Kimi K3百万Token输出定价100元 DeepSeek V4-Pro缓存命中输入降至0.025元

7月，大模型API市场再度出现价格分化。月之暗面推出Kimi K3旗舰模型，每百万Token输出定价100元，较前代上涨2至3倍；而DeepSeek V4-Pro则在5月宣布永久降价75%，缓存命中后每百万Token输入仅0.025元，两大旗舰产品价差拉大至数倍。行业定价权博弈正从明面走向深水区。

两套定价哲学：价值定价与成本定价

在国产大模型中，Kimi K3与DeepSeek V4-Pro分别代表截然不同的策略。前者锚定高端智力生产力的稀缺性，站上价格高位；后者定位普惠AI基础设施，靠规模取胜。分化背后，是全行业对可持续商业化路径的试探。

Token是AI模型处理文本的基本单位，可视为词元；缓存命中指在API调用中复用已有计算结果，能显著降低推理成本。是石科技联合创始人毛运航指出，当前定价本质上在试探客户承受区间：下限看算力租赁成本，上限看模型稀缺度与实际产出价值。

三阶段演变：从普降、回调到彻底分化

南京某AI智能体创业公司创始人张源（化名）将Token价格变化归纳为三个阶段。2025年初，MoE（混合专家模型）架构与量化蒸馏技术成熟，全行业普降，主流产品从数十元跌至个位数，但价格战也让中小厂商跌破盈亏线。2025年下半年至2026年初，云端GPU租金上涨与Agent应用爆发导致算力供不应求，倒逼厂商集体回调定价。2026年5月至今，市场彻底走向分化，两套定价哲学并行。

毛运航认为，2026年付费逻辑发生根本转变：模型能力跨过生产力临界点，Token消耗指数级上涨，国产算力规模化落地，API付费逻辑成立，行业正式进入定价探索的深水区。

暗箱博弈：缓存、降智与计量标准缺失

报价分化只是表层。台面之下，缓存命中率暗箱操作、模型私自降智减配、Token底层计量单位不统一等问题，让大模型计费成为事后才能算清的账。全行业尚未形成统一的计量规范与账单标准。监管尺度、定价权分配、用户权益保障三者如何平衡，成为当前AI产业绕不开的核心考题。

C端同样分层：阶梯付费从49元到2299元

API市场的分层映射至C端，主流模型纷纷推出“基础免费+高阶付费”的阶梯体系。月费跨度与模型品类直接相关，视频模型阶梯尤为陡峭。

• Kimi分四档：49元至699元
• 豆包分三档：最高500元
• 海螺AI拉出六档，至尊版高达2299元/月

一涨一降之间，国产大模型API定价从混沌走向分层，标志AI商业化进入深水区探索。

大模型API市场账单透明度缺失 缓存与计量标准成关注焦点

近期，大模型API市场虽然在价格页面明确标注每百万Token单价，但多位业内人士指出，当前更紧迫的问题在于计量规范与账单标准的缺失。用户在实际调用前无法预知有效输入输出量、缓存命中率等关键信息，导致实际支出与纸面标价之间存在显著脱节。

采购规模庞大 账单明细难以追溯

一家头部生活电商平台产品负责人向记者透露，其公司年度API采购预算超过8000万元，接入近320个模型、18家供应商，覆盖智能客服、代码生成、Agent等十余个场景。然而当问及每笔费用的具体用途时，该负责人无奈表示“账单透明度并未跟上采购规模”。

标价透明却难知真实成本

据一家Token工厂创始人观察，当前各大模型厂商虽均标注了每百万Token价格，但用户无法在调用前预知有效输入输出量和平台缓存命中率。延迟、吞吐量、可靠性等核心性能指标同样未公开披露，用户支付更高费用未必能换取更优质服务。

缓存机制差异拉大价差

第三方AI Infra公司创始人向记者指出，不同平台的缓存命中率差异悬殊——高的可达80%至90%，低的不足50%甚至为零；部分服务商即便命中缓存也仍按原价收费。缓存机制只作用于输入部分，当用户提出重复或高度相似问题时，模型直接调取此前已生成的答案，无需重新计算，成本可骤降至未命中的几十分之一。

“能否享受这一调优成果如同摸盲。”——该创始人表示，同一模型、同一问题，不同平台的真实价差最高可达10倍。

模型“暗地减配” 用户权益难保障

多位受访者证实，部分服务商将原版高精度模型大幅压缩为低精度版本部署，价格公示页却依然标注原版名称和参数；业务繁忙时段甚至动态切换至低精度运行。用户花钱买了“头等舱”，实际坐的却是“经济舱”，却难以察觉和维权。

技术能力参差不齐 根源在于缺乏自研基础

清程极智联合创始人师天麾表示，国内自研推理引擎的公司屈指可数，多数服务商不具备对多类型显卡集群的部署与调优能力。普通用户只能以纸面价格为唯一参考，迫使服务商维持表面低价，导致价格与真实成本脱节。

Token定义不统一 公平计费困难

Token并非标准统一的计量单位。不同模型使用截然不同的分词器——分词器是模型将输入文本切分为最小处理单位（Token）的算法工具。同样一段中文、代码或表格数据，拆分出的Token数量可能差异较大，这意味着Token计费本身无法公平反映实际资源消耗。但分词器技术路线的差异由底层架构决定，无法强制统一。

价格与能力脱节 采购风险上升

当前市场均为线性计价，而大模型能力一旦跨越临界点会出现数量级跃迁，能力提升数十倍乃至上百倍，Token定价却不会同步增长。仅凭报价单做出采购决策，正变得越来越“危险”。此外，部分厂商热衷“打榜”为能力背书，但评测数据集泛滥，偶有作弊。有受访者表示已不再依靠榜单数据，而是在实操中根据经验自行判断模型优劣。

监管方向：信息公开为第一要务

多位受访者认为，Token市场尚处早期，严管为时过早。监管核心应是打击恶意低价直销、利用垄断地位不当涨价、价格联盟串通等破坏公平竞争的行为。短期应优先推动建立标准化的账单披露规范，让用量和费用可追溯、可横向比对。

“就像家庭安装电表，用户有权知道钱花在哪了。”——师天麾建议，政策应要求服务商公开透明信息，让第三方机构具备评测和监督能力。

国家发展和改革委员会宏观经济研究院研究员杨祥雪、魏巍发文建议：建指数、立样本，形成词元价格运行监测的“月度仪表盘”；明规则、晒账单，推动词元计费从“平台自定”走向“公开可查”；划边界、建基准，提升算力和模型价格行为的竞争评估能力。

未来趋势：分层定价精细化服务

有被访人士判断，未来Token价格体系将逐步走向稳定。模型与芯片类型将逐步收敛，文本、视频、多模态等不同品类各自对应独立定价区间。长期来看，Token计费将蜕变为底层基础设施支出：普通用户通过订阅套餐付费，高端定制化调用成本甚至可能超过个人工资，而通用型基础服务可接近免费。整个行业最终走向分层、稳定、精细方向。

被访的政策研究专家提出，制度建设应分步推进：短期建立计量口径、账单字段等基础信息披露规范，核心是“轻价格管制、重信息披露”；中长期划定竞争边界、建立成本基准及设立系统性预警。