一个被很多人忽略、却可能比单次基准登顶更重要的信号：9 月 3 日数据显示，全球每百万 Token 推理均价已跌破 1 美元，创下年内新低。当头部闭源模型还在以 10–50 美元每百万 Token 的单价讲述「高价值」故事时，底层均价已被悄悄拉到 1 美元以下。这场价格雪崩的背后，是中国低成本开源模型对全球价格锚点的系统性重塑。
一、谁把价格打下来的
核心推力是国产低成本开源模型：DeepSeek、月之暗面 Kimi、智谱 GLM、阿里 Qwen 等普遍采用 MoE 架构 + 开放权重策略——用稀疏激活降低单次推理成本，用开放权重让开发者自部署、自优化。当一批质量够用、价格极低的模型大量可供选择，「闭源模型贵有贵的道理」的叙事就开始松动。
两个具体动作很有代表性。其一，阿里将 QoderWork、MuleRun、Wukong 合并为职场智能体 QwenWork，标准层采用 Qwen3.8 Flash，单任务 Token 消耗可降低约 75%；其二，Qwen3.8-Max-0902 登顶 Code Arena WebDev（1691 分），领先 Opus 5 Max 约 3 分。一边降本、一边登顶，开源阵营把「性价比」做成了武器。
二、定价机制本身也在进化
更微妙的变化在计价方式。9 月 3 日 0 点生效的 DeepSeek V4 新定价取消了统一计费，改为按算力峰谷浮动：9:00–12:00、14:00–18:00 为高峰时段，价格是低谷的 2 倍。这把云服务的「分时电价」逻辑搬进了大模型——既引导用户错峰、平滑算力负载，也把成本波动透明地转嫁给调用方。
同一周内，Anthropic 把 Fable 5.1 的缓存读取价砍到 0.25 美元（降 75%）。缓存读取是 Agent 长任务里最频繁发生的调用，这一刀直接削掉了高频场景的账单厚度。可见，「降价」不再只是促销话术，而是计价结构被重做。
三、从「谁最强」到「谁最省完成任务」
价格跌破 1 美元这个节点，标志着竞赛维度的迁移。过去一年，厂商比的是 benchmark 登顶、上下文长度、多模态能力；现在，企业采购更关心一个朴素问题：「完成一项真实任务，到底花多少钱」。
这恰恰对 Agent 落地最友好。Agent 的价值在于「干完一整件事」，而一件事往往意味着成千上万次工具调用、长上下文与多轮迭代——单价每降一档，端到端成本就指数级改善。当均价跌破 1 美元，很多原本「算不过账」的自动化场景，第一次有了经济可行性。
四、客观看：低价不是免费，也非终点
积极面毋庸置疑：推理成本下降直接降低创业与试错门槛，让中小团队也能把 Agent 跑进生产；分时定价与缓存降价则逼着厂商把「省 Token」做成工程能力，而非营销口号。
但三点需要冷静。第一，均价 ≠ 你付出的价：旗舰模型单价仍高，低价主要来自开源/小模型与促销层，企业核心业务若依赖最强模型，账单未必跟着均值走。第二，峰谷定价转移了波动性：错峰能省钱，但高峰期价格翻倍，对实时性强的业务是真实成本。第三，价格战可能牺牲长期投入：当毛利被压薄，模型研发与安全的持续投入能否维系，需要观察。
结语：Token 均价跌破 1 美元，不是一次简单的促销，而是 AI 从「奢侈品」迈向「水电煤」的又一块里程碑。国产开源模型扮演了「价格鲶鱼」的角色——它未必在每个维度都最强，却足以让整个行业重新回答那个最根本的问题：智能，到底该值多少钱。