DeepSeek 前七个月 API 毛利率 82.9%，比 OpenAI 一季度的 39% 高出一倍多——卖得比 Claude Opus 便宜四五倍，毛利却更高。秘密不在定价，在架构：V4-Pro 总参数 1.6 万亿但单次推理只激活约 490 亿（3%），V4-Flash 激活比例不到 5%，而美国主流模型激活比例普遍在 15%-30%；100 万 token 上下文下 V4-Pro 算力消耗只剩前代 V3.2 的 27%。再叠加 GPU 利用率从行业 40%-50% 拉到 70% 以上的工程调度，单位 token 成本被压到几分之一。

2024 年 5 月智谱 GLM-3 Turbo 把价格从 0.005 元/千 token 砍到 0.001 元，打响第一枪；随后阿里通义 Qwen-Long 降 97%、腾讯混元降 87.5%、百度文心部分版本免费。到 2024 年 5 月后，国内推理算力毛利率一度跌成负数。转折在 2026：信通院监测上半年公有云大模型 Token 服务均价相比 2025 下半年反而涨了 51%，2026 年 3 月腾讯云、阿里云、百度智能云集体上调算力与模型价格。读完文章再看这轮 U 形反转，才知道「成本定价」和「定位定价」不是并列选项，而是先后两个阶段。

梁文锋那句「价格本质是什么，我只回复一个词：价值」出自定价学者赫尔曼·西蒙。西蒙真正的论证比这复杂：价格应由客户感知价值倒推成本，而非成本加成；他给出一个杠杆数据——价格提升 1%，多数企业净利润平均提升 10%，远高于销量或成本变动 1% 的效果。这个框架套到 DeepSeek 身上会出现裂缝：梁文锋反过来说「不想把利润定在对手有动力争夺的位置」，主动放弃价值定价的上限。同一套理论，两个人用来支持相反的定价动作。

同样是提价，智谱给出另一套叙事：2026 年一季度核心 API 累计涨 83%，调用量同比反增 400%，API 平台 ARR 涨了 60 倍，股价当日一度拉升近 45%。它的逻辑是模型从「可玩」变成「生产力工具」——GLM-5.1 能在真实工程任务中连续工作 8 小时，价格弹性自然下降。文章里「算法工程师」的反驳则指向反面：高价会限制使用规模，没有真实场景调用量就没有数据飞轮，「定一个跟美国一样的价，某种程度上就是不想卖」。两条路都跑出了数据，谁对还没定论。

焦点正从「每百万 token 多少钱」移到「完成一件事要花多少钱」。文章里已有信号：Kimi K3 跑同一任务耗 1.6 亿 token，GLM-5.3 耗 2 亿，K3 单价更高但总花费相近。瑞银调研则给了需求侧的硬约束：某 AI 公司在 Anthropic 的月支出七个月内从 2 万美元涨到近 100 万美元，约六成机构已把 token 支出列为经营问题，开放模型调用占比从 10% 升到 30%。可观察的节点是：各家会不会开始按「任务完成度」而非 token 量报价，以及峰谷、缓存这类调度工具能吃掉多少成本。

两年价格战把 token 单价压到地板，却始终没有一个衡量「AI 创造了多少价值」的通用尺度。真问题在这里：一个法务 Agent 起草合同省了 3 小时，和一个客服机器人回答天气，消耗的 token 可能差不多——按 token 收费意味着两者的定价被强行拉平。若转向按任务结果定价，定价权就从模型公司部分转移到客户和评测机构手里，Artificial Analysis 这类第三方基准会变得更像交易所报价。分歧在于：谁能给出可信的「单 token 智能」度量，以及模型厂愿不愿意接受这把尺子。