微博Token均价跌破1美元：中国模型在降价，算力租金没跟着降
破位：一个"实际成交价"指数跌穿整数关口
大模型推理的价格底线，被一个第三方指数划破了。
Silicon Data官网显示，截至2026年9月3日，该机构编制的LLM Token支出指数（衡量市场为每百万Token实际支付多少钱的每日基准，彭博代码SDLLMTK）报0.97美元，页面标注的7日变动为8.0%，为该指数推出以来首次落入1美元下方。
这不是"最便宜的模型挂多少钱"，而是按真实用量加权后、全球市场为100万个Token实际付出的钱。该指数家族覆盖200多个开源模型与120多个闭源模型，取自20多个价格与用量来源，官网明确其计算会把挂牌价与跨多路由网关、推理网络观测到的真实消耗量混合，"每日定价反映的是需求集中在哪里，而不只是厂商列了什么价"。
中国金融信息网9月4日的报道援引同一机构数据称，全球每百万Token推理均价已从5月底的2.04美元降至8月初的1.16美元，本轮一举击穿1美元。该报道称过去7天跌幅为8.6%，与官网页面当日标注的8.0%存在数据日与读数口径差异，本文承重数字以官网页面为准。
降价只解释三分之一：另外两股力量是"迁移"
Silicon Data官网把指数变动拆成三个驱动因子：Pricing（厂商调整挂牌或参考价）、Mix（用量在高价与低价模型之间迁移）、Composition（模型进出篮子、输入输出比例变化）。三者中只有第一项是通常意义上的"降价"。
这给出一个反直觉结论：均价跌到0.97美元，未必主要是厂商在让利的结果，也可能是需求正从高价模型流向低价模型。换句话说，这个数字同时是价格信号和份额信号。只要更便宜的模型承接了更多调用量，即便所有厂商都不改价，指数也会自己往下走。
对投资和研究者而言，这意味着把0.97美元直接读成"全行业降价"会误判：真实的 frontier 模型报价未必腰斩，被压低的是加权平均。要判断谁在丢份额，得看同一指数家族里的Open与Proprietary两条子系列价差——但这两条只在Silicon Data门户内提供，未上彭博。
官方价目表里的低价机制：30倍差价与闲时半价
DeepSeek官方文档的价目表，能看出低价是怎么被"设计"出来的。
以deepseek-v4-pro（模型版本DeepSeek-V4-Pro-0813）为例，每百万Token输入价分两档：缓存命中空闲时段0.15元、高峰时段0.30元；缓存未命中空闲时段4.5元、高峰时段9.0元；输出价13.5元至27元。同一档位下，缓存命中输入价只有未命中价的三十分之一，输出价是缓存命中输入价的90倍。
第二层设计是时段价差。官方注明空闲时段价格为高峰时段的一半，高峰为北京时间周一至周五9:00—12:00、14:00—18:00。这与其说是促销，不如说是把闲时算力填满的调度工具：谁愿意用批处理、非实时任务去换半价，谁就替厂商摊薄了单位成本。月之暗面官方文档也把"自动上下文缓存"列为K3等模型的标配能力，缓存复用成为行业通用降本入口。
有一处必须纠偏。本报9月5日在DeepSeek官方价目表中已查不到被广泛转引的"V4-Pro缓存命中0.025元/百万Token"这一价格，页面当前最低价为deepseek-v4-flash空闲时段缓存命中的0.05元。中国金融信息网报道称，DeepSeek今年5月将V4-Pro的API价格永久下调至原定价的四分之一、缓存命中输入价低至0.025元。这一历史降价幅度无法与现行价目表互相印证，读者宜把0.025元当作曾经过的历史报价，而非当下可下单的价格。
剪刀差：Token在通缩，GPU租金几乎没动
如果Token价格在通缩，成本端理应同步通缩。同一页面给出的GPU租金指数并没有配合：H100每卡每小时2.66美元（7日+0.4%）、A100为1.61美元（0.0%）、B200为5.64美元（+1.1%）、AMD MI300X为2.64美元（+0.4%）。
同一家机构、同一天的读数，一头跌穿整数关口，一头纹丝不动。这正是压力集中在哪一层的直接证据。
Syz Group首席投资官Charles-Henry Monchau在9月2日的公开发言中（据上述报道）概括了这一矛盾："基础模型实验室受到的直接冲击最大。Token价格通缩会压缩营收，但运算资源的承诺成本却维持固定。"收入端按Token计价、且价格被市场每天往下压；成本端是长期算力采购与数据中心承诺，短期内几乎刚性。剪刀差最终落在毛利率上。
压力也确实传到了美国厂商的牌桌。上述报道称，OpenAI在7月底下调了两款GPT-5.6模型的价格，其他先进模型公司相继推出随需求浮动的动态定价机制。记者9月5日尝试在OpenAI官网定价页核对具体数字时页面返回403，未取到原始价目表，降价幅度与现价暂无法独立核验。
该报道还提及OpenAI与Anthropic已于今年夏季向监管机构提交IPO申请。截至发稿，记者在SEC EDGAR公开检索中未查到相应注册文件；若属保密递交，公开渠道本就查不到，这条时间线仍需以监管披露为准，不应作为既定事实使用。
谁先扛不住：三条路线与四个观察指标
路线已经分叉。美国头部公司选择往上走，用订阅制、企业级服务与生态绑定对冲API降价，把用户锁进更高毛利的增值层；风险在于Token降价的速度可能快于订阅收入的增长，这目前是逻辑推演，不是已发生的结果。
中国厂商选择往下扎根。这些公司从一开始就没把API调用费当作利润支柱，低价建立在混合专家架构、注意力机制优化、低精度训练与自研推理引擎带来的单位算力消耗下降之上，再叠加缓存与时段定价。低毛利对它们是需要对冲的风险，而是主动选定的竞争起点——同一轮通缩，对美国厂商是挤压，对中国厂商是可以长期承受甚至乐见其成的环境。
英伟达则在押注开源生态本身。据美联社报道，英伟达宣布以130亿美元收购模型平台Hugging Face并称其将保持开放平台，黄仁勋表示"开放模型让初创公司、企业、大学和公共机构无需从零训练模型"。这条线越贵，闭源API的溢价空间就越窄。Silicon Data研究主管Steve Hou对上述报道称，Token价格下跌可能意味着"当前前沿模型与低成本模型的供给，已足以应付大多数任务的需求"。
接下来值得盯住四个指标：一是SDLLMTK能否在1美元下方企稳，以及Open与Proprietary两条子系列的价差是否继续扩大；二是H100、B200租金指数是否开始跟随下行，若不跟，推理层毛利压力会继续累积；三是7月底那轮美国厂商降价是否会扩大到主力型号并发布正式价目表；四是头部模型公司招股文件中每Token收入与算力承诺成本的原始披露，那才是判断谁能扛更久的硬依据。
1美元不是这轮价格战的底部，但它把行业的问题从"谁的模型更强"换成了"谁的每Token成本更低"。
参考数据来源
- Silicon Data · LLM Token Expenditure Index（SDLLMTK）产品与方法论页 · 2026年9月3日读数 · https://silicondata.com/products/silicon-index/llm-token-expenditure-index
- DeepSeek官方API文档 · 模型&价格页 · 2026年9月5日查询 · https://api-docs.deepseek.com/zh-cn/quick_start/pricing
- 中国金融信息网（新浪财经转载）· 《AI Token价格创新低 中国模型把价格打下来了》 · 2026年9月4日 · https://finance.sina.com.cn/jjxw/2026-09-04/doc-iniqrihy4006372.shtml
