中国AI模型密集发布，低价策略正在重塑全球竞争格局
近八周以来，中国AI市场迎来了一波密集的模型发布潮。Qwen3.8-Max、Kimi K3、DeepSeek V4 Flash、GLM-5.2以及Seedance 2.5等模型相继推出，覆盖了推理、编程、工具调用、长程任务及视频生成等关键领域。这些新发布的产品与极具竞争力的价格优势叠加，正深刻改变着开发者和企业在选择模型时的决策逻辑。
根据独立评测机构Artificial Analysis对一项复杂现实工作负载的测试，在当时的模型版本和测试条件下，DeepSeek V4 Flash完成该任务的成本约为0.03美元，而Claude Fable 5则需要约3.15美元，两者相差约105倍。DeepSeek官方数据显示，V4 Flash当前的标准定价为每百万输入token 1元、每百万输出token 2元。
彭博将Artificial Analysis能力-价格图上的特定区域称为“DeepSeek死亡区”，在中文网络中常被称作“DeepSeek斩杀线”。按照这一概念，能力足够强的模型可以维持较高定价，能力够用且价格低廉的模型也拥有生存空间，但处于两者之间的模型则面临双重压力：其能力不足以支撑高价，而价格又未能低到足以弥补能力上的差距。
开发者分工模式日益显现
在实际应用层面，中国低价模型正在接手越来越多的执行工作。ZenGen Labs创始人德莫特·麦格拉思向彭博透露，他仍使用Claude Code担任架构师角色，负责制定行动计划和摘要，而将后续的查询与执行任务交给DeepSeek。这种分工协作的方式并非个例，正逐渐成为行业常态。
中国厂商正在积极补足长程任务的处理能力。月之暗面表示，Kimi K3拥有2.8万亿参数与100万token的上下文长度，专注于长程编程、知识工作及深度推理场景。Z.ai将GLM-5.2定位为长程任务模型，并披露了针对长程编程与工具调用的专门训练。阿里也把Qwen3.8-Max在长程执行方面的改进列为重点方向。月之暗面和阿里均选择了总参数超过2万亿、每次仅激活部分参数的架构，试图在扩大模型容量的同时，有效控制推理过程中的计算量。
Artificial Analysis在4月测试预览版时指出，V4 Flash完成整套智能指数测试消耗了约2.34亿个输出token。随着7月31日版本发布，这一数字降至约2.06亿个，较前代减少了12%，表明模型在能力提升的同时，有效降低了完成同类任务所需的输出token数量。
竞争格局逐步分层
国产厂商已向价格-能力曲线的两端拉开差距。阿里的Qwen3.8-Max、月之暗面的Kimi K3以及Z.ai的GLM-5.2进入了更高性能区间；字节跳动则通过Seedance 2.5将竞争版图扩展至视频生成领域。海外旗舰模型同样出现了分层现象：Anthropic的Claude Opus 5、Fable 5以及OpenAI的GPT-5.6 Sol凭借能力优势处于“斩杀线”以上；xAI的Grok 4.5、谷歌的Gemini 3.5 Flash、Meta的MuseSpark 1.1虽刚跨过门槛，但价格仍相对较高，面临降价压力。
彭博在X平台发布相关文章后，文中展示的能力-价格图被广泛转发。开发者安德鲁·柯伦贴出该图，并表示“一开始还以为彭博忘了把DeepSeek的价格画进去”。该帖获得了7322个点赞和约37万次浏览。图中DeepSeek的价格柱因为过低，几乎紧贴着横轴。
盈利压力与价格竞争并存
彭博报道指出，OpenAI和Anthropic均在筹备上市，目标估值至少为1万亿美元。李开复对彭博表示，如果没有中国开源模型的参与，OpenAI和Anthropic原本可以获得丰厚利润；但现在，客户拥有了一个成本更低的替代选择。
中国厂商同样面临盈利压力。彭博智库高级分析师罗布·利认为，这些企业现阶段将争夺用户、开发者和技术领导地位置于短期盈利之前。在视频生成领域，价格竞争更为激烈。彭博指出，OpenAI因服务成本较高而搁置了Sora项目，快手Kling获得了28亿美元融资，字节跳动则持续投入Seedance。据利估算，Seedance的定价比当时市场主流水平低了约99%。
“DeepSeek斩杀线”会随着模型版本、任务类型、工具框架以及运行环境的变化而动态调整。对企业用户而言，任务完成率、返工次数以及最终的总体账单，将决定一款模型最终落在该条的哪一侧。
