2026年9月，企业AI圈流传一句玩笑：API账单比全员工资还高。
这句玩笑正在失效。过去几个月，大模型推理成本一路下探，多家厂商连续下调模型价格。《每日经济新闻》7月的一轮采访给出了具体数字：欧美一批律所、教育平台和AI初创公司迁移到中国大模型后，推理成本下降30%到95%不等。
成本线塌下来之后，真正被激活的产物是智能体（Agent）。
一张账单，改写迁移决策
美国AI公司Lindy主营智能体产品，帮用户自动处理邮件、日程、销售线索和客服工单。这类产品模型调用量极大，成本直接决定利润空间。
Lindy首席执行官弗洛·克里维洛（Flo Crivello）算过一笔账：切换到DeepSeek-V4之后，公司推理成本下降约95%，相当于每年节省数百万美元的基础设施开支。他的评价很朴素：各项指标表现稳定，调用成功率持平，仅端到端延迟小幅上升，在可接受范围内。
同样的故事在多个团队重演。多名海外AI初创创始人在X平台公开复盘：全线迁移至DeepSeek之后，月度推理成本下降60%到85%。对尚未盈利、现金流紧绷的小公司来说，这个差价决定项目能不能活到下一轮融资。
价格差距有公开数据支撑。光明日报援引OpenRouter的数据指出，DeepSeek V4 Flash每百万词元输入定价远低于海外同级闭源模型，Token用量份额随之反超，中国开源模型以低边际成本切走了大量全球AI流量。
智能体对价格最敏感
为什么降价红利最先流向智能体？
答案藏在调用次数里。聊天机器人一次对话消耗几千Token，智能体完成任务需要连续调用模型几十次、上百次，还要读取文档、执行工具、反复自我检查。有工程师测算，2026年AI部署已从训练主导转向推理主导，推理成本占总支出的80%以上。
基数越大，降价的杠杆越猛。模型单价砍掉九成，智能体的单任务成本才真正进入企业采购的舒适区。模型能力也在同步过关：Claude Opus 4.6在50%准确率标准下，能完成长达14小时30分钟的长程任务，工具调用稳定性大幅提升。
L3时代：300家服务商与一份新政策
中国信通院的最新报告判断，AI已正式进入”智能体（L3）”时代，国内相关服务商突破300家，技术研发、场景落地与客户服务成为核心衡量指标。
政策同步跟进。国家网信办等部门印发智能体规范应用与创新发展实施意见，监管思路从”管准入”转向”管行动”。工信部等八部门的”人工智能＋制造”专项行动实施意见提出，到2027年推广500个典型应用场景，培育一批重点行业智能体。
产业侧的变化同样清晰。一批垂直智能体公司在12个月内实现从零到亿美元级年收入，产业重心正从模型竞赛转向垂直场景的价值兑现。
企业上车的四步路径
对打算部署智能体的企业，业内建议按四步走：
- 选场景：优先切入频次高、规则清晰、指标明确的环节，比如客服应答、报表生成、合同初审。
- 盘数据：完成私域数据的知识萃取，构建企业自己的语义层，避免智能体外强中干。
- 做工程：语义缓存可拦截40%到60%的重复请求；4-bit量化让显存占用降低60%而精度损失小于0.5%；投机采样用小模型预生成，推理提速2到3倍。
- 管风险：智能体拥有行动能力，安全治理要从内容合规扩展到行为可信，权限分级与操作审计需要提前设计。
这套路径的共同逻辑是：用确定性的工程手段，消化不确定性的模型成本。
降价之后看什么
推理成本下降解决的是”用得起”，接下来要回答的是”用得深”。
信通院报告同时提醒，智能体落地仍面临数据质量不足、行业Know-How难以数字化、组织信任建立缓慢等挑战。中小企业可以通过API接入成熟模型，结合开源模型做本地微调，聚焦一个核心场景做试点，避免全面铺开带来的资源稀释。
可以确定的判断只有一个方向：价格战不会永远打下去，能穿过价格周期的产品，一定在垂直场景里扎下了根。对开发者而言，模型选择正在变成一道性价比计算题；对企业而言，智能体部署的窗口期，比预想中来得更早。
苏公网安备32010502011527号
发表回复