2026年五一假期的最后一天，字节跳动旗下的豆包投下了一颗重磅炸弹：它将在免费版之外新增付费订阅服务。消息一出，话题迅速登顶微博热搜。

免费了这么久，国产AI终于不再装大方了。但这其实是一个必然：从烧钱圈地，到价值兑现。

“国产AI大模型第一股”智谱已在年内进行了三次API价格上调，阿里云、腾讯云接连宣告算力涨价，最大涨幅达到惊人的463%。尽管DeepSeek仍在逆势坐庄价格战，但一个明确的信号已经响起：便宜，不是中国AI唯一的竞争力。

一、豆包的账单：为什么AI开始收钱了？

据豆包官方披露的方案，此次新增的付费订阅共设三档：标准版连续包月68元（连续包年688元）、加强版连续包月200元（连续包年2048元）、专业版连续包月500元（5088元/年）。付费功能主要聚焦于PPT生成、数据分析、影视制作等高算力消耗的复杂任务和生产力场景，免费版本则继续覆盖日常聊天、文案撰写等基础需求。

为什么选在这个节点收费？中国信息通信研究院专家一语道破：大模型多数是免费的，但像豆包这样能生成视频和PPT的复杂模型，算力和Token消耗巨大，使用群体又广，消耗成本本就高昂。换句话说，那些惊艳的视听效果，每一帧背后都是白银票据。

事实上，豆包月活已经达到3.45亿，雄踞AI原生APP榜首。日均Token使用量突破120万亿，过去三个月整整翻了一倍。没有足够的用户盘子做底子，商业化转型无从谈起——有了足够的市占率，才会摊薄涨价带来的口碑损失代价。

正当烧钱换取用户增长到达尽头，当模型持续迭代越来越重，免费不可持续成了行业集体共识。

二、算力高压：Token价格逆势暴涨

豆包付费的背后，是全球AI产业正在经历的一场深刻的成本传导。

先看供应端的现实：国际顶尖GPU芯片价格持续攀升，HBM内存、CoWoS封装两大命门几乎被垄断，华为、英伟达等高端AI芯片供不应求。有数据资管指出，一张高端GPU动辄几十万元，运行一个大模型需要几十甚至上百张同时协同，大型推理集群的电费更是天文数字。

成本层层叠加，最终传导到了Token价格上。今年以来，国产Token进入了持续涨价通道。3月中旬，阿里云率先因全球AI需求爆发及供应链成本上涨，将AI算力、存储等产品价格上调5%至34%。腾讯云紧随其后，旗下AI编程助手企业旗舰版涨幅约154%。“国产大模型第一股”智谱更是年内三度上调API价格，GLM-5.1在Coding场景的价格已接近Anthropic旗下Claude Sonnet 4.6的水平——国产大模型首次在核心场景实现了与海外头部厂商的“价格对齐”。

这一切发生的背景是：截至今年3月，国家数据局数据显示，我国日均Token调用量已突破140万亿，相比2024年初增长了1000多倍。Token的巨量需求与算力的供不应求形成了一道经济的剪刀差。

三、价格分化：DeepSeek的逆势“清场”：为行业画了一条分水岭

然而，就在豆包收费、各家涨价的一片喧嚣中，DeepSeek却交出了一份完全相反的答卷。4月26日，DeepSeek在V4发布后不到48小时，宣布V4-Pro模型API开启2.5折特惠，并将全系列模型的输入缓存命中价格永久降至原价的1/10。

这不是单纯的价格战，而是一次致命的清场。

DeepSeek之所以能如此激进地反向降价，根源在于其创新的底层架构能够进一步从工程端压低单token成本。得益于先进的KV Cache压缩技术，在百万Token长文场景下，DeepSeek V4系列产品的推理成本大幅下降。它的技术突破证明，价格与智力并不必然正向挂钩，极致的工程调优同样可以造出便宜又聪明的大脑。

而在众多大厂涨价、DeepSeek降价的背景下，国产AI产业链明显走出了两种截然不同的价格坐标。一分化为各家长线逻辑：豆包、智谱和云大厂选择了涨价的算力自信，DeepSeek选择了降价的架构自信。

当同一周里，两份价格表在缓存命中这一项上相差超过34倍时，一句“价格战”已经很难描述这种差距了。行业竞争显然已从比拼谁更便宜，转向了能否在性能与成本之间建立可持续的平衡。

四、价值回归：无意义的低价无法支撑长期

面对Token涨价的趋势，压力也在反向倒逼行业重新思考Token效率的价值。

蚂蚁数科大模型技术创新部总经理章鹏明确指出，“大模型产业落地的下半场，核心命题不是模型参数规模的竞争，而是单位Token效能的持续提升”。金融、代码等高频调用场景中，智能体的Token消耗成本可达以往的上百倍，高投入低产出的模式难以规模化落地，必须推动效率提升。

而大量依靠烧钱维持低价的厂商将率先承压。2026年Q1已有超过10家AI应用初创公司停止运营或转型。依靠API差价吃饭、“两头在外”的纯应用公司的好日子，恐怕真的彻底结束了。如果一味的低价竞争不退场，那就会是一场“先用钱把对方榨干，然后自己也被历史榨干”的多输游戏。

字节跳动火山引擎负责人谭待说得好：Token的价格差异，本质是其承载的能力差异。下一代模型能力更强，单Token成本会有所上升，能创造的经济价值也会同步提升。

反过来也同样成立：如果国产AI始终困在廉价阶段，始终只能给用户留下“免费玩具”的印象，那么真正的高价值生产力市场将永远敞开给海外大模型。

有人说，在美国，AI是科学；在中国，AI是生意。这并非贬义，因为中国AI企业从诞生的那一刻起，就面临着比海外同行更严苛的盈利红线。在烧钱的同时学会造血，本身就是一种比提升参数更难的科技生存哲学。

便宜是国产AI认识世界的起点，但从来不是终点。真正的竞争力从不来自账面上的低价，而是来自解决真实世界的复杂问题——解决那些中国自己的产业转型、企业管理和民生服务中最具挑战性、最值得被赋能的难题。

让每一块钱的Token成本，都产出十块钱的行业价值。

这，才是中国AI真正的护城河。 豆包