DeepSeek创始人梁文峰在投资会上坦言了他的苦恼：“买一批设备回来，10个月收回成本就够了，希望能以合理价格买到芯片，这样就不用自己做芯片了。”言下之意，当前的芯片价格确实太高，已经无法满足DeepSeek对低成本大模型的需求。
有意思的是，就在这场投资会之前，已经有媒体爆料说，DeepSeek的自研推理芯片项目已经秘密推进了一年，其间还与多家芯片设计公司、晶圆代工厂、存储厂商进行了多轮洽谈。
这背后透露的信号很明确——主打低价的DeepSeek，正面临芯片成本危机。随着AI大模型真正进入商业落地阶段，Token调用量激增，曾经被边缘化的推理芯片，现在反而超过了训练芯片，成了大模型厂商最主要的成本支出。
所以，对于DeepSeek这类走低价路线的大模型厂商而言，怎么把推理芯片价格打下来，已经成了决定未来竞争力的核心命题。
【1】DeepSeek带动行业降价
2026年，国内大模型产业迎来了集体降价冲刺的一年：
5月23日，DeepSeek宣布将V4-Pro模型的“折扣优惠”正式变成了永久性的“降价通知”，原先2.5折的专业版模型API调用价格，直接变成了“永久2.5折”；随后又推出了类似电价的峰谷定价机制，根据不同时间段动态调整API价格；
5月28日，小米旗下MiMo-V2.5全系列API接口永久下调资费，部分细分调用场景降价比例逼近99%，并且不再区分上下文窗口长度，统一按低价计费，算是解决了开发者在长文本处理上的成本焦虑。
6月底，腾讯云平台内上线的DeepSeek-V4全系列模型同步下调调用价格，最高降幅达到97.5%；第三方入驻模型MiniMax-M3的推理输入、推理输出、缓存命中三项费用，降幅均为50%。
这波降价幅度有多惊人？以DeepSeek为例，调价后其专业版百万Tokens的价格直接降到0.025元，只有Minimax M2.7价格的5.8%。
价格成了杀手锏，企业和用户开始用脚投票。对大多数需求来说，使用成本往往比性能参数更重要。OpenRouter数据显示，调低价后，DeepSeek-V4-Flash模型登顶全球调用榜，而在此之前，DeepSeek旗下V3.2/R1等大模型排名最多只能到第三名。
对外部融资不感兴趣的DeepSeek，凭什么能做到低价格？拆解来看，原因主要有两点：
一是利用精妙的算法和工程优化，大幅度降低了算力成本。比如处理百万级Token长上下文时，V4系列算力消耗仅为上代产品的27%，缓存机制降低了10%，整体训练成本降低了10%；
二是摆脱对英伟达的依赖，采购国产算力芯片。华&为昇腾节点全系列产品已支持DeepSeek V4系列模型，这直接降低了算力芯片的采购成本。
可以说，在软件算法和采购国产硬件双管齐下的情况下，DeepSeek等国内厂商加速了AI在商业上的应用落地。
【2】推理芯片成为价格限制期
DeepSeek等国内大模型厂商的降价，让AI行业出现了一条新的发展路径——处理简单任务时，用户更看重成本，自然选择价格更便宜的大模型；而处理复杂问题时，用户则会转向高性能的OpenAI等高价格模型。
但问题是，随着模型创新和国产替代带来的价格优势逐渐缩小，DeepSeek、小米MiMo已经触碰到了天花板——推理芯片越来越贵，已经成为现在乃至未来AI大模型的主要成本支出。
换句话说，如果企业打不掉推理成本，就无法真正普及AI。推理芯片对价格的影响体现在两个方面：
一是采购数量和采购成本。此前大模型厂商以模型训练为主，但随着AI商业化逐步落地，玩家的玩法变了，推理芯片成了采购主力。阿里云在“2026年算力倍增计划”中，AI资本开支里推理芯片的采购预算占到总预算的60%；Meta预计2026年底将建立60万张GPU等效算力的推理集群，占其AI总预算的55%……
“约70%—80%的AI算力用于训练，20%—30%用于推理，但未来这一趋势会倒过来，用于推理的AI算力将占到70%以上。”今年五月的联想业绩发布会上，联想集团董事长兼CEO杨元庆明确表示，推理芯片的时代即将来临。
二是全生命周期的成本。与一次性投入的训练芯片不同，推理芯片因为要回应用户问题，其成本产生是长期的，而且会随着用户问答数量的飙升而飙升。数据显示，在生产环境中，推理芯片投入占大模型生命周期计算成本的80%至90%。
短期采购量大，加上全生命周期费用占比高，这让推理芯片成了AI商业化落地时代最重的成本负担。
所以，对于DeepSeek这类走低价经济路线的大模型厂商来说，能不能降低推理芯片价格，直接决定了未来的发展空间。
【3】推理芯片自研很有难度
其实，降低推理芯片成本这件事，已经有很多企业在做了。
在完成首轮510亿元外部融资后，DeepSeek公布了资金用途，其中之一就是自研AI推理芯片，以降低成本。
今年6月，OpenAI发布了与博通联合开发的首款定制推理芯片Jalapeño，计划替换掉英伟达的推理芯片，从而降低约50%的推理成本。
Anthropic则从OpenAI挖来了其自研芯片团队的早期核心成员Clive Chan，负责整个AI推理芯片的自研项目。
几乎所有的头部玩家，都把自研推理芯片当成了优先选项。但这条路并不轻松，甚至可能耽误大模型企业的进展。
首先是研发难度。AI大模型企业擅长算法架构这类软件层面，AI芯片此前只是上游的工具，现在要自研推理芯片，等于从软件领域跨界到完全陌生的硬件领域，需要重新积累人员和技术。
其次是芯片厂商的迭代速度。相比大模型厂商，华&为昇腾、寒武纪、英伟达这类AI芯片厂商有技术基础，他们对接整个大模型行业，能够根据市场需求快速研发生产。而大模型厂商只是针对自身需求定制推理芯片，加上研发能力与芯片厂商有差距，很容易出现出厂即落后的情况。
最后，自研推理芯片最大的难题在于没有生态支持。以英伟达为例，其AI芯片除了算力性能外，更重要的是超过400万开发者的CUDA生态。这意味着有庞大的开发者愿意适配芯片框架、愿意采购，从而增加芯片采购量，进一步降低成本。
而智普AI、DeepSeek等大模型企业自研芯片，没有生态支撑，只能给自己用，无法依靠数量均摊研发成本，这会让整个芯片成本居高不下。
可以说，对于智普AI、DeepSeek来说，自研推理芯片最难的不是研发，而是生态和产能。只有把算法迭代、芯片流片、产能排期、用户生态这四个方面都打通，才能真正实现用自研推理芯片降低每百万Token推理成本的目标。
2026年的AI大模型行业，已经进入了一个全新的阶段——从“能不能做出好模型”的工程师时代，转向了“能不能把成本降到足够低”的工业时代。说白了，大模型厂商能不能推出并应用自研推理芯片，最终决定了它们是一家AI产品公司，还是一家AI时代的基础设施公司。