AI价格战全面开打：当“智能”跌到白菜价，会发生什么？

从百度、DeepSeek到OpenAI、Google，一场前所未有的AI价格战正在加速智能“通缩”。本文基于《The AI Daily Brief》的分析，梳理价格崩塌背后的关键事件、技术细节与地缘博弈，并探讨它将如何真实地影响你的产品选择、创业机会与行业未来。

1. 1%价格对标GPT‑4.5：百度点燃新一轮价格战

这轮AI价格战真正被点燃，是因为一个极端数字。视频一开始就抛出一个让人难以忽视的对比：百度最新发布的基础模型 Ernie 4.5，官方宣称在性能上“匹配或接近 GPT‑4.5”，但价格只有后者的约 1%。具体来说，Ernie 4.5 的输入价格为每百万 token 约 0.55 美元，而 GPT‑4.5 的价格是 75 美元。

为什么这很重要？因为这不是“打折促销”，而是直接改写行业对“高性能AI应该有多贵”的心理锚点。演讲者明确指出，这种“really cheap”的定价方式，让很多人第一次认真意识到：AI 的价格下降已经不是渐进式，而是断崖式。

与此同时，百度还发布了推理模型 Ernie X1，定位类似 DeepSeek 的 R1 推理模型，但价格只有 DeepSeek R1 的一半。推理模型指的是在复杂多步问题中进行显式思考与推导的模型，通常计算成本更高，因此价格更敏感。正因为如此，Ernie X1 的定价被视为“严重加码”的价格进攻。

演讲者并没有简单复述参数，而是点出关键情绪变化：市场不再只是怀疑中国模型“是否真有那么强”，而是开始担心——如果它们真的以这种价格持续供给，整个商业模型是否还能成立？

2. “智能便宜到无法计量”：价格崩塌其实早有预兆

如果把视角拉长，这场价格战并非突发事件。演讲者提醒，哪怕不考虑中国模型，AI 价格本身就已经在以远超摩尔定律的速度下降。摩尔定律描述的是芯片性能随时间提升、成本下降的经验规律，而现在，“智能”的成本下降得比硬件还快。

他引用了 Sam Altman 反复提到的一句话：“intelligence too cheap to meter（智能便宜到无法计量）。”在 OpenAI 推出 GPT‑4o mini 时，Altman 曾指出，仅仅两年前，世界上最好的模型不仅能力差得多，而且价格还高出 100 倍。

这种趋势并不只存在于 OpenAI。一向被认为在自研模型上动作偏慢的 Amazon，在 2024 年 12 月推出 Nova Foundation Models 时，几乎是明确把“价格竞争力”写在了脸上。Google 在 2025 年 2 月发布 Gemini 2.0 Flash 和 Flash‑Lite 时，最大的卖点同样不是“更聪明”，而是“便宜得多”。

演讲者用一句直白的话总结这一阶段的共识：“广义上说，大模型所代表的智能，价格正在全面崩塌。”百度与 DeepSeek 只是把这一趋势推到了一个让人无法忽视的极端点。

3. DeepSeek的“斯普特尼克时刻”：心理冲击比技术更大

真正改变市场心态的，是 DeepSeek。演讲者回顾，当 DeepSeek 宣称其模型训练成本低于 600 万美元、却能达到与 OpenAI 模型相近的性能时，这个尚未完全被证实的数字，已经足以“rock the markets”。

DeepSeek R1 发布后，很多人将其称为中国的“Sputnik moment（斯普特尼克时刻）”——就像当年苏联卫星让美国意识到自己可能并不领先。这种说法并不完全来自技术细节，而是心理层面的重估：原来中国不仅能追赶，而且可能用完全不同的成本结构追赶。

此后，几乎每一个中国AI产品发布，都会被问一句：“这是下一个 DeepSeek 时刻吗？”演讲者提到，上周讨论过的 AI Agent 产品 Manus，就被不少人称为“第二个 DeepSeek 时刻”。尽管 Manus 并没有在基础模型上创新，但它作为一个消费级产品，在体验上“看起来就是打败了美国现有的一切”。

正是在这样的背景下，百度 Ernie 4.5 和 X1 的发布，被很多人视为“又一次 DeepSeek 时刻”。技术是否真的完全对标，反而退居其次；真正重要的是，它们不断压低行业对成本的预期。

4. 从英伟达到创业公司：价格战的连锁反应

价格战最直接的冲击，首先体现在资本市场。演讲者指出，如果这些模型真的能用更少算力达到同等效果，那么像 NVIDIA 这样以“算力需求持续爆炸”为核心叙事的公司，自然会受到挑战。但他也加了重要的缓冲说明：当前市场的波动，并不全是 AI 或中国模型的锅，还叠加了关税、地缘政治和长期上涨后的技术性回调。

更结构性的问题在于：算力到底主要消耗在哪里？华尔街的传统叙事，仍然把重点放在“训练新模型”上；而 NVIDIA 的反驳是，模型越便宜、使用越多，推理（inference）阶段消耗的算力就越大，负担只是从训练转移到了部署。

在创业公司层面，演讲者给出了一个“短期利好、长期承压”的判断。短期看，模型越便宜，创业者能做的事情就越多；长期看，如果基础智能被压到极低价格，AI Agent 等产品继续以“比人便宜”为定价锚点，可能会被彻底颠覆。

他提出一个耐人寻味的预判：未来一定会有人不再按“替代一个人值多少钱”定价，而是按“模型成本”定价，用极低价格击穿现有Agent商业模式。

5. 地缘政治与终局猜想：免费，可能才是终点

最后一层，是无法回避的地缘政治。演讲者直言，一个无法验证却无法忽视的问题是：这是否是一种“有意为之的价格战”？中国公司是否在用短期不经济的方式，长期削弱美国竞争者？他的回答很冷静：只要参与者有足够深的口袋，动机本身已经不重要了。

OpenAI 在提交给美国的 AI 行动计划中，已经明确主张限制甚至禁止 DeepSeek 等中国模型。这是一种防御策略，但并非唯一解法。演讲者引用了 Robert Scoble 的一个设想：“如果我是 Mark Zuckerberg，我会直接免费发布一个超级强的模型，彻底结束价格战。”理由是，赢家不是靠 API 收钱，而是靠 30 亿用户产生的实时数据。

Jeffrey Townsen 的一句话，被用来概括这种终局想象：“AI 的聪明程度趋向无限，AI 的价格趋向免费。”在这种世界里，价值不再来自模型本身，而来自围绕 AI 构建的服务、垂直应用，以及 AI 在真实世界中的“具身化”。

总结

这场AI价格战，表面上是每百万 token 的几美元之争，实质上却在重塑整个行业的价值分布。模型会越来越便宜，甚至接近免费，但机会并不会消失，而是转移到更靠近用户、更贴近场景的地方。对普通用户和创业者来说，真正重要的问题不再是“哪家模型最贵”，而是：在智能几乎不值钱的时代，你打算用它做什么。

关键词： AI价格战， 大语言模型， DeepSeek， 百度Ernie， AI Agent

事实核查备注： 百度发布 Ernie 4.5 与 Ernie X1；Ernie 4.5 价格约 0.55 美元/百万输入 token；GPT‑4.5 价格约 75 美元/百万输入 token；DeepSeek 宣称训练成本低于 600 万美元；Sam Altman 提出“intelligence too cheap to meter”；涉及公司：OpenAI、Google、Amazon、NVIDIA、百度；涉及人物：Sam Altman、Mark Zuckerberg