AI 编程模型价格战：谁在降价，谁在涨价
DeepSeek V4 Pro 永久降价 75%，智谱 GLM-5 全年涨价超 30%，本文梳理 2026 年主要厂商编程模型的价格变动。
主要厂商价格变动梳理
2026 年的大模型定价呈现明显的两极分化。降价阵营里，DeepSeek 把 V4 Pro 此前到 5 月底结束的限时 2.5 折优惠转为永久标准价，相当于永久降价 75%，非缓存输入价降到每百万 token 3 元人民币[1]。小米 MiMo V2.5 系列 API 永久调价，最高降幅达到 99%，并取消了按上下文窗口长度阶梯计费的模式[2]。海外阵营里，Anthropic 对 Claude Opus 4.7 也做过一次幅度较大的降价，输入输出价格从 15/75 美元降到 5/25 美元每百万 token，降幅约 67%，直接把价格拉到接近 GPT-5.5 的区间[1]。
涨价阵营里，智谱 AI 年内多次上调 GLM-5 系列的 API 计费和 Coding Plan 订阅价格，累计涨幅在 30% 至 83% 之间，官方说明是受算力供需关系紧张影响[1][3]。国内的月之暗面把 Kimi 升级到 K2.6 时，单价较上一代上调约 58%，对应的是 Agent 自主运行能力的大幅升级（支持长达数天的持续运行）[1]。
价格变动背后的竞争逻辑
降价阵营的逻辑更偏向锁定开发者和 B 端市场：通过工程优化和成本控制建立价格壁垒，用极致性价比换取生态份额[3]。涨价阵营的逻辑更偏向面向 C 端和高阶场景做能力溢价：把定价和模型的稀缺性、复杂任务的处理能力绑定，强调"贵有贵的道理"而不是单纯比价格[3]。这种分化也让计费方式变得更多元，不再是单一的按 Token 计价，出现了峰谷定价、月度订阅制这类新的计费探索[3]。
对使用者的选择建议
对成本敏感、任务相对标准化的场景（比如批量补测试、简单的代码生成），优先考虑降价阵营里性价比突出的模型。对需要高可靠性、复杂推理或者合规要求较高的场景，头部闭源模型的能力溢价通常仍然值得付出。比较务实的做法是按任务类型做模型路由，而不是把所有任务都固定在同一个模型上，尤其是当同一批任务里既有简单重复的部分、也有复杂判断的部分时，混用不同价位的模型往往比单一选择更划算。
常见问题
便宜的模型是不是能力就一定弱？
不完全是，部分降价模型是通过工程优化（比如更高效的架构、国产芯片适配）降低了推理成本，而不是简单牺牲能力，具体效果需要结合实际任务测试判断。
价格战会不会导致某些厂商突然涨价回补？
有这个可能，历史上出现过降价后再涨价的情况，行业观察认为这一轮价格战比以往更强调工程能力带来的成本壁垒，回补的空间和速度因厂商而异。
独立开发者应该锁定一家厂商吗？
不建议完全锁定，价格和能力格局变化较快，保持对多个厂商定价和能力的关注，按需灵活切换，通常比长期绑定单一厂商更有成本优势。