📌 前言 2026年上半年的国产大模型市场呈现明显分化。5-6月，DeepSeek、小米等通用模型完成多轮调价，常规场景价格下探，有效降低了开发者的日常调用成本。但高端商用模型赛道状态不同，智谱等头部模型长期存在算力供给紧张的情况，接口配额有限、价格整体稳定，并没有出现同步降价。
进入8月，大模型 API 定价出现较为明显的调整趋势。8月13日，DeepSeek 公布全新计费规则，取消统一单价，上线峰谷分时定价机制，部分缓存输入场景涨幅最高达到1100%。在此之前，Kimi、智谱、阿里云、腾讯云等厂商均已完成不同程度的价格微调。行业整体不再依赖低价策略，开始转向更精细化的分层计费模式。
一、本次调价核心：取消统一单价，采用峰谷分时计费 新定价规则将于8月17日正式生效，最主要的变化是告别固定单价，根据日间算力负载区分高峰、空闲两个计费时段：
高峰时段：09:00-12:00、14:00-18:00，业务调用集中、算力负载高，计费单价更高
空闲时段：其余时间段，计费单价为高峰时段的50%
分时计费的核心是基于算力供需做动态调节，通过价格差异引导流量错峰，缓解日间算力压力，同时匹配不同时段的算力成本。
二、详细涨幅数据：各场景价格变动一览
1、DeepSeek-V4-Flash 价格变动（单位：元/百万Token）
输入（缓存命中）：旧价 0.02 → 空闲 0.05（↑150%）→ 高峰 0.10（↑400%）
输入（缓存未命中）：旧价 1.00 → 空闲 1.50（↑50%）→ 高峰 3.00（↑200%）
输出：旧价 2.00 → 空闲 4.50（↑125%）→ 高峰 9.00（↑350%）
2、DeepSeek-V4-Pro 价格变动（单位：元/百万Token）
输入（缓存命中）：旧价 0.025 → 空闲 0.15（↑500%）→ 高峰 0.30（↑1100%）
输入（缓存未命中）：旧价 3.00 → 空闲 4.50（↑50%）→ 高峰 9.00（↑200%）
输出：旧价 6.00 → 空闲 13.50（↑125%）→ 高峰 27.00（↑350%）
从数据能直观看出，本次调价涨幅主要集中在缓存输入场景。此前该场景低价主要用于产品推广，现阶段价格回归常规商业水平。
三、近两年大模型价格变化的简单复盘 回看近两年行业价格走势，不同阶段的调价逻辑并不一致，可以简单分为三个阶段。
1、早期低价阶段：以市场拓展为主 早期国产大模型同质化较高，技术差异不明显，厂商更多通过低价、免费额度、补贴方式吸引开发者接入，优先抢占市场份额。这类降价更多是运营策略，缺少真实成本支撑，不具备长期稳定性。
2、2026年中降价：技术优化带来真实降本 今年5-6月的价格下调，来源于架构层面的技术优化。通过多级缓存、稀疏算力、国产算力适配等方案，模型推理的显存占用、并发开销得到有效优化，厂商确实实现了推理成本下降。
这也是为什么在 HBM 硬件、海外模型价格普遍上涨的背景下，国产通用模型依然可以做到降价，属于技术优化带来的红利释放。
3、2026年8月调价：行业价格自然修复 技术优化的降本空间存在上限，而算力、机房、运维等刚性成本长期处于上行状态，长期低价运行难以维持稳定服务与迭代。
结合行业整体情况，多家主流厂商今年均有不同程度的价格调整。整体趋势比较明确：通用基础模型价格趋于平稳，具备复杂推理、长文本、Agent 能力的高端模型，定价逐步脱离低价区间，形成分层计费的状态。
四、主流大模型 API 价格横向对比（2026.8）
统一换算标准：1美元≈7.2元，单位为「元/百万Token」，以下均为官方标准按量定价，不含大客户专属折扣。
4.1 输入/输出价格对比
DeepSeek-V4-Flash（空闲）：输入 1.50 / 输出 4.50（上下文128K，性价比突出）
DeepSeek-V4-Flash（高峰）：输入 3.00 / 输出 9.00（上下文128K，常规时段定价）
DeepSeek-V4-Pro（空闲）：输入 4.50 / 输出 13.50（上下文128K，高端场景性价比之选）
DeepSeek-V4-Pro（高峰）：输入 9.00 / 输出 27.00（上下文128K，接近国产高端模型价位）
GLM-5.2：输入 ≈8.00 / 输出 ≈28.00（上下文1M，行业参考均价）
