阿里云多模态输入价降72%，AI大模型为何集体降价

阿里云在8月的最后一周，把两档模型的价格往下砍了一截。

8月27日12点起，Qwen3.8-Flash输入单价从每百万tokens 1元降至0.8元，输出从3元降至2.7元；8月31日10点13分53秒起，北京地域的Qwen3-VL-Rerank文本输入从0.7元/百万tokens降至0.5元，多模态输入从1.8元降至0.5元，降幅约72%。两则调价公告都没有说明原因。

市场自己给出了读法。9月1日港股收盘，恒生指数跌0.93%，恒生科技指数跌1.49%，阿里巴巴收跌3.33%，京东集团跌3.21%，百度集团跌2.60%。财联社在收盘报道中把科网股走弱归因于AI大模型服务价格竞争日趋白热化，认为激进降价虽有利于应用普及，却加剧了投资者对利润空间被压缩的担忧。

把全球最贵的一门生意卖成批发价，为什么偏偏发生在这个时间点？

降的是最不起眼的那一环

Rerank（重排序）是检索增强流程里的中间步骤：系统先从企业知识库里粗筛出几十上百条可能相关的材料，再由这个模型判断哪几条真正回答了用户的问题，把它们排到前面交给大模型生成答案。它单次处理的文字量不大，但AI搜索、智能客服、知识库问答每一次问答都要走一遍，是典型的高频低值环节。

在这个环节，同一平台内部的价格差被拉到极致。阿里云百炼公示的价目表显示，旗舰模型qwen3.8-max在华北2（北京）地域的输入单价为12元/百万tokens、输出36元，而此次调价后的重排序模型输入只要0.5元，输入价相差24倍。

对开发者来说，0.5元和1.8元的差距不是账单上的小数点，而是一个AI客服、AI搜索产品敢不敢全量上线的门槛。真正被降价撬动的，是这类“每问必调、量越大越贵”的中间环节。

标价之外，价目表本身在往下走

单次调价只是看得见的部分。同一份官方价目表里还藏着另一条曲线：qwen3-max当前版本在32K token以内的输入价为2.5元/百万tokens，而被它替代的2025年9月版本同档标价是6元。一次版本迭代，把同一条产品线的入门档价格砍掉约六成，公告里连“降价”两个字都没出现。

平台同时铺开了多层折扣工具。官方规则显示，支持Batch（批量）调用的模型，输入和输出单价均按实时推理价格的50%计费；支持上下文缓存的模型，命中的输入token按标准单价的10%结算，代价是创建显式缓存时按125%计费。

两层机制合起来说明一件事：名义标价只是报价的表层，真实成交价越来越取决于调用方式。一边下调标价，一边用批处理和缓存压低高频重复调用的成本，对拼调用量的客户，实际降幅远比公告上的数字更大。

价格战不是从阿里云开始的

这轮降价的起点在硅谷。财联社8月14日报道，OpenAI于当地时间7月30日宣布把GPT-5.6 Luna的输入价从每百万tokens 1美元下调80%至0.20美元，输出价从6美元降至1.20美元；Anthropic在7月下旬上线Opus5，定价为每百万输入5美元、输出25美元，仅为自家上一代Fable5的一半，并在8月中旬取消了原定于9月生效的Sonnet5涨价计划。

AI数据研究机构Silicon Data的token价格指数显示，受实验室主动下调报价影响，自7月中旬以来的近一个月内，客户采购美国头部实验室模型的实际支出已下降近四分之一。

咨询机构“企业DNA”上周发布的研究报告，被央视财经转述为更直白的判断：仅仅在半年以前，前沿模型还大搞高端溢价，如今更像是普通大宗商品的基建竞赛。该机构与分析人士普遍认为，中国模型凭借高性价比不断获取新客户，是闭源厂商被迫把价格纳入核心竞争维度的直接压力来源。另有媒体报道称，谷歌8月中旬发布Gemini 3.7 Flash时，以前代模型一半的价格作为首发价。

