GPT开始免费，DS却涨价了，大模型价格战为何逆转？

最近几年，伴随着AI产业的高速发展，各家大模型企业是纷纷入局，在美国有大名鼎鼎的GPT、Claude等，在中国有DeepSeek、Kimi、千问、文心等，但是大部分时候市场的主流话术都是美国大模型技术先进却昂贵，中国的大模型虽然没那么先进却足够有性价比，然而，近期情况却发生了变化，GPT开始竖起免费的大旗，DeepSeek却反向涨价了，这到底是怎么回事？

一、GPT开始免费，DeepSeek却涨价了？

据新浪财经的报道，日前OpenAI宣布，即日起起GPT-5.6 Luna将成为Free和Go用户的默认模型；下周起，两档用户可以不限量进行文本聊天，遇到复杂问题还可以按下Think，让模型多花一些时间作答。

不过文件上传、图片和其他工具仍有限额，防滥用机制也会继续运行。OpenAI也没忘记付费用户。Plus和Pro用户开始使用更新后的GPT-5.6 Sol，快速回答和深度推理都由同一个模型完成，用户可以通过滑块调节思考强度。

就在OpenAI开始举起免费大旗的时候，DeepSeek却开始反向操作了，8月6日，DeepSeek在用户后台发布公告，宣布计划于近期整体上调DeepSeek API服务的定价，并且特意提醒用户，此次“预计涨幅较大”。

8月17日，DeepSeek的定价终于千呼万唤始出来，据中新经纬的报道，最新调整后的价格方案为，高峰时间段，V4 Pro每百万tokens输入（缓存未命中）9元（涨幅200%）、输出27元（涨幅350%），缓存命中输入0.3元（涨幅1100%）。空闲时间段，V4 Pro每百万tokens输入（缓存未命中）4.5元、输出13.5元，缓存命中输入低至0.15元。以此看来，V4 Pro高峰时间段涨幅最高达1100%。

二、大模型竞赛为啥突然逆转了？

海外的 GPT 开始把纯文本对话能力推向免费，让普通用户可以零门槛使用；反观国内的 DeepSeek，却对外放出消息，要进行比较大幅度的 API 涨价。一降一涨，两种完全相反的定价动作摆在市场面前，很多人第一反应是看不懂，这到底是怎么回事？

首先，GPT的免费其实和DeepSeek们密不可分。GPT之所以果断放下身段开启免费模式，核心推手正是以DeepSeek为代表的国产大模型的强势崛起，这背后是AI产业成熟与成本逻辑共同作用的必然结果。AI行业发展到今天，模型架构的迭代早已跨越了早期的粗放阶段，技术优化的红利持续释放，让纯文本聊天这类基础场景的运行成本被压缩到了极低的水平。

过去，大模型每一次交互都要消耗大量算力，成本高企让免费成为奢望，但如今，模型结构的精细化打磨，让算力利用效率实现了质的飞跃，纯文本交互的成本已经低到了可以忽略不计的程度。更关键的是，以DeepSeek为代表的国产大模型，从入局之初就坚持长期低价竞争策略，在纯文本领域不断压低价格底线，用极致的性价比抢占市场。

这种持续的低价攻势，倒逼着GPT不得不重新审视自身的价格体系，在成本可控、竞争白热化的背景下，免费不再是牺牲利润的冒险，而是守住市场份额、巩固用户基础的必然选择，毕竟在纯文本赛道，谁能先拿下用户，谁就掌握了后续变现的主动权。

其次，DeepSeek涨价其实也有自己的底气。反观DeepSeek这边，情况却完全不一样了。这次涨价，不是他们想赚黑心钱，而是实在是扛不住了，或者说，是模型能力进化带来的必然成本压力。

伴随着DeepSeek V4-Flash这类高性能模型的发展，大家有没有发现一个问题？现在的AI越来越“聪明”了，但这种聪明是有代价的。以前那种简单的“你问我答”，确实便宜，但现在的应用场景变了。程序员用它写代码、分析师用它读财报、企业用它办公，这些场景对模型的逻辑推理能力、上下文窗口的要求是指数级上升的。

这就导致了一个现象：虽然单个Token的生成成本可能没变，甚至更低了，但是为了完成一个复杂的任务，模型需要调用的计算量、需要处理的推理链路却成倍增加。单日Token处理量的激增，意味着算力消耗就像开了闸的水龙头一样。再加上DeepSeek本身在国内的生态里，承接了大量原本可能流向海外模型的API调用需求，这种规模的激增，如果还维持原先那种“赔本赚吆喝”的低价策略，财务报表肯定是没法看的。任何一个商业机构，最终都得回归商业本质，烧钱换市场是有尽头的，当模型的能力上了一个台阶，服务的深度增加了，涨价其实是在所难免的。这是为了支撑更高级的推理能力，必须付出的成本。

第三，国产大模型涨价了也依然具有性价比。这里面有个很有意思的经济学账。美国的大模型公司，虽然技术积累深厚，但他们的算力成本、人力成本以及运营成本，整体上是高于国内的。我们有着全球最完善的算力基础设施供应链，有着大量的工程化“卷王”，能够把每一分算力的效用压榨到极致。

DeepSeek们涨价，可能只是从“极度亏本”变成了“微利”或者“盈亏平衡”，而对于大洋彼岸的GPT来说，他们的价格体系依然包含着巨大的品牌溢价。这就给了国产模型一个巨大的战略回旋空间。也就是说，我现在涨价了，但我还是比你便宜，而且我的中文理解能力、对中国本土场景的适配能力，比你更强。

这种成本优势，就是最大的底气。它让国产模型敢于在此时调整价格策略，而不担心用户大规模流失。因为这不仅是价格战，更是价值战。当用户发现，即便涨了一点钱，但完成任务的综合成本依然比用GPT要低时，这种涨价就是成立的。

第四，大模型的竞争到底会向何处去？现在我们与美国顶尖大模型之间的差距正在持续缩小，在这样的情况下，采用与之前不一样的剧本和竞争策略，也就成了一种自然而然的选择。过去几年，我们习惯于扮演“追赶者”的角色，用低价和开源来换取生存空间和生态位。但当技术差距缩小到一定程度，当我们的产品在某些垂直场景下已经能够提供不逊于甚至优于对手的体验时，继续扮演“价格屠夫”就不再是最优解。

一个全新的商业化竞争时代正在到来，这个时代的竞争焦点，将从单纯的价格和参数，转向服务稳定性、生态完整性、垂直场景的深度整合以及商业模式的可持续性。DeepSeek的涨价，OpenAI的免费，看似背道而驰，实则都是在为这个新时代的到来做准备。它们都在试图摆脱单一维度的竞争，构建一个更立体、更健康的商业生态。这背后，是全球AI产业从“野蛮生长”迈向“精耕细作”的深刻转型。

最后，我们必须清醒地认识到，Token这门生意，远比我们想象的要艰难。它不像石油或矿产，存在天然的供给侧约束。Token的供给，理论上只受限于资本和电力，而这两者都是可以在市场上购买到的。这意味着，任何通过技术或运营建立的短期成本优势，都可能被竞争对手用资本快速抹平。

因此，无论是GPT的免费，还是DeepSeek的涨价，都不是终局，而是一场更漫长、更复杂博弈中的新回合。真正的赢家，不会是那个价格最低的玩家，而是谁能把商业模式发展到最后且最优的那个。