Post

#AI模型集体降价，竞争转向成本 这一轮降价不是单纯的市场让利，底层逻辑有两点。 第一，推理侧技术优化落地。缓存调度、稀疏架构等技术迭代，实实在在压低了单次调用的算力消耗，厂商具备了降价的空间 。第二，来自开源以及国内低成本大模型的竞争压力，倒逼海外头部厂商主动下调定价，守住开发者市场份额 。 市场现在最大的矛盾就是“量升价崩”：模型调用Token的使用量快速上涨，但是单价下跌的速度更快，整体营收增速并没有同步跟上用量的增速 。资本市场的担忧随之而来：市场开始怀疑无休止加大算力投入这套旧叙事。短期情绪利空英伟达、存储芯片这类上游硬件板块，资金开始博弈算力需求增速放缓的预期 。 拉长周期看，降价是一把双刃剑。价格下行会大幅降低AI应用的开发门槛，刺激大量B端、C端AI产品落地，中长期利好应用层公司。产业链利润会重新分配：上游硬件不再是唯一的主线，能够做出落地产品、拥有实际商业化场景的企业，会慢慢拿到更多溢价 。