1. 最近大模型价格到底发生了什么？一句话说清”冰火两重天”
8月中这波大模型定价，出现了明显的”有人涨、有人降”：DeepSeek V4 Pro 正式版上线后宣布价格上调，高峰时段百万 Token 输出价从 6 元涨到 27 元；而谷歌 8月13日发布的 Gemini 3.7 Flash 把引导价暂时砍到前代的一半（每百万输入 Token 0.75 美元、输出 3.75 美元，2027年起恢复）。一边是头部模型因算力紧俏提价，一边是厂商为抢开发者把价格腰斩。对企业来说，这意味着”闭眼买最便宜”的策略彻底失效了——选错模型、选错调用方式，成本能差好几倍。选型与成本窗口怎么抓，我们写过《三大模型同日上新：企业大模型选型与成本窗口》。
2. 为什么 DeepSeek 敢涨价、谷歌敢腰斩？背后是两种算账逻辑
DeepSeek 涨价，本质是高端推理算力阶段性供不应求，厂商把成本转嫁给高频调用方；谷歌腰斩 Flash，是拿”工作型模型”当开发者入口，先用低价把人和生态圈进来，旗舰 Pro 仍按原价。翻译成企业语言：同一家厂商内部也有”便宜的干活模型”和”贵的旗舰模型”，没必要所有任务都调最贵的。这和”模型路由”的思路完全一致——把任务按难度分档，便宜的干常规、贵的攻难点。模型路由怎么落地，见《企业AI推理太烧钱？模型路由+量化+国产推理栈》。
3. 国产开源模型”免费”是真的免费吗？企业要算哪笔账
经济日报 8月14日发文指出，MiniMax 开源 H3 模型三天登顶 Hugging Face 热度榜，国内企业纷纷开源大模型，开源正成为中国 AI 产业参与全球竞争的新优势。开源模型权重可免费下载、自己部署，省的是”按 Token 调用”的钱；但要算上 GPU 服务器、运维、显存、电力和工程人力，总拥有成本未必低。尤其调用量大的场景，公有云 API 可能比自建更省心。私有化还是调 API 怎么算总账，决策框架见《大模型私有化部署还是调用API？企业成本与选型决策》。我们提供云服务器与私有化算力的正规渠道开通，折扣以咨询报价为准。
4. 企业怎么不被”涨价”打懵？第一招：底座不锁死
DeepSeek 一涨价，如果你的系统写死只调 DeepSeek，成本立刻飙升且没法换。正确做法是用统一接入层 + MCP 把模型当”可插拔组件”：今天 DeepSeek 贵了，一键切到便宜的国产开源或 Gemini Flash；明天某家降价，再切回来。这套”底座不锁死”的架构，我们 detailed 写过《MCP协议怎么打通企业系统？AI智能体集成落地》。企业 AI 中台怎么从零散工具搭成智能基础设施，见《企业AI中台怎么建？》。
5. 第二招：用模型路由把”贵的”留给难的
英伟达 8月13日开源的 NeMo Switchyard，能按任务难度、成本、延迟自动在大小模型间切换，测试成本降 74%。对企业来说，这是”价格战里最实用的减震器”——日常问答、摘要、分类用最便宜的小模型，只有复杂推理、长上下文、代码生成才上大模型。我们实测过路由降本的打法，见《英伟达 NeMo Switchyard”模型路由器”上线》。把路由规则配好，涨价对你的影响会被摊薄一大半。
6. 第三招：用量化和国产推理栈，把”每 Token 单价”打下来
除了换模型，工程层也能降本：INT4/INT8 量化让小显存跑得动大模型，国产推理框架（如 vLLM 类、国产推理栈）把吞吐做高，单位 Token 成本就降了。我们之前把”模型路由 + 量化 + 国产推理栈”的组合拳写成实操指南《企业AI推理太烧钱？模型路由+量化+国产推理栈，把跑费砍掉60%》。配合国产算力替代，整体账单还能再压。算力怎么选、国产替代怎么决策，见《企业AI算力怎么选？国产算力替代与成本决策》。
7. 怎么知道钱花得值不值？LLMOps 把账单”查得明”
价格战里最怕”降了价却不知道省在哪”。企业需要在模型上线后持续观测：每个 Agent、每个场景调了多少 Token、花了多少钱、效果达不达标。这就是 LLMOps 的价值——让 AI 跑得稳、花得清、查得明。具体怎么做观测与成本归因，见《大模型上线就完事？LLMOps让企业AI”跑得稳、花得清、查得明”》。没有这套账本，再会省钱也是糊涂账。
8. “端+云”混合架构能再省一层吗？
能。把简单、高频、数据敏感的请求放在端侧（本地小模型）处理，复杂推理才上云，既降延迟又省云端 Token。这是”端+云混合架构”的核心卖点：降本、保隐私、过合规三不误。具体怎么搭，见《端侧大模型来了：企业怎么用”端+云”混合架构降本、保隐私、过合规？》。配合私有化部署，数据资产始终留在自己环境。
9. 选型时别只看单价，还要看”隐性成本”
很多企业在价格战里只比”每百万 Token 多少钱”，忽略了三笔隐性账：一是迁移成本，换模型要改提示词、改插件、重测效果；二是合规成本，数据出境、等保测评、内容标识；三是运维成本，自建集群的显存、电力、人力。把这三笔加上，所谓”免费开源”未必最便宜。等保与内容标识合规怎么提前规划，见《AI智能体上线前必做的安全评估与等保合规》和《AI生成的内容必须”打标”？企业生成式AI内容标识合规》。我们协助对接合规测评机构、提供整改指导。
10. 郑州企业现在该怎么动手？一个低成本起步清单
别等价格战打完再动。建议：①先用云端 API 跑通一个真实场景，别急着自建；②接 MCP 统一接入层，保证随时能换模型；③上模型路由，把贵模型留给难任务；④调用量上来后再评估私有化与国产算力。需要云服务器、GPU 算力、私有化环境、企业微信接入或智能体定制，联系浩轩云智选（郑州市金水区浩轩云智选软件工作室，统一社会信用代码 92410105MAK42FNA7Q）。我们提供腾讯云/阿里云/华为云服务器、AI 智能体开发、等保合规对接与全链路数字化咨询，正规渠道折扣、以咨询报价为准。电话 13723241722，邮箱 89016332@qq.com。
