> **来源：[研报客](https://pc.yanbaoke.cn)** # 模型降价意味着什么？总结 ## 核心内容 随着大模型市场竞争加剧，模型降价已成为一种新的竞争策略，标志着竞争从单纯的能力排名转向“同等智能成本”的较量。OpenAI近期对GPT-5.6系列进行了价格调整，Terra和Luna分别降价20%和80%，而Sol价格保持不变。这种分层定价策略有助于覆盖不同客户预算和任务复杂度，提升模型家族内部的需求匹配效率。 ## 主要观点 - **模型降价推动竞争转向成本效益**：GPT-5.6系列降价使得模型之间的竞争更侧重于性价比，而非单纯的能力高低。 - **中国模型形成双线竞争格局**：Kimi K3以57分代表当前国产开放权重模型的强能力上限，而DeepSeek V4 Flash则刷新了50分能力区间的成本底线，展现出“强能力+高性价比”的双重优势。 - **降价能否转化为收入增长取决于调用量**：模型降价后，若调用量能按反比例增长，可维持收入稳定。例如，Terra降价20%后需调用量增长25%，而Luna降价80%后需增长400%。 - **平均任务成本才是定价关键**：模型的实际经济性应通过平均任务成本来衡量，而不仅仅是Token价格。任务成功率和失败成本是影响总成本的重要因素。 - **任务难度决定模型选择优先级**：在高难任务中，模型的成功率远比价格更重要，旗舰模型的价格溢价可能被任务价值和失败代价所覆盖。 ## 关键信息 - **GPT-5.6系列价格调整**： - Sol价格保持不变。 - Terra价格下降20%，Luna价格下降80%。 - **模型能力与成本对比**： - DeepSeek V4 Flash在AA智能指数达到50分，仅比Luna低1分，混合价格和平均任务成本分别低约65%和57%。 - Kimi K3以57分代表国产模型的强能力上限，而V4 Flash则成为高性价比的代表。 - **模型降价对下游应用的影响**： - 客服、搜索、营销生成、Coding Agent、办公助手和数据分析等应用将直接受益，调用量增加有助于提升使用频率和优化应用公司毛利率。 - **模型降价与收入平衡**： - Terra降价20%后需调用量增长25%才能保持收入稳定。 - Luna降价80%后需调用量增长400%才能维持收入。 - **智能价格的衡量维度**： - 除了Token单价，还应考虑单项任务成本和单位成功结果成本。 - 任务成功率和失败代价对总成本有重要影响。 - **模型实现低价的路径**： - MoE架构通过稀疏激活降低单Token计算量。 - 推理效率优化是推动API价格下降的重要因素。 - 缓存机制能够显著降低重复上下文调用的边际成本。 ## 风险提示 - 模型调用需求增长不及预期可能影响厂商收入。 - AI应用商业化进展不及预期可能限制降价带来的收益。 - 模型能力迭代不及预期可能限制复杂任务和企业级场景的需求释放。 - 第三方评测口径及数据变化可能影响模型比较结果。 ## 关联研报与作者信息 - 《一美元能买多少“Token智能”》 - 作者：郭雅丽、袁泽世（华泰证券研究员） ## 免责声明 本报告由华泰证券股份有限公司制作，所载资料仅供参考，不构成购买或出售证券的要约或招揽。华泰证券不保证本报告所含信息的准确性和完整性，也不承担因使用本报告而产生的任何法律责任。