9月9日24时，本轮智谱GLM-5.3-Flash降价优惠结束。按目前公布的数据，每百万Token的非缓存输入价格，将从0.075美元恢复至0.15美元；输出价格从0.25美元恢复至0.5美元。

两周前，Ox Alpha为名匿名上线的模型引发开发者关注，8月26日，智谱揭晓身份：它就是自研大模型GLM-5.3-Flash。公开之前这款模型在OpenRouter和OpenCode上接受免费试用；身份公开后，智谱又推出API半价优惠。

从免费试用，到优惠收费，再到恢复常规定价，Ox Alpha正在进入更能检验商业成色的阶段：首发优惠结束后，这批被吸引来的开发者能留下多少，又能带来多少持续付费的调用？

几乎同一时间，DeepSeek却宣布从9月10日12时起下调Flash系列API价格，其中缓存命中输入价格最高降幅达到60%。

更巧的是，双方上一轮价格调整的时间也几乎咬在一起。8月17日，DeepSeek刚刚上调API价格；三天后，智谱便以Ox Alpha的名字匿名上线GLM-5.3-Flash，并免费向开发者开放。如今不到一个月，智谱结束优惠，DeepSeek又开始降价。一来一回，大模型的价格竞争仍就激烈。

智谱先把名字藏了起来

8月20日，Ox Alpha（中文社区名称“牛来”）出现在OpenRouter上。开发者可以免费使用，却不知道背后的公司是谁。这种匿名发布方式很快引发关注。有人猜测它是微软MAI尚未发布的版本，有人认为声称Ox Alpha“不可能是中国公司开发的”，也有人将它与智谱联系起来。

网友制作的图片

Ox Alpha能够吸引开发者，一个重要原因是，它主打的能力恰好对准了他们的工作：编程、复杂推理，以及需要持续执行的AI智能体任务。后智谱正式发布的GLM-5.3-Flash，支持百万级上下文，可以处理文字、图片和视频，模型权重也已开放。

这不是智谱第一次这么做。今年2月，它也曾用Pony Alpha的名字测试GLM-5。相比直接开发布会，匿名上线的好处很明显：先把品牌拿掉，让开发者只看模型本身，同时再用免费试用降低第一次调用的成本。

但这套打法同样有一个现实前提——开发者得愿意试。

今天的大模型市场并不缺模型。对于已经接入Claude、GPT或者Gemini的开发者来说，换模型并不是下载一个新App这么简单。它意味着重新测试代码、提示词、工具调用、响应稳定性，甚至调整整个产品流程。新厂商首先要解决的，不是让所有人知道自己，而是让一部分开发者愿意花时间验证它。

OpenRouter恰好提供了这样的入口。它更像一个“大模型超市”，把不同公司的模型放进同一套接口中，开发者不用分别接入每一家厂商，就能直接测试、比较和切换模型。

选择OpenRouter作为试用入口，也与智谱商业重心的变化相契合。2026年上半年，智谱开放平台及API业务收入达到8.25亿元，占总收入的86.5%。而2025年全年，公司约73.7%的收入还来自本地化部署。智谱商业化的重心，正在明显向云端模型服务移动。两种生意的区别，可以通俗地理解：本地化部署，是把模型和相关系统交付到客户自己的环境里；云端模型服务，则是让客户通过API接口，调用服务商运行的模型。

API降低了企业使用大模型的门槛，也为模型公司扩大客户规模提供了路径。一家美国公司开发客服软件，不必自己训练大模型，也不必让用户下载智谱的应用。它可以通过API，将需要处理的内容交给模型，再把返回的结果放进自己的产品。模型服务通常按照输入和输出消耗的Token计费。

这样一来，终端用户使用的是一家美国公司的软件，软件背后的模型服务费，却可能成为中国模型厂商的收入。中国模型进入海外市场，也就多了一条路径：终端用户不必先认识、接受一家中国公司，也能通过熟悉的软件使用它的模型能力。

智谱AI

但API收入增长，并不等于海外市场已经被打开。匿名测试期间的免费调用、首发优惠带来的流量，都不能直接换算成长期客户。对开发者来说，免费时愿意试一次，与恢复原价后愿意把核心业务长期压在同一个模型上，是两回事。

而价格竞争，也在迅速改变开发者的选择成本。

8月17日，DeepSeek刚刚上调API价格；三天后，Ox Alpha匿名上线并免费向开发者开放。如今不到一个月，智谱结束首发优惠，DeepSeek又宣布从9月10日起下调Flash系列API价格，其中缓存命中输入价格最高降幅达到60%。

一涨一降之间，模型厂商实际上都在试探同一个问题：开发者究竟愿意为模型能力支付多高的账单。

把视角拉大，这张账单，已经成为全球大模型公司共同争夺的对象。把智谱与DeepSeek、OpenAI、谷歌和Anthropic的定价动作放在一起，才能看清它们如何争取高频调用，这轮价格战背后的决策思路。

