近期，DeepSeek、小米、騰訊云等頭部國產大模型運營主體接連宣布下調API（應用程序編程接口）調用費用，多款主流模型降價幅度突破90%。

有行業分析師對《證券日報》記者表示，大模型API價格的接連下探，本質上是技術紅利釋放與市場競爭博弈共振的結果。一方面，底層模型架構的不斷迭代與推理系統效能的深度挖掘，正推動單位詞元（Token）的計算成本實現階梯式下降，為價格體系的重塑提供了底層支撐；另一方面，白熱化的市場角逐進一步加速了這一進程，使得降價成為廠商在激烈競爭中搶占身位的現實選擇。

降價動作頻頻

本輪國產大模型降價周期集中在5月下旬至6月中旬，降價力度逐層加碼，接連打破全球商用大模型API底價紀錄。

5月22日，DeepSeek率先啟動調價，其旗下旗艦級通用大模型V4-Pro開啟永久性降價，整體降幅達到75%；依托緩存加速技術，該模型輸入側緩存命中單價跌至0.025元/百萬詞元，成為當前全球公開報價最低的頂級能力大模型。

僅僅5天后，小米緊隨其后完成調價動作，其旗下MiMo-V2.5全系列API接口永久下調資費，部分細分調用場景降價比例逼近99%，成為本輪降價潮中單次降幅最高的廠商。

頭部公有云廠商也快速跟進。6月2日騰訊云發布服務調價公告，明確自6月3日起，平臺內上線的DeepSeek-V4全系列模型同步下調調用價格，最高降幅達到97.5%。騰訊云同時強調，本次調整僅修改計費標準，模型推理速度、上下文窗口、輸出準確率等核心服務參數不做任何改動，用戶使用體驗不受影響。

騰訊云后續還在6月12日推出第二輪差異化調價，覆蓋自研與第三方兩類商用模型。首先落地調價的是自研多語言翻譯模型Hy-MT2-Pro，輸入詞元計費下調66.67%、輸出詞元計費下調55.56%；針對第三方入駐模型MiniMax-M3，則設定延后調價節點，定于6月15日統一下調推理輸入、推理輸出、緩存命中三項費用，各項降幅均為50%。

值得關注的是，本輪降價完全背離上游算力市場走勢。2026年上半年，AI硬件供應鏈供需矛盾持續激化，核心存儲部件HBM（高帶寬內存）半年內市價漲幅超500%，英偉達高端GPU（圖形處理器）現貨長期供不應求，海外亞馬遜云、微軟Azure以及國內少量中小型云廠商早已啟動漲價，部分海外廠商API最高漲幅甚至達到463%。

一漲一跌的反向走勢，讓國產大模型的競爭策略差異徹底凸顯。

廣州艾媒數聚信息咨詢股份有限公司CEO張毅對《證券日報》記者表示，國內大模型行業已經走完前期燒錢試錯的技術驗證階段，全面邁入商業化落地攻堅期。對于中小開發者、垂直小微企業而言，本次大范圍降價直接降低AI創業試錯成本。在預算不變的前提下，團隊可調用的模型詞元總量能夠提升數倍至近百倍，原本受資金限制無法落地的輕量化AI工具、行業定制插件，如今具備了商業化測試條件，小眾創新團隊的生存空間得到明顯拓寬。

多重因素形成支撐

拋開市場競爭因素，業內人士普遍認為，多級存儲緩存優化、稀疏算力架構迭代、國產算力適配三大技術突破，是廠商能夠逆勢降價的核心支撐，上游硬件漲價的壓力已經被推理層技術優化所對沖。

小米官方披露了MiMo模型的降本技術路徑：研發團隊基于SGLang（結構化生成語言）框架配套HiCache（配套高速）緩存方案，完整兼容滑動窗口注意力（SWA）算法。通過重構詞元緩存調度邏輯，將KV（鍵值）緩存在GPU顯存、CPU（中央處理器）內存、固態硬盤三級存儲之間的數據遷移量壓縮至原先的1/7，同時把系統可長效緩存的詞元容量提升5倍。除此之外，團隊還優化了混合專家模型的并行調度邏輯，新增輸入文本長度分桶匹配策略，解決了超長文本并發調用時集群算力浪費問題，集群整體吞吐效率提升后，單詞元的平均推理成本自然下降。

DeepSeek則從模型原生架構和算力國產化兩條路徑實現降本。架構層面，自研輕量化稀疏注意力機制搭配動態混合專家結構，讓V4系列模型處理十萬級至百萬級超長上下文時，算力資源消耗僅為上一代版本的27%，KV緩存顯存占用直接壓縮90%；算力適配層面，該模型完成了昇騰系列國產算力芯片的深度底層適配，擺脫了對海外高端GPU的單一依賴。一方面降低了硬件采購與長期租賃成本，另一方面也補齊了國產算力生態的商用落地案例，實現技術與成本雙向收益。

張毅表示，未來大模型價格將呈現兩極分化走勢：基礎推理服務價格因技術迭代和規模效應持續下探，逐步接近公用事業定價；而高端定制化服務將維持溢價。行業競爭焦點正從算力堆砌轉向效率優化與生態構建，具備自主架構創新能力和國產算力適配能力的企業有望勝出，缺乏技術護城河的廠商將面臨出清壓力。