AI大模型再掀降价潮，应用端市场现头部集中趋势

大模型赛道正掀起一场“性价比战争”。

12月18日，谷歌发布Gemini 3系列大模型新品Gemini 3 Flash，以其高性价比成为市场关注焦点。Gemini 3 Flash输入价格仅0.5美元/百万Tokens，输出3美元/百万Tokens，成为大模型竞技场Imarena.ai上性价比最高的前沿模型。

同日，字节在火山引擎FORCE原动力大会上，正式发布“AI节省计划”。火山引擎总裁谭待表示，在这一项目下，企业“用得越多省得越多，最高可节省47%的使用成本”。

这并不是近期仅有的两个“性价比”案例。在此之前，DeepSeek于月初发布的V3.2 正式版及V3.2-Speciale，就以颠覆性的的定价策略引发行业震动——V3.2每百万token 仅需0.28美元，较其年初发布的R1模型降低79%；V3.2-Speciale作为“长思考增强版”，也仅为0.4美元/百万Tokens，相当于GPT-5、Gemini 3.0 Pro、Claude Opus 4.5等竞品的1.6%~4%，呈现出碾压级的性价比。阿里、百度等大模型厂商也随之宣布降价，使国内主流商用模型API进入“厘时代”。

智谱于12月8日上线的GLM-4.6V系列多模态大模型，价格也比GLM-4.5V下降50%。

在大模型技术渐趋成熟，产业逐渐从模型性能竞争的“上半场”，步入场景落地应用的“下半场”背景下，比起性价比逻辑下的产业格局重塑，大模型使用成本降低带来的应用落地加速，或是这波“性价比战争”更具看点的演进动向。

而大模型厂商要打造更高性价比的产品，除了模型架构、训练方法等技术优化之外，更高效的算力基础设施，也成为刚需，为联想集团等优势厂商创造新的结构性机遇。

应用落地加速的关键变量

“降本增效”是当前B端用户使用AI应用的核心诉求。特别是近年来，按结果付费（RaaS）模式快速兴起，企业不再为人工智能技术本身或使用量付费，而是根据AI应用实际达成的业务成果来支付费用，要求AI能够交付可量化的商业价值。因此，更低的部署成本，更高的部署效益，已成为AI应用服务企业拓展市场的关键，也是其技术研发与商业模式探索的重要发力方向。

以中国企业智能化转型领军者联想集团为例，其推出的DeepSeek版AI工作站，5万元入门级方案就能实现大模型本地化部署，还支持2-200人团队使用，部署时间从传统的 3-5天缩短至2小时。而搭载推理加速引擎的台式机造价仅约4万元，可完成32B大模型本地训练，相较于国内某厂商约200万元的传统训练方案，落地成本直接下降98%。

此外，联想集团还探索“服务优先”的模式，其推出的GPU高级服务，将资本密集型的GPU基础设施投资，转变为灵活、经济高效的服务，不仅承诺将AI工作负载运行速度提升高达30%，更通过将GPU部署与经过验证的性能基准相结合，帮助企业避免过度配置的 AI 基础设施部署陷阱，减少了企业20-30%（以三年期量化测算）的部署成本。

而相较于AI应用服务企业在技术与商业模式方面的探索，大模型接入价格的下降，显得更加立竿见影，同时也有利于其在为客户提供低成本优质服务的同时，更好地把控自身利润水平。

因此，性价比更高的模型，往往更容易获得AI应用服务企业的青睐。DeepSeek大模型的最初出圈，很大程度上即得益于其打破了OpenAI、Google为代表的科技巨头“大力出奇迹”的发展模式，以较低训练成本，达到以往AI大模型靠堆算力、拼资金和数据实现的效果，从而能够以1元/百万输入tokens的超低价格吸引用户涌入。

联想集团作为全球首家在端侧部署和运行DeepSeek大模型的AI PC品牌，在谈及选择DeepSeek的原因时，就曾提到其低成本优势：“以前企业训练自己的大模型、打造自己的智能体非常昂贵，只有少数中国企业才具备大模型训练的能力，但DeepSeek提供了一个低成本解决方案，使得中国大型企业未来拥有自己的企业大模型和智能体成为可能。”