美国大模型，也在重新算价钱

DeepSeek早已经用低价撬动了美国企业的采购。

今年6月，AI智能体公司Lindy公开披露，从Anthropic模型迁移到DeepSeek V4 Flash后，其推理成本下降90%，多个核心使用场景的表现还有所提升。这是公司披露的当时结果，却说明中国模型的价格优势，已经开始转化为美国同行流失的业务。对应用公司而言，只要能够可靠地完成工作，熟悉的模型供应商也并非不可替代。

用户正在使用DeepSeek

更多可用的替代选择，正在给美国模型厂商带来价格压力。这种压力之下，它们也接连推出更具性价比的产品和计费方案。

7月30日，OpenAI宣布将GPT-5.6 Luna的API价格下调80%，降至每百万Token输入0.20美元、输出1.20美元；面向日常工作的Terra则降价20%。

Anthropic的动作更有意思。Claude Sonnet 5发布时，每百万Token输入2美元、输出10美元属于首发优惠，原计划9月1日起恢复到3美元和15美元。但8月10日，Anthropic宣布取消这一安排，把优惠价变成了常规定价。

谷歌同样在争取价格敏感的客户。Google Cloud为Gemini 3.7和3.8 Flash提供持续至2026年底的促销。按全球端点标准处理档公布的优惠口径，每百万Token输入、输出费用分别为0.75美元和3.75美元，相当于目前公布的2027年常规定价的一半。页面注明，优惠通过对符合条件的支出返还抵扣额度实现。

中国企业之间，也存在不同的定价选择。DeepSeek在8月上调API价格，并引入高峰、低谷分时计价，低谷价格为高峰的一半，当下又下调Flash系列API价格；阿里的Qwen3.8-Flash则继续提供低价选择，北京地域每百万Token非缓存输入0.8元人民币、输出2.7元，不同服务地域的价格有所区别。

这些动作放在一起看，大模型公司正在同时争夺两类需求：能力要求更高、客户愿意多付钱的复杂任务，以及频繁发生、对成本更敏感的日常任务。一家企业可以提高部分服务的价格，也可以用另一款产品争取预算有限的客户。

不过横向比较国外模型，智谱即使结束半价优惠，也不意味着它失去了价格优势。按照双方公布的报价，恢复常规定价后的GLM-5.3-Flash，非缓存输入单价仍比GPT-5.6 Luna低25%，输出单价低约58%。但这只是Token报价的差距，完成同一项任务究竟能省多少，还要看各自消耗多少Token、需要重试几次。

便宜的背后，还要有自己的本事

这一轮大模型低价竞争，底气究竟从哪里来？

对美国厂商而言，竞争压力之外，技术效率的提升也提供了降价空间。OpenAI在7月的降价公告中，就将价格调整与模型构建、服务运行等方面的效率改善联系起来，同时希望借助更低价格，让企业能够大规模使用AI。

这里还有扩大需求的考虑。模型太贵时，许多高频、单次收益有限的任务不值得交给AI；价格下降之后，这部分需求才可能释放。模型公司因此有机会通过更多调用扩大收入。降价既是在争取现有客户，也是在争取那些尚未成为生意的使用场景。

中国企业同样希望通过降价扩大需求，尽早进入开发者的工作流。支撑低价探索的，还有国产算力与推理系统的持续优化。

据智谱披露，Ox Alpha匿名测试期间的流量由国产AI芯片提供推理服务。公司中期业绩公告还显示，在将国产芯片纳入主力推理算力、推进基础设施优化的过程中，其单位Token推理成本较年初下降80%。

2026年1月8日智谱港交所上市

今年4月，DeepSeek V4预览版发布后，华为宣布，基于昇腾950芯片的超节点集群全面支持这一模型，媒体报道称，V4发布带动了国内科技企业和云服务商对昇腾950PR的采购需求。

今年7月，商汤披露，通过让不同类型芯片协同承担推理任务，相比国产同构推理方案，同等成本下的Token产出规模扩大到2.5倍。按照公司公布的口径，这意味着同样的投入可以支撑更多Token处理量。

这些进展说明，国内大模型企业正在把国产算力部署、模型优化和推理工程结合起来，探索持续降低服务成本的路径。

中国模型的出现，让美国企业多了一种选择，也让美国模型厂商更难仅凭品牌维持高价。但客户省下来的钱，并不会自动变成中国企业的利润。模型公司既要承担每次调用的算力和运维成本，也要为下一代模型的研发准备资金。

把价格卷到美国企业的账单上只是第一步，能不能把这张账单变成自己的利润，才是中国AI真正要过的下一关。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。