近期，DeepSeek、小米、腾讯云等头部国产大模型运营主体接连宣布下调API（应用程序编程接口）调用费用，多款主流模型降价幅度突破90%。

　　有行业分析师对《证券日报》记者表示，大模型API价格的接连下探，本质上是技术红利释放与市场竞争博弈共振的结果。一方面，底层模型架构的不断迭代与推理系统效能的深度挖掘，正推动单位词元（Token）的计算成本实现阶梯式下降，为价格体系的重塑提供了底层支撑；另一方面，白热化的市场角逐进一步加速了这一进程，使得降价成为厂商在激烈竞争中抢占身位的现实选择。

　　降价动作频频

　　本轮国产大模型降价周期集中在5月下旬至6月中旬，降价力度逐层加码，接连打破全球商用大模型API底价纪录。

　　5月22日，DeepSeek率先启动调价，其旗下旗舰级通用大模型V4-Pro开启永久性降价，整体降幅达到75%；依托缓存加速技术，该模型输入侧缓存命中单价跌至0.025元/百万词元，成为当前全球公开报价最低的顶级能力大模型。

　　仅仅5天后，小米紧随其后完成调价动作，其旗下MiMo-V2.5全系列API接口永久下调资费，部分细分调用场景降价比例逼近99%，成为本轮降价潮中单次降幅最高的厂商。

　　头部公有云厂商也快速跟进。6月2日腾讯云发布服务调价公告，明确自6月3日起，平台内上线的DeepSeek-V4全系列模型同步下调调用价格，最高降幅达到97.5%。腾讯云同时强调，本次调整仅修改计费标准，模型推理速度、上下文窗口、输出准确率等核心服务参数不做任何改动，用户使用体验不受影响。

　　腾讯云后续还在6月12日推出第二轮差异化调价，覆盖自研与第三方两类商用模型。首先落地调价的是自研多语言翻译模型Hy-MT2-Pro，输入词元计费下调66.67%、输出词元计费下调55.56%；针对第三方入驻模型MiniMax-M3，则设定延后调价节点，定于6月15日统一下调推理输入、推理输出、缓存命中三项费用，各项降幅均为50%。

　　值得关注的是，本轮降价完全背离上游算力市场走势。2026年上半年，AI硬件供应链供需矛盾持续激化，核心存储部件HBM（高带宽内存）半年内市价涨幅超500%，英伟达高端GPU（图形处理器）现货长期供不应求，海外亚马逊云、微软Azure以及国内少量中小型云厂商早已启动涨价，部分海外厂商API最高涨幅甚至达到463%。

　　一涨一跌的反向走势，让国产大模型的竞争策略差异彻底凸显。

　　广州艾媒数聚信息咨询股份有限公司CEO张毅对《证券日报》记者表示，国内大模型行业已经走完前期烧钱试错的技术验证阶段，全面迈入商业化落地攻坚期。对于中小开发者、垂直小微企业而言，本次大范围降价直接降低AI创业试错成本。在预算不变的前提下，团队可调用的模型词元总量能够提升数倍至近百倍，原本受资金限制无法落地的轻量化AI工具、行业定制插件，如今具备了商业化测试条件，小众创新团队的生存空间得到明显拓宽。

　　多重因素形成支撑

　　抛开市场竞争因素，业内人士普遍认为，多级存储缓存优化、稀疏算力架构迭代、国产算力适配三大技术突破，是厂商能够逆势降价的核心支撑，上游硬件涨价的压力已经被推理层技术优化所对冲。

　　小米官方披露了MiMo模型的降本技术路径：研发团队基于SGLang（结构化生成语言）框架配套HiCache（配套高速）缓存方案，完整兼容滑动窗口注意力（SWA）算法。通过重构词元缓存调度逻辑，将KV（键值）缓存在GPU显存、CPU（中央处理器）内存、固态硬盘三级存储之间的数据迁移量压缩至原先的1/7，同时把系统可长效缓存的词元容量提升5倍。除此之外，团队还优化了混合专家模型的并行调度逻辑，新增输入文本长度分桶匹配策略，解决了超长文本并发调用时集群算力浪费问题，集群整体吞吐效率提升后，单词元的平均推理成本自然下降。

　　DeepSeek则从模型原生架构和算力国产化两条路径实现降本。架构层面，自研轻量化稀疏注意力机制搭配动态混合专家结构，让V4系列模型处理十万级至百万级超长上下文时，算力资源消耗仅为上一代版本的27%，KV缓存显存占用直接压缩90%；算力适配层面，该模型完成了昇腾系列国产算力芯片的深度底层适配，摆脱了对海外高端GPU的单一依赖。一方面降低了硬件采购与长期租赁成本，另一方面也补齐了国产算力生态的商用落地案例，实现技术与成本双向收益。

　　张毅表示，未来大模型价格将呈现两极分化走势：基础推理服务价格因技术迭代和规模效应持续下探，逐步接近公用事业定价；而高端定制化服务将维持溢价。行业竞争焦点正从算力堆砌转向效率优化与生态构建，具备自主架构创新能力和国产算力适配能力的企业有望胜出，缺乏技术护城河的厂商将面临出清压力。