后续如硅谷大佬Chamath Palihapitiya宣布用Kimi取代OpenAI，Airbnb选用Qwen等等，原因均与这些大模型的性价比优势密切相关。

如今，国内外大模型掀起集体降价潮，为联想集团等应用服务企业以更低成本提供AI应用服务创造了条件。成本曲线的陡峭下降，有望激活更多对价格高度敏感的场景，缓解用户“想用而不敢用”的困境，AI站在了新一轮加速落地的起跑线上。

而在此过程中，联想集团这类厂商优势将更加凸显。按照字节发布的“AI节省计划”，AI应用服务企业的降本成效，与其API调用规模直接挂钩。联想集团近5000亿元的业务规模，意味着巨大的API调用需求，因此其有望以更低的价格抢占用户。

当前，AI应用端市场格局尚不稳定。根据IDC调查，仅有17%的受访客户认为当前的云提供商可以满足他们的AI/ML/GenAI需求，有70%的受访企业计划更换或新增云/AI平台供应商。服务价格作为影响企业AI投入产出比的重要因素，将促使这些企业转向更具价格优势的AI服务提供商，市场或出现向联想集团等大规模企业集中的趋势。

“算力-模型-应用”的正向飞轮

更低的价格，也意味着模型本身更低的训练、推理成本。

从大模型厂商角度来说，优化模型架构、训练方法与数据质量是主要途径。DeepSeek本次成本大幅降低，即得益于将DeepSeek Sparse Attention（DSA）引入核心架构。这项技术在9月的V3.2-Exp中首次亮相，用稀疏注意力替代传统的全量注意力，将计算复杂度从O（L²）降到O（Lk），在不损失性能的前提下大幅提升效率。

而对算力基础设施硬件、服务提供商来说，则意味着市场对更高效率、更低成本产品需求的结构性增长。

12月5日，联想集团举办“异构智算 本地引擎”2025联想异构智算产业联盟高峰论坛暨AI算力基础设施新品发布会，期间发布了新一代高端大模型训练AI服务器——基于英特尔至强6处理器的联想问天WA8080a G5，以及全新升级联想万全异构智算平台4.0。其中，联想万全异构智算平台4.0在千卡训练场景中将MFU从30%提升至60%，并可将大模型预训练时间缩短35%，后训练时间缩短50%，推理场景ROCE网络带宽利用率提升60%，推理性能提升30%。可见，算力基础设施硬件、服务提供商也正致力于通过满足大模型厂商降本需求，提升自身竞争力。

特别是在当前算力基础设施建设面临能源瓶颈的背景下，更优的能效一方面有助于缓解能源紧张，另一方面也通过减少能源消耗降低大模型成本。

据估算，GPT-4的单次训练能耗高达500万kWh，相当于约300万元电力成本；而当前主流大模型在H100芯片集群下，每百万Token推理用电成本也达到3-6元。因此，搭载液冷散热系统的服务器产品，逐渐成为当前标配。联想集团也在升级其Neptune海神液冷解决方案的同时，推出更低能耗的"飞鱼"仿生散热设计和"双循环"相变浸没制冷系统。

联想集团最新一期财报显示，今年三季度，其海神液冷技术收入同比大增154%，远高于行业整体增速。同时，国际研究机构IDC近日发布的《全球服务器市场季度追踪报告》显示，联想集团、戴尔营收实现两位数较高增幅，其中联想集团以26.1%的同比增长，和3.6%的市场份额，跃居全球前三；而超微、浪潮、慧与则呈现负增长，甚至不乏两位数的大幅下滑。这些数据表明，在大模型厂商降本需求下，算力基础设施硬件、服务提供商，因其对行业结构性机遇的把握差异，正出现显著分化，联想集团、戴尔两家企业正不断扩大其领先优势。

综合来看，随着大模型厂商新一轮性价比竞争的展开，AI产业正形成“算力-模型-应用”的全新正向飞轮：应用端企业借助更低的模型API调用成本，加速场景落地，从而推升大模型算力需求，算力基础设施硬件、服务企业则通过更优性能的算力供给，进一步降低大模型成本，为应用端企业加速场景落地提供更强成本助力。

在这一行业飞轮效应中，算力、模型、应用三大环节，均围绕成本开启了新的行业洗牌。联想集团这类算力、应用双环节领先者，通过与大模型在上游算力供给、下游应用落地的双线合作，有望促成整个合作链条的规模扩张与市场份额成长。

本文来源：财经报道网