Kimi K3：输入 20.00 / 输出 100.00（上下文1M，缓存输入价格更低）
Qwen3-Max：输入 ≈8.64 / 输出 ≈43.20（上下文262K，汇率折算后价格）
GPT-4o：输入 ≈18.00 / 输出 ≈72.00（上下文128K，汇率折算后价格）
从对比来看，调价后的DeepSeek在空闲时段性价比突出；V4-Pro高峰时段价格虽已接近GLM-5.2，但输出价格仍不到Kimi K3和GPT-4o的一半。
4.2 缓存价格对比（RAG/客服场景重点参考）
DeepSeek-V4-Pro（空闲）：缓存输入 0.15（相对非缓存降幅 96.7%）
Qwen3-Max：缓存输入 ≈1.73（相对非缓存降幅 80%）
GLM-5.2：缓存输入 ≈2.00（相对非缓存降幅 75%）
Kimi K3：缓存输入 2.00（相对非缓存降幅 90%）
GPT-4o：缓存输入 ≈9.00（相对非缓存降幅 50%）
缓存场景下，DeepSeek-V4-Pro空闲时段的价格优势依然明显，适合高频重复查询类业务。
五、本次调价的几个客观原因
1、阶段性低价推广结束，价格回归常态
2026年年中的低价策略，属于模型正式版本上线前的短期推广让利。随着版本稳定、用户体量增长，阶段性优惠结束，定价回归正常商业区间。行业整体定价也开始从“以低价换市场”向“以价值定价”转变。
2、分时定价优化算力资源利用率
日间高峰时段调用量大、算力资源紧张，空闲时段资源富余。通过峰谷价差，可以引导批量任务、离线任务错峰执行，缓解高峰排队、超时问题，同时匹配不同时段的算力成本差异。
3、高端模型能力迭代，定价更贴合场景价值
V4-Pro 在推理精度、工具调用、长文本稳定性、Agent 执行效果上持续迭代，更适配企业复杂业务场景，对应的定价也更贴合高端场景的服务价值。
4、行业硬件与运维成本持续走高
显存、算力集群、机房运维等基础成本长期上行，厂商难以持续维持超低价格，行业整体进入价格修复阶段。
六、业务成本测算与开发者实用控本方案
1、典型场景成本测算（中型AI客服）
业务参考参数：日均3万次对话，月输入Token 7.2亿、月输出Token 3.6亿
DeepSeek-V4-Pro 旧价：≈3,240 元/月（基准值）
DeepSeek-V4-Pro 空闲时段：≈7,020 元/月（↑117%）
DeepSeek-V4-Pro 高峰时段：≈13,680 元/月（↑322%）
GLM-5.2：≈15,350 元/月（参考对比）
GPT-4o：≈38,880 元/月（参考对比）
Kimi K3：≈43,200 元/月（参考对比）
以V4-Pro为例，同样业务量下，从旧价切换到高峰时段调用，每月多支出约1万元。如果选择空闲时段调用，则多支出约3,780元/月，成本增幅可控。
2、可直接落地的控本优化策略
（1）非实时任务错峰调度
文档解析、批量知识库导入、离线问答生成、数据复盘统计等对延时不敏感的任务，统一调度到空闲时段执行，可直接降低近一半的调用成本，同时避开高峰算力拥堵。
（2）优先利用缓存能力降本
固定 Prompt、高频 FAQ、知识库问答场景，接入模型缓存或自研语义缓存。缓存输入成本远低于普通输入，是目前性价比最高的控本手段，尤其适合客服、RAG 落地场景。
（3）按场景做模型分层路由
简单文本处理、短句问答、摘要任务 → 使用 V4-Flash
复杂推理、工具调用、高精度业务场景 → 使用 V4-Pro
同时尽量压缩高峰时段的高端模型调用占比，平衡效果与成本
（4）多模型动态兜底
根据场景成本、可用性、延时情况，配置多模型降级策略。国内外模型价格差持续变化，可灵活选型，避免单一模型涨价带来的成本激增。
七、总结
本次 DeepSeek 调价，是行业定价回归理性的正常表现。前期依靠技术架构优化，开发者获得了一轮低成本使用红利；现阶段受算力成本、服务稳定性、模型能力迭代影响，行业低价区间逐步收窄，分层计费成为主流方式。
对开发者来说，完全依赖低价模型粗放调用的阶段已经过去。在现有定价体系下，通过错峰调度、缓存复用、分层路由、多模型混合部署等工程化手段，依然可以有效控制 API 成本，适配新的行业定价节奏。
声明：本文数据来源于DeepSeek、Kimi、智谱官方公告及公开报道，仅供参考，具体价格以各平台官方文档为准。