链条因此闭合：美国实验室先为中端模型降价对冲中国竞品，中国云厂商再用更低单价巩固调用量，价格从“性能溢价的体现”变成“抢用量的工具”。

便宜不等于省钱，账要按任务算

降价能走多快，取决于需求端到底在比较什么。业内指出，仅凭公开的token报价无法直接横向对比真实使用成本：高性能模型完成同一项任务消耗的token更少、重试次数更低，标价偏高但总花费未必更高；同时绝大多数模型提供可调节的“算力档位”，档位越高算力越多，输出效果和最终开销一起变。

AI评测机构ArtificialAnalysis的基准测试给出了具体反差：Anthropic的Opus5在中等算力档位下，任务性能与单任务成本与月之暗面Kimi K3的最高算力档位水平相当；OpenAI的GPT-5.6 Luna开启最高算力档位后，性能与深度求索V4 Flash最高档接近，但单任务成本约为后者的两倍。

需求端的行为已经在变。财联社报道，DoorDash、爱彼迎等美国企业已开始使用中国模型来控制AI开支；Anthropic、OpenAI还把部分企业客户从固定订阅切换为按使用量计费，账单上涨压力下，一些企业给AI调用设置上限，或转而测试更便宜的替代方案。

这解释了降价的真实动机：不是让利，而是守住那些开始逐条核账的客户。当企业把AI预算从“创新经费”改按“单位任务成本”考核，token单价就从财务附注变成了销售一线的核心参数。

降价的底气在效率，不在补贴

如果只把降价理解为烧钱抢客户，会漏掉同步发生的另一半：单次任务消耗的量也在下降。阿里云发布Qwen3.8-Flash时给出的口径是，该模型在千问办公场景下平均token消耗减少75%、生成速度提升100%。单价下调与单位任务算力消耗下降是同时出现的。

国泰君安期货的分析给出了同一枚硬币的反面：降价有利于扩大智能体和推理调用，但单位token收入下降，云厂商需要依靠调用量增长和推理效率提升维持算力回报。

这也解释了为什么降价与增长并不矛盾。8月20日披露的业绩中，阿里巴巴CEO吴泳铭称本季度阿里云外部商业化收入加速增长至45%，AI相关产品收入已连续第十二个季度实现三位数同比增长。价格下调没有改变量的扩张，被压缩的是每一块钱收入背后的毛利。

短期谁吃亏，长期谁受益

承压的是卖算力的一侧。当API单价是唯一收入来源时，降价只能靠用量补回来；而资本开支、自研芯片与训练投入不会因为报价下调而减少。9月1日港股对“降价”两个字的第一反应是卖出而非买入，交易的是这个朴素算术。

受益的是买算力的一侧。一个基于大模型做产品的小公司，一次问答可能触发一次重排序、若干次检索和一次生成，中间环节单价降七成，意味着同样预算能服务的用户量被明显抬高。当竞争焦点从“能不能做出来”转向“敢不敢全量开放”，成本曲线比评测榜单更能决定项目生死。

真正的变量在于价格锚。一旦“每百万tokens 0.5元”成为采购合同里的默认预期，厂商的议价空间就很难回退——这是高端溢价时代结束时，最不可逆的那部分。

接下来盯什么

三条线索值得跟踪。一是国内云厂商在下一份财报中，是否被追问AI相关收入的毛利口径与单位token收入变化；二是海外实验室接下来是继续用“取消涨价”这种相对温和的手段稳住价格预期，还是直接下调报价；三是应用侧是否出现因调用成本下降而真正放量的品类，尤其是AI搜索、企业知识库和客服自动化。

降价潮从硅谷烧到中国云厂商，胜负手已经不在模型本身，而在于谁能把便宜的价格变成别人离不开的用量。

参考数据来源

• 财联社 · 《阿里云宣布Qwen3-VL-Rerank模型降价》（转引阿里云大模型服务平台百炼调价公告）· 2026年9月1日 · https://www.cls.cn/detail/2470344
• 财联社 · 《高性价比中国大模型兵临城下 美头部AI实验室大幅降价应对》· 2026年8月14日 · https://www.cls.cn/detail/2454432
• 阿里云 · 大模型服务平台百炼《模型调用默认按量计费》价格页 · 2026年9月1日访问 · https://help.aliyun.com/zh/model-studio/model-pricing