这两天，我刷到一个挺有意思的消息。

豆包的 App Store 页面里，出现了付费版本服务声明。

标准版 68 元一个月。

加强版 200 元一个月。

专业版 500 元一个月。

看到价格的那一刻，我当时第一反应不是贵，而是一种“靴子落地”的释然。

过去两年，大模型厂商的“撒钱式”补贴把用户的胃口撑得太大了。

很多高门槛的脑力劳动，做设计、做策划、写代码，AI几乎全盘免费代劳。

市场上充斥着低价与无限期的免费公测。

这就好比你进了一家豪华自助餐厅，龙虾鲍鱼随便吃，老板还求着你多拿点。

我们心里都清楚，烧钱狂欢终会迎来商业化变现的那一天。

但当买单的时刻真正降临，看到连主打下沉亲民的豆包也挂上了 VIP 的标价牌，大家还是会忍不住愣一下。

不是哥们，连豆包也开始 VIP 了？？？

更有意思的是，豆包这次不是孤例。

3月11日，腾讯云智能体开发平台开始调价，混元 HY2.0 Instruct 的输入价格，从每千 Token 0.0008 元调到 0.004505 元，涨幅 463% 左右。

这个数字看起来有点抽象。

你就理解成，过去你习惯了几乎不要钱的水龙头，现在水表开始认真转了。

然后阿里云和百度智能云也在3月18日同日宣布，AI算力和存储相关产品要涨价。

阿里云部分算力卡涨 5% 到 34%，文件存储 CPFS 智算版涨 30%。

百度智能云 AI 算力相关服务涨 5% 到 30%，

并行文件存储涨 30%。

智谱那边更骚。

一季度 API 定价涨了 83%，但调用量反而涨了 400%。

你敢信？？？

按常识，东西涨价，需求应该下来一点。结果它不是下来，是更猛了。

所以这件事真正有意思的地方，不是大模型终于开始收钱了。

而是我们可能正在见证一个阶段的结束。

过去那种靠烧钱，把 Token 当传单一样往外撒的时代，差不多走到头了。

说真的，我之前也有一个误判。

我一直以为大模型价格会沿着一条很顺滑的曲线往下掉。

就像云存储，就像流量套餐，就像很多互联网基础设施一样，技术越成熟，单位成本越低，最后变成一种你几乎感觉不到价格的东西。

这个判断长期看可能还是对的。

但短期不是这样。

短期内，AI不是越来越便宜。

是突然变贵了。

原因也没有那么神秘，核心就两个字，消耗。

Token 这个词，很多朋友可能听过，但不一定有体感。

你可以粗暴理解成，大模型嘴里的字和词。

你输入一句话，它要拆成 Token。它回答你一段内容，也要生成 Token。它读文件，读网页，调用工具，写代码，反思自己刚才做得对不对，全部都在烧 Token。

以前我们用大模型，大多数时候是在聊天。

问一句，答一句。

让它写个标题，改个邮件，翻译一段话，可能也就几百个 Token，几千个 Token。

这点消耗，对大厂来说还能补。

就像商场门口送试吃，一块小蛋糕，亏就亏了，反正你先尝尝。

但 Agent 出来以后，事情一下子变了。

Agent 不是聊天机器人。

它更像一个会碎碎念、会自己拆任务、会反复试错的数字实习生。

你让它帮你做一份竞品分析，它不会只是回你一段话。它要搜索资料，打开网页，读很多页面，整理信息，判断哪些可信，写初稿，自己检查，再改一遍。

你让它写代码，它要看项目结构，读文件，改文件，跑测试，报错了再读日志，再改，再跑。

你让它做 PPT，它要理解主题，拆结构，写文案，找图，排版，还要不断调整。

每一步都在烧 Token。

而且不是一点点烧。

是那种你看着账单会心跳加速的烧。

OpenClaw 这种智能体框架为什么被人叫 Token 黑洞，就是因为它真的能把一个普通任务拆成一长串动作。国外有报道说，复杂使用场景下一天烧掉几百美元 API 成本并不夸张。

