年终于做到了可商用。

第二个，竞争格局逼出来的。

国产开源阵营（千问、混元、Kimi、DeepSeek）持续把权重公开、API 定价压到比海外闭源低一到两个数量级。海外闭源为了保住用户，只能跟着降——9 月 23 日那一波降价，时间点几乎一致，本身就是竞价的痕迹。

第三个，用户基数过了规模门槛。

调用量不到一定量级，API 价格再低也只是"数字游戏"。2026 年三季度的数据是国产大模型周调用量连续二十周领跑全球——调用量过了临界点，"降一点价格换 10% 调用量"的策略才有正反馈。

————————————

三、降完之后的几个具体数字（普通人视角）

生图：0.15 元一张 2K（按张计费，输入免费）——比一张打印照片便宜，比共享单车起步价便宜。

语音合成（TTS）：千问音频 3.1 后价格降 70%——合成一段 10 分钟的音频，原来几分钱，现在不到一分钱。

语音实时交互（Realtime）：降 85%——做个语音客服、做个语音陪伴 App，每分钟成本接近忽略。

语音识别（ASR）：降 95%——把一段录音转成文字的成本，几乎压到零。

前沿文本模型：MiMo-V2.6-Pro 跑完一组任务，单任务成本 0.13 美元，海外闭源最强档 5.86 美元——差 45 倍。

把这一组数字放在一起看：2026 年 9 月这一波降价之后，"用 AI"这件事的成本，正在向"几乎免费"靠拢。

————————————

四、这个价位把行业带向哪里

第一档：从"订阅"到"按用量"，从"基础设施"变回"消费品"。

订阅制意味着你得持续付费才能用，没用够就亏了。按用量意味着你只为产生价值的那部分付钱。AI 正从"你必须订阅才能用"变成"需要就买"——和咖啡一样。

第二档：把"AI"和"传统人工服务"放进同一个价签。

以前 1000 字的文案传统流程几十到几百元，AI 出稿再人工润色整体可以压到原来的几分之一。语音合成替代小段配音，语音识别替代速记……一项一项的成本曲线都在往下走。

第三档：便宜会反过来推动用法创新。

价格越低，越愿意"试错"。试错靠频次，不靠精度。

以前写文案是"想清楚再写"，现在可以"先写十版挑一版"；以前做图是"想清楚再画"，现在可以"先画十张挑一张"；以前配音是"读三遍录一次"，现在可以"录十次挑一版"。

AI 从"创作"变成"实验"——而实验的频次是过去做不到的。

————————————

五、什么会变、什么不变

会的变化

会变便宜的：基础能力——生图、生文、生音、生视频、读图、读音、读文——这些"做出来"的动作成本继续往下走。

会变贵的是：决策、审美、整合、把"十张输出挑一个"的判断、把"AI + 人工"组合成可用品的流程——这些"挑出来"的动作不会变便宜，反而会越来越值钱。

不变的事

不会取代你的：审美、决策、沟通、把"AI 的输出"翻译成"别人能接受的语言"。AI 把"画出来/写出来/说出来"压到几乎为零，但这些动作从来不是最有价值的部分。

真正稀缺的不是能力，是判断力。

————————————

六、几条必须知道的坑

写到最后，必须做几个诚实的提醒——这些比降价本身更重要。

1. preview 价格不是长期价格。

很多新模型刚出是"preview 定价"，目的是冲量跑数据。正式版大概率会涨，可能是分档 + 限速 + 配额。

按现在的价格做方案，要给留余量——别赌它永远这么便宜。

2. 降价不等于"质量更好"。

新模型能力一般比上一代强（毕竟这是卖点），但不意味着每一项能力都更好。图像模型的"写实"问题、语音模型的"情感"问题、长文档模型的"事实性"问题——这些问题不会因为降价自动解决。

3. 海外闭源降价可能不持久。

海外闭源这一波降价，有明显的"用户增长压力"因素。这轮降价过后，下一代模型涨回来并不是不可能。

长期看，国产开源 + 闭源 + 海外闭源三者并存——选择会越来越多，但单一依赖任何一家都是风险。

4. 数据和隐私的成本没降。

API 调用便宜了，但你的数据传上去的成本没降。用便宜 API 处理敏感数据前，先看清楚它的数据存储和训练策略——别让省下来的几分钱，赔上了别的东西。

————————————

写在最后

2026 年 9 月这一波集体降价，可能是 AI 行业到目前为止最重要的一个变化。

不是因为价格便宜了——而是因为它改变了"AI 是什么"在普通人脑里的位置。

之前，AI 是"高科技"、"前沿"、"少数人在用"——这一波之后，它会变成"日常"、"工具"、"用得起的消费品"。这个转变比任何一次模型能力跃迁都重要，因为决定 AI 走向的不是模型多强，是有多少人在用。

所以，用 AI 的人，未来拼的不是用什么 AI，是把 AI 用在哪、用来干什么。

省钱的部分交给市场，创造的部分交给你。

————————————

微信搜「拾趣路遇」，AI帮你记住旅途中的每一个惊喜。

微信搜「压力大就来一局吧」，释放你平时的压力。

如果今天这篇对你有用，点个「在看」+ 关注，之后还会分享更多 AI 实操干货，怕迷路就点个关注。