AI价格战：中国开源模型如何改写全球AI经济学

硅基艺志 · 深度解读 · 2026.06.15

2026年6月，全球AI产业正在经历一场定价权的范式级地震——震源不在硅谷，而在杭州。

5月23日，DeepSeek宣布其旗舰模型V4-Pro的API价格从限时2.5折永久锁定为正式定价：输入\$0.15/百万token，输出\$0.28/百万token。这一价格仅相当于Anthropic Claude Opus 4.7输出价格\$75/百万token的约1/268，OpenAI GPT-5.5输出价格\$14/百万token的1/50。

这不是促销，这是一次定价锚的重置。它宣告了一个残酷事实：AI模型正在从"奢侈品"变成"日用品"，而主导这场变革的不是拥有8520亿和9650亿估值的美国双雄，而是一群用MoE架构、国产芯片和极致工程效率武装起来的中国公司。

把数字摊开来看，差距已经不是"有竞争力"，而是数量级的碾压。

数据来源：DeepSeek官方定价页、Price Per Token、Anthropic官方文档、OpenRouter及多家第三方监测平台（截至2026年6月中旬）

SemiAnalysis的测算更触目惊心：一个\$200/月的ChatGPT Pro订阅，如果用户充分利用其token配额，OpenAI的实际服务成本高达\$14,000。OpenAI在GPU集群利用率仅5.7%时就已进入负利润区间，Anthropic的盈亏平衡点也仅有10%。换句话说，两家公司的商业模式本质上是"赌你不会用满"——而一旦企业开始认真计较每花一块钱能换回多少生产力，这个赌局就崩了。

彭博旗下Silicon Data的LLM Token支出指数已在6月连续7个交易日下跌，创2026年1月以来最长连跌纪录。这不是需求萎缩的信号——全球AI token总用量仍在爆发式增长——而是单位token价格在加速坍塌。企业正在用脚投票：从每任务必用最贵模型，转向按任务精准选型。

价格战不是凭空发生的。它是在企业账单失控的现实压力下被点燃的。

2026年5月，Uber COO Andrew Macdonald公开说了一句震动行业的话：token消耗的增长与产品实质改善之间，"这条线还不存在"。他甚至造了一个词——"tokenmaxxing"——形容员工为了刷AI使用量而执行无价值的任务。更扎心的是数字：Uber 2026年的全年AI编程预算，仅前四个月就烧光了。

这不是孤例。Salesforce预计2026年全年付给Anthropic的费用将达约3亿美元。某匿名公司在未限制员工访问Claude的情况下，单月token账单高达5亿美元。企业数据平台Entelligence.AI汇总2444家企业数据后发现一个令人不安的真相：每投入1美元AI token费用——

亚马逊率先叫停了内部"token消耗排行榜"——这个曾经被硅谷科技公司当作荣誉榜的内部竞赛。微软则开始逐步停用部分关键产品部门员工的Claude Code订阅。高盛在最新研报中指出，部分企业AI token支出已占到员工总人力成本的10%，并警告这一比例可能继续攀升。

账单失控，就是中国企业打开市场缺口的第一把钥匙。

中国开源模型的竞争力，最终要在真实商业场景中验证。三个美国企业的案例值得细看。

这三个案例共同指向一个结论："够用且便宜10倍"不是口号，是一个正在被验证的商业事实。

混合路由策略 vs 全Claude Opus：成本直降68%，质量持平

DeepSeek是价格战的引爆者，但它背后的中国开源矩阵才是真正的系统性力量。

这不是一个孤胆英雄的故事。这是一个从芯片（昇腾950PR采购价仅为H200的1/3~1/4）到架构（MoE使单token算力降至传统架构的27%）到能源（西部绿电成本为美国的1/3~1/5）到规模（V4-Flash周调用量达3.43万亿token）的全栈成本优势。

现在，回到那个最尖锐的问题。

OpenAI估值8520亿美元，Anthropic估值9650亿美元。两家公司合计估值超过1.8万亿美元——相当于加拿大的全年GDP。二者均已秘密向美国SEC提交S-1申请，冲刺Q4 2026上市。OpenAI明确将IPO目标估值定在1万亿美元。

这个估值建立在什么叙事上？简单说：前沿模型永远稀缺、永远昂贵、永远不可替代，企业将永无止境地向最强模型付费。但2026年6月的现实正在逐条瓦解这个叙事：

这不是说OpenAI和Anthropic会倒闭。它们仍有最强的综合能力、最完善的安全合规体系、最深厚的企业关系。但万亿美元估值隐含的假设是它们将吃掉整个市场的增长红利——而当中国企业把"够用"的价格压到它们的几十分之一后，这个假设不再成立。

这场价格战揭示了一个更底层的矛盾：AI行业的商业化和金融化逻辑正在发生冲突。

摩根士丹利的分析令人不安：五大超大规模云厂商的资本支出占收入比例持续攀升，而投资回报的信号越来越模糊。Gary Marcus警告："一旦OpenAI走下坡路，很可能会拖垮英伟达、甲骨文、Coreweave等公司。"

在监管与数据主权的维度，中国模型存储用户数据于中国境内服务器，受《国家情报法》约束。对于处理敏感数据的美国企业和政府机构，这构成了实质性使用壁垒。但开源权重的可自部署性提供了折中方案——企业可以在自己的基础设施上运行中国开源模型，避开数据出境问题。

最终的格局可能呈现清晰的分化：90%的民用商用市场由高性价比的开源模型主导（中国模型在其中占据生态位优势），10%的涉密/主权/极端高难度场景由闭源旗舰模型守护。美国公司仍将在后者中保持优势——但这不足以支撑万亿美元估值。

2023年ChatGPT横空出世时，全球AI的叙事中心是硅谷。三年后，叙事中心正在分裂。中国公司不再是追随者——它们用MoE架构创新、国产芯片适配和极致的工程效率，主动定义了全球AI的"成本基准线"。

这不是"中国AI赢了"的简单叙事。美国企业在安全、合规、前沿探索和生态系统深度上仍然领先。但中国公司证明了一件事：AI不必昂贵到只有巨头才用得起。当AI从奢侈品变成日用品，受益的不是某一家公司，而是每一个想用AI但被价格挡在门外的创业者和中小企业。

对于OpenAI和Anthropic的万亿美元IPO，市场将用真金白银投票。但有一件事已经确定：不管结局如何，这场价格地震已经永久性地改变了全球AI经济学的底层逻辑。