豆包新增付费功能国产Token多次涨价便宜不是中国AI的唯一竞争力
豆包新增付费功能 国产Token多次涨价 便宜不是中国AI的唯一竞争力
2026年05月05日 07:41
5月4日，豆包在免费服务基础上新增付费版本，每月收费从68元至500元不等，主要覆盖复杂任务和生产力场景，适应更多算力与推理的消耗需求。
豆包付费增值服务的背后，是Token（词元）价格不断攀升。特别是 AI智能体 的广泛应用，Token消耗规模的激增直接推高了算力需求，进而传导至 云计算 服务价格。一年前还在打价格战的国产大模型厂商，如今集体选择涨价。
半年内多次涨价
今年3月，国家数据局披露了一组惊人的数据：我国日均Token调用量已突破140万亿，相比2024年初增长了1000多倍。
与此同时，今年以来，国产Token进入了持续涨价通道。
3月中旬，阿里云发布公告，因全球AI需求爆发及供应链成本上涨，AI算力、存储等产品价格上调5%至34%。其中，平头哥真武810E等算力卡产品涨幅达34%，文件存储产品智算版上涨30%。一个月后，阿里云再度宣布部分模型单元服务价格再次上调2%至7%。
腾讯云 紧随其后，旗下AI编程助手CodeBuddy与WorkBuddy将提价，企业旗舰版涨幅约154%，企业专享版涨幅达100%，这已是 腾讯云 年内的第三次涨价。
“国产大模型第一股” 智谱 今年也宣布多轮涨价，并首次在核心场景实现与海外头部厂商的价格对齐。
豆包新增付费功能。
算力市场规模越做越大，Token价格反而逆势上涨。“Token定价像是一道多元方程，变量很多。” 百度 千帆平台产品负责人张婷向记者解释，GPU芯片是推理最核心的成本，一张高端GPU动辄几十万元，运行一个大模型需要几十甚至几百张同时工作，大型推理集群的电费也是天文数字。
此外，研发摊销、工程师与数据投入、99.99%可靠性要求、内容安全过滤……这些成本层层叠加，最终都反映在Token价格上。
效率成Token新指标
一片涨价声也在倒逼行业，重新思考Token效率的价值。
“大模型产业落地的下半场，核心命题不是模型参数规模的竞争，而是单位Token效能的持续提升。”蚂蚁数科大模型技术创新部总经理章鹏认为，面对Token涨价的趋势，效率成为企业更关注的指标。
4月末，阶跃星辰发布新一代图像生成编辑模型Step Image Edit 2，参数量仅3.5B（1B等于10亿），单次生图耗时0.5至2秒，性能与12B至20B级开源图像编辑大模型趋同，API定价仅为每张0.02元。阶跃星辰首席战略官李璟告诉记者：“推理成本与部署门槛的现实压力，推动业界重新审视Token效能比的价值。”
几乎同期，蚂蚁数科推出商业版LingDT-2.6-flash，总参数量104B、激活参数7.4B，在同等测评任务下较同参数级别模型可节省90%的Token消耗，输入定价为每百万Token仅0.1美元。
“由于缺乏对行业规则、业务流程的深度理解，OpenClaw等智能体执行复杂任务时往往反复调用工具，Token消耗远高于有效产出。”章鹏告诉记者，在一些高频调用场景中，智能体的Token消耗成本可达以往的上百倍，高投入低产出的模式难以规模化应用。
章鹏以金融场景为例，每天需处理海量高频低时延任务，比如快速识别意图、提取关键信息、检索排序，这些任务要求高并发、快响应、高精准，用大参数模型处理就像“杀鸡用牛刀”，成本高昂、响应偏慢、资源浪费。因此，他认为，大参数模型在复杂推理与深度分析方面更优，小参数模型在高频小任务场景中拥有更低延迟与更高性价比，产业真正需要的是大小模型相结合的方案。
DeepSeek最新模型V4正是采取了大小模型双版本策略，Pro版总参数1.6万亿，适合复杂推理与专业场景，而Flash版总参数2840亿，推理速度更快、成本更低，API价格仅1.25元/百万Token。复杂任务选择收费较高的Pro版本，高频轻量任务更适合便宜的Flash版本。
DeepSeek-V4两个版本有明显的功能分工。
模型能力仍是关键
“涨价只是暂时的，Token价格会继续降，而且还有很大的下降空间。”张婷认为，随着芯片算力增长、模型效率提升和基础设施的规模效应，Token价格越来越便宜。
“预计3—5年内，Token价格会降到普通个人开发者‘不用在意’的程度，就像今天没人会为发一条微信消耗的流量而心疼。”她表示。
不仅是价格，计价逻辑也在逐渐改变。张婷预测，未来计费方式可能从“按Token计费”转向“按任务结果计费”，“随着 多模态AI 的发展，图像Token、音频Token、视频Token等计量单位会更复杂，但对用户的付费标准反而会更简单，为结果付费。”
“同一GPU集群运行的不同版本大模型，Token价格可能相差数十倍。这样的差异源自模型能力，而非硬件本身。”上海交大安泰经管学院教授史占中也认为，长期来看，芯片和能源成本将回归行业均值，对Token价格影响有限，而训练顶级模型的研究人才和数据积累才是AI的真正护城河。
“便宜的Token不等于好用的AI。”张婷表示，国产AI参与全球竞争，便宜不是唯一的竞争力，也需要持续加强模型能力、响应速度、定制化程度以及对垂直行业的理解深度。
（文章来源：上观新闻）