【Token 价格战结束，定价开始反映大模型实力】三年半前，GPT-4 发布，展示出只能用 “智能” 形容的做题和对话能力。包括马斯克在内的 1000 多人随即签署联名信，要求暂停训练更大的语言模型，等至少半年。

这样骇人的模型，一次对话的上下文最多 32K（标准版 8K）。运行它需要庞大的算力，输入 100 万 token 要付 60 美元。

一个月前，DeepSeek V4-Flash 发布：上下文 1M，知道自己调用工具解决问题，Artificial Analysis 智能指数得分 50，远超 GPT-4 的 7 分。而它高峰时段的定价，也只有每百万 token 3 元人民币。

DeepSeek 和智谱稍晚发布的 Flash 模型，比当年的 GPT-4 反应更快、更能解决问题、更符合 “智能” 的定义，价格却不到 GPT-4 的 1%。

进步来自中美十几家大模型团队的竞争，也来自历史上最大的人造项目。按高盛估算，到 2026 年底，AI 数据中心总投入将达 1.8 万亿美元，并将在两年内追上美国二战期间的全部军工生产开支（折算通胀后 3.2 万亿美元）。

编程确实在加速工作，视频生成让人上瘾，大模型公司看到了卖 token 赚钱的希望。几家中国公司去年还在退订算力、取消 GPU 订单，今年重拾信仰，把国内 B300 服务器的价格抬到去年的 5 倍。

今年各家发布的同级别模型都在涨价。在这个激烈的市场里，定价大致反映模型能力。我们梳理了过去三年多模型性能和 token 定价的变化。（图文丨黄帧昕 黄俊杰）