我看到这个的时候，第一反应是，太离谱了。

第二反应是，好像也合理。

因为它不是在回答问题。

它是在工作。

这就是这轮涨价最关键的变化。

AI从玩具，变成了劳动力。

玩具的定价逻辑是便宜点，大家玩玩。

劳动力的定价逻辑是，它到底替你创造了多少价值。

如果一个模型只是陪你聊天，它一个月收 200，你会觉得贵。

但如果它能稳定帮你写代码、做数据分析、生成方案、做 PPT、跑自动化流程，甚至一个人顶掉你团队里一部分重复劳动，那 200 还贵吗？

不好说了。

所以智谱那个数据才特别有意思。

API涨价 83%，调用量涨 400%。

这不是普通消费品涨价后的逻辑。

更像是企业开始用脚投票，贵一点可以，只要你真的能干活。

这个变化挺残酷的。

尤其对中小开发者和那些套壳应用来说。

我非常理解那种焦虑。

你可能只是一个独立开发者，靠几个模型 API 拼了一个小产品。原来一个用户每月成本几毛钱，你还能靠订阅费赚一点。结果上游一涨价，你的毛利直接被吃掉。

你可能做了一个 AI 写作站，一个 AI 简历站，一个 AI PPT 站，前两年靠低成本模型跑得还挺舒服。现在用户稍微重度一点，后台账单啪一下打过来。

一时间无语凝噎。

更难受的是，你还不能简单把价格全转嫁给用户。

因为用户不管你什么 Token，不管你什么显卡，不管你什么内存带宽。

用户只会问，我花这个钱，值不值？

这句话很刺耳，但我觉得它是事实。

AI行业正在从补贴叙事，进入价值叙事。

过去大家拼的是，谁更便宜，谁注册送更多额度，谁每百万 Token 低到更夸张。

那时候很多应用其实没那么在意效率。

反正便宜。

提示词写长一点，没关系。上下文全塞进去，没关系。让大模型反复想十遍，也没关系。

但现在不行了。

现在每一个 Token 都开始有价格。

每一次无效调用，都是钱。

这会倒逼整个行业变得更精细。

比如模型不可能永远盲目拼大。

不是所有任务都需要最强模型。

你让一个万亿参数模型帮你改一句病句，就像开着重卡去楼下买瓶水。能买，但太浪费。

所以你会看到越来越多厂商开始做大小模型协同。

复杂推理交给 Pro，日常高频任务交给 Flash。

DeepSeek V4 最近的双版本思路就很典型，一个更强，一个更轻。强的负责硬仗，轻的负责吞吐。

这块我觉得会成为未来很长一段时间的主流。

不是谁模型最大谁赢，而是谁能把不同难度的任务，用最合适的模型、最合适的上下文、最少的 Token 做完，谁赢。

听起来很工程，但这就是现实。

AI不再是一个魔法黑盒。

它开始变成一门生意。

生意就要算账。

说到算账，这里还有一个很多人容易忽略的点。

这轮涨价当然和 GPU 有关，但绝不只是 GPU。

大家一提 AI 成本，就想到英伟达显卡。

这个没错，但只看显卡有点窄。

Agent 的麻烦在于，它不是一次性算完。

它是长链条、多步骤、连续推理。

这会同时吃内存带宽，吃存储，吃网络，吃电，吃数据中心散热。

你让它读一个代码仓库，它要把大量上下文搬来搬去。

你让它做长任务，它要保存状态，要记忆，要会话，要工具调用记录。

Google Vertex AI Agent Engine 这类平台也开始把运行时、代码执行、会话、记忆这些东西拆出来计费。

你看，账单开始越来越像一张体检报告。

以前我们只看 Token。

以后你会发现，Token只是其中一项。

背后还有会话，有记忆，有工具，有执行环境，有存储，有检索，有安全审计。

这尼玛就是一个完整的数字工厂。

而工厂是要交电费的。

所以我反而觉得，这轮涨价不是坏事。

它会淘汰掉一批只会拿便宜模型套壳的产品。

也会逼出一批真正懂场景、懂流程、懂成本控制的产品。

坦率的讲，过去很多 AI 应用其实没有产品壁垒。

换一个模型，换一套 UI，套几个 Prompt，就上线了。

