最近圈里最值得普通创业者盯紧的，不是又发了哪个新模型，而是"推理"这件事的单价正在以肉眼可见的速度往下掉。短短几个月，同样一次带多轮推理的复杂问答，API 账单从几毛钱压到了几分钱——这个变化听起来很技术，但它直接改写了无数小团队的商业可行性。
把账摊开看会更清楚。以一次"读长文档→抽要点→交叉核对→生成报告"的四步任务为例，早期闭源旗舰的调用成本大约 0.3 元，如今用开源权重模型在自建显卡上跑，单次成本可以压到 0.02 元上下，差出十倍以上。DeepSeek、通义千问这类国产开源模型把"强推理"的价格带打到了新低位，直接后果是：很多原本因为"推理太贵"被搁置的产品想法，现在可以重新拿出来算账了。
成本曲线被打穿，最先松动的是应用层的商业模式。过去做 AI 客服、AI 文档审查这类"每来一次请求就烧一次钱"的产品，最怕的就是长尾高频调用把毛利吃光；现在单价低到这个程度，按调用量收费的 SaaS 第一次有了健康的单位经济。做自媒体的小李前阵子跟我聊过他的困境：他想给粉丝做一个"投稿脚本 AI 初改"的小工具，按次收费 0.5 元，可早期模型跑一次成本就 0.3 元，减去服务器和人工，几乎不赚钱。换成现在的低价模型后，单次成本降到 0.03 元，他才开始敢做推广——这就是成本临界点越过之后，普通人才摸得着的机会。
但这波降价对三类人的含义完全不同。对个人开发者，最直观的是"以前舍不得跑的多轮自洽流程（生成→校验→重试）现在可以敞开了用"，做原型的速度会明显快起来；对中小企业决策者，重点不是省那点 API 钱，而是终于能把 AI 嵌进核心业务流而不必担心账单失控，比如把合同初审、工单分类这些高频环节交给模型；对闭源大模型厂商，压力是实打实的——当开源模型的性价比逼近闭源，靠"效果略好一点"收溢价会越来越难。
如果你正在评估要不要上某个 AI 功能，现在最该做的不是等更便宜，而是先用低价模型把核心链路跑通：挑一个你最高频的真实场景，拿 DeepSeek 或通义千问的 API 跑一百次，记下成本和效果，再决定要不要为闭源旗舰的额外精度付费。价格战才刚开始，但能跑通的业务，今天就能开始跑。
回头看，这一轮降价的真正意义不在于"又便宜了"，而在于它把 AI 从实验室玩具变成了可以摊进成本的普通生产资料——当算力便宜到像水电，真正比拼的就不是谁省电，而是谁用它做出了别人做不出的东西。