智谱'牛来'百万token一块四：大模型价格战的终局是什么

上周AI圈最精彩的一出戏，不是哪个模型又刷新了跑分，而是智谱上演的一出"悬疑剧"。一个匿名模型悄悄空降OpenRouter平台，中文社区给它起了个外号叫"牛来"，六天后智谱官宣：这就是GLM-5.3-Flash，MIT开源。次日股价高开1115港元。

但这篇文章不是来讲故事的。作为搞钱研究所，我更关心的是一个很实际的问题：百万token一块四，这个价格意味着什么？大模型价格战到底会走向哪里？

先把账算清楚

GLM-5.3-Flash的标准定价是每百万token输入0.8元、输出2.8元。限时折扣期更低：输入0.4元、输出1.4元，缓存命中只要0.115元。

什么概念？百万token一块四毛钱，大概等于一瓶矿泉水的价格，够模型给你产出上万字的内容。如果拿它和Claude Opus 4.8比，价格只有后者的四十分之一。

更关键的是性能：在Artificial Analysis综合智能指数上，GLM-5.3-Flash拿了57分，而DeepSeek V4 Pro在最大推理模式下是53分。便宜一个数量级的模型，综合分反而更高。这个性价比组合，确实有点炸裂。

为什么能把价格打到这么低

GLM-5.3-Flash用的是稀疏激活架构，320B总参数但只有18B激活参数。简单说就是模型整体很大，但每次推理只用到一小部分。再加上稀疏注意力和线性注意力的融合，长上下文的服务成本被大幅压缩。

这个技术路径的选择很聪明。不追求"全面最强"，而是在特定场景下用最小的算力做最够用的事。对大部分商业场景来说，你不需要一个全能选手，你需要的是一个便宜、够用、响应快的工具。

价格战的终局在哪

大模型的价格战从2024年打到现在，趋势已经非常明确：推理成本在以每年一个数量级的速度下降。

这个趋势背后的驱动力有三个：模型架构优化（稀疏激活、量化等技术）、硬件迭代（更高效的推理芯片）、以及规模化效应（用量越大，边际成本越低）。三个引擎同时转，降价几乎是必然的。

那终局是什么？我觉得有两个判断：

第一，大模型会像云计算一样，最终变成按量计费的基础设施。就像你用水用电一样，用多少付多少，价格会稳定在一个很低的水平。到时候比拼的不是谁更便宜，而是谁的服务质量、稳定性和生态更完善。

第二，真正赚钱的不是卖token，而是卖解决方案。模型本身会逐渐变成薄利甚至微利的入口，真正的利润在垂直场景的交付能力上。这也是为什么智谱同步推了GLM Coding Plan，配套体验卡、企业方案，不是单纯卖API。

对创业者意味着什么

如果你在考虑用AI做点什么，现在是一个前所未有的好时机。

半年前用大模型做产品的成本，现在可能只有十分之一。以前你可能需要融资才能跑通MVP，现在一个人、一台电脑、加上便宜的API，可能就够了。

但也要注意一点：当基础设施足够便宜的时候，竞争焦点就转移到了应用层。你的护城河不在模型选择上，而在你对场景的理解、对用户的把握、以及交付体验的细节上。

我的判断

智谱这波操作很精明：先匿名霸榜造势，再官宣引爆话题，配合开源和低价，一箭四雕。资本市场也给足了面子，股价高开大涨。

但势头不等于终局。DeepSeek V4手里还有Agent工程闭环和国产算力适配的牌，Kimi K3的3万亿参数基座也在蓄力。这场仗还长着呢。

对普通用户和开发者来说，最好的策略就是不站队。谁的"当周特价"好用就用谁，把成本优势转化成自己的生产力。毕竟在2026年，顶级AI能力的价格曲线，下行速度比所有人的预期都快。