模型便宜的时候，这类产品还能跑。

模型一贵，问题就暴露了。

你没有自己的数据，没有自己的工作流，没有自己的分发能力，没有自己的用户理解，那你赚的钱其实不是产品价值，是上游补贴。

现在补贴撤掉，潮水退了。

当然会冷。

但冷下来以后，真正有价值的东西才会露出来。

我自己一直觉得，AI行业最有意思的地方就在这里。

它前两年太像一场大型魔术表演。

所有人都在看模型能不能写诗，能不能画图，能不能通过考试，能不能一秒钟生成一段视频。

很热闹。

但热闹之后，大家迟早会问那个最朴素的问题。

它到底帮我省了多少钱，赚了多少钱，少加了多少班，少招了几个人，少踩了几个坑？

一旦问题变成这个，价格就不再只是成本问题。

而是价值分配问题。

比如一个 AI 助手，每个月 500。

如果它只是每天陪你聊两句，那确实贵。

但如果它能帮一个销售每天自动整理客户纪要，生成跟进邮件，更新 CRM，提醒下次沟通点，一个月多签一单，那 500 可能便宜到离谱。

如果它能帮一个程序员每天少花两小时改重复代码，一个月多交付一个需求，那 500 也不贵。

如果它能帮一个小老板把财务表、投放数据、客服反馈串起来，每周少开三场会，那它就不是软件订阅。

它是一个很便宜的员工。

这就是我说的，AI从玩具变成劳动力以后，很多东西会重新定价。

当然，普通人会不会因此用不起 AI？

我觉得不会。

但会分层。

以后大概率会出现一个很清晰的结构。

日常聊天、简单问答、轻量写作，还是会很便宜，甚至继续免费。因为这些任务成本低，也适合拿来做入口。

真正贵的，是复杂生产力任务。

长上下文。

深度研究。

代码工程。

多轮 Agent。

视频生成。

数据分析。

企业级自动化。

这些任务以前被免费幻觉包住了，现在价格开始浮出水面。

也就是说，普通人不是用不起 AI。

而是不能再默认所有 AI 能力都应该无限便宜。

这件事其实挺像十几年前的移动互联网。

刚开始的时候，大家会为流量焦虑。看个视频，下一首歌，都要想一下套餐够不够。

后来基础设施起来了，单位成本下降了，套餐变大了，大家慢慢就不在意发一条微信、刷几张图到底用了多少流量。

AI大概率也会走这个过程。

短期内，供需错配，硬件涨价，Agent 爆发，价格会抖一下。

长期看，芯片会进步，模型会变小，推理会优化，缓存会更聪明，路由会更精细，很多今天很贵的能力，会慢慢变成背景噪音。

但在那一天到来之前，我们最好先接受一个事实。

AI算力不是免费的空气。

它更像电。

你可以觉得电很便宜，但你不能假装发电厂不存在。

我有时候觉得，2026 年这轮涨价，可能会成为一个分水岭。

左边是大模型价格战。

右边是大模型价值战。

左边大家问，你每百万 Token 多便宜。

右边大家问，你每次任务能创造多少价值。

左边是补贴，是公测，是注册送额度。

右边是账单，是效率，是产出，是企业开始认真采购。

听起来没那么浪漫。

但我觉得更真实。

一个行业只有开始认真收钱，才会开始认真解决问题。

最后回到豆包。

一个普通用户看到 68、200、500，当然会吐槽。

我也会吐槽。

因为我们都习惯了免费的豆包，突然看到它开始探索付费，多少有点恍惚。

但站在另一个角度看，这也说明 AI 终于从一个大家随手玩的新鲜玩意，走到了一个更现实的位置。

它开始进入办公桌。

进入财务表。

进入代码仓库。

进入 PPT。

进入那些真正在工作流里消耗时间、消耗注意力、消耗人的地方。

所以它当然会变贵。

因为它开始值钱了。

大时代啊，朋友们。

如果有一天，你的 AI 助手真的能帮你稳定做 PPT、写代码、跑数据、拆任务、盯进度，你愿意每个月为它花多少钱？

68？

200？

500？

还是只要它真的能替你多赚回来，你根本不在乎它怎么按 Token 计费？

这个问题，可能比涨价本身更值得思考。