问题——低价竞争出现“止跌回升”，高用量带来成本压力。 过去半个月，多家主流厂商对大模型有关服务与算力产品进行了不同幅度调价：部分模型与套餐取消优惠或上调价格，算力、存储等配套资源也有所上行。经历较长时间的低价竞争后，市场呈现阶段性“止跌回升”。对高频调用的企业用户，尤其是以应用交付为主的中小创新企业而言，调用成本抬升会迅速放大经营压力，预算与毛利空间需要重新平衡。 原因——智能体“长链推理”改变消耗结构，叠加硬件与运维的刚性成本。 业内人士分析，在以对话为主的早期应用中，提问与回答的交互相对线性，Token消耗更可预估。进入智能体阶段后，任务从“回答问题”扩展为“完成目标”：模型需要拆解任务、生成计划、调用工具、反复校验并自我纠错，推理链路明显拉长，循环调用更频繁，单位任务的Token消耗往往成倍增长。 另外，基础成本并未同步下降。高端计算卡价格仍处高位，集群化部署需要更多并行资源，电力与散热投入刚性增加；研发、平台运维、稳定性保障以及内容安全治理也需要持续投入。部分用户在智能体场景下出现单日调用费用明显上升的情况，促使行业重新核算“Token账本”，推动价格从促销逻辑回到更可持续的商业逻辑。 影响——“免费时代”加速退潮，竞争从拼价格转向拼效率与治理能力。 价格上行将带来多重影响：其一，企业用户会更重视调用策略与成本预算，粗放式“多试多跑”难以持续；其二，应用提供方需要调整产品与交付方式，减少无效推理与重复调用，将成本优势转化为长期服务能力；其三，云服务与模型厂商的竞争重点可能从“单价”转向“综合性价比”，在稳定性、延迟、吞吐、工具生态与安全合规等维度拉开差距。 需要注意的是，调用量增长不必然带来收入增长。如果新增用户主要来自低付费或低留存场景，而资源消耗却快速攀升，平台侧压力会更突出。本轮价格调整在一定程度上也是对风险与成本的重新定价。 对策——以工程化治理为抓手，建立可度量、可审计的用量管理体系。 面对成本上行，行业开始用工程化手段管住Token与算力支出。一是建立用量可观测体系，对不同业务线、不同任务类型的Token消耗分层统计并告警，形成“按任务核算、按效果评估”的管理闭环。二是优化提示词与任务编排，减少不必要的长链推理，推动更精简有效的调用策略；对复杂任务采用分步执行、缓存复用与结果复核，降低重复生成。三是推动模型路由与分级调用，根据任务难度在不同模型、不同精度之间动态切换，把高成本资源用在关键环节。四是加强安全与权限控制，防止滥用、越权调用与异常流量造成的“成本外溢”。 对平台侧而言，提升推理效率、提高计费透明度、提供成本模拟与限额工具，将成为争取企业用户的重要手段。 前景——价格回归理性后，应用竞争将进入“精细运营+高质量交付”阶段。 随着智能体加速落地，Token调用量仍可能维持高位增长。短期看，价格波动会促使企业更谨慎地选择场景与商业模式；中长期看，行业将更加关注效率、可靠性与安全合规，推动从“资源消耗型创新”转向“效能驱动型创新”。谁能在成本可控的前提下持续交付可衡量的业务价值，谁就更可能在新一轮竞争中占据主动。
大模型进入智能体时代，改变的不只是交互方式，也在重塑成本结构与商业逻辑。此次价格上调并非简单“涨价”，更像是产业对算力供需、工程治理与可持续经营的一次集中校准。对企业而言，未来的核心竞争力不仅在于“会不会用模型”，更在于“能否用出效率、用出确定性”，用更精细的治理换取更稳健的发展空间。