做独立开发的朋友最近有个共同的体感：以前月底看 API 账单要深呼吸，现在随手刷刷聚合平台的价格榜，旗舰模型的报价一天一个样。9 月这一轮降价过后，主流大模型的推理价格正式击穿了"厘时代"——百万 token 输出报价进入个位数区间，部分模型的活动价折算下来，一次十轮的对话成本不到一分钱。价格已经不是门槛，怎么用反倒成了新问题。
这轮降价的主角不止一家。头部厂商先后调低旗舰模型的输出价格，聚合 API 平台上的报价卷得更凶，同一款模型在不同渠道能差出三成。导火索并不神秘：推理侧的架构优化——稀疏激活、批处理调度、缓存复用——把单位成本一点点磨下来，新增算力供给又陆续到岗，厂商手上有降价的本钱，也有降价的想法：应用生态薄，谁先降价谁先圈到开发者。
更值得琢磨的，是降价背后的商业逻辑换轨。两年前模型厂商还指望靠 API 差价赚钱，如今模型层的利润被摊薄成了行业共识，大厂真正要的已经不是 token 的毛利，而是把自家模型钉进更多应用的底层。推理价格每降一个数量级，原本"太贵做不了"的场景就解锁一批：多轮 Agent 自洽（生成、校验、重试跑三遍）、长文档逐段精读、全天候挂机的客服机器人，都是这轮降价之后才在经济上成立的产物。
对不同的人，这件事的分量不一样。普通用户的感受是间接的——你常用的 App 会更大方地放开次数限制，免费额度变相增值；开发者拿到的最直接变化是成本结构，过去要精打细算地压缩上下文、能缓存就缓存，现在可以把预算花在效果上；企业 IT 的私有化与直连云 API 之间的天平也在移动，一些原本笃定要本地部署的场景，开始重新算账。
做外贸客服 SaaS 的老周对这轮降价的感受最具体。他的产品要跟客户多轮往返确认订单细节，去年每接入一个客户，光推理成本一个月就要小几百块，销售报价前得先算账单。降价后同样的流程成本降到原来的四分之一，他干脆把"多轮追问"改成默认开启，顺带把客户满意度做了上去，续费率涨了十几个点。降价省下来的从来不是成本，是新功能的空间。
现在就能做的有两件事：如果你的应用还在用半年前的价格表估算成本，把账单重新拉出来算一遍，很多当时搁置的功能可以重启了；选型时别只看标价，把聚合平台、厂商直连、包月套餐三种口径摆在一起比，实际差价可能比模型之间的差距还大。价格战还没到终局，但方向已经清楚——token 会便宜到像水电，值钱的会变成知道往哪儿用的人。