软件与服务行业专题：Token定价从成本向任务价值重构

基础模型定价通缩与前沿模型溢价分化

基础模型定价的持续通缩，本质上源于达到相同能力水平所需的推理成本在过去几年中大幅下降。随着模型架构、推理框架和系统优化持续进步，厂商能够以更低成本提供相近质量的智能服务，从而推动基础模型价格持续下行。Epoch AI在2025年的研究显示，在知识、科学、推理等多个任务上，达到相同能力水平的大模型推理成本正以每年9-900倍的速度下降，这意味着基础能力正在快速商品化和普惠化。需要注意的是，在不同的任务场景下，价格下降并非均匀发生。不同能力层级和不同任务场景的价格下降速度存在显著差异，意味着Token市场正在从统一市场演化为分层市场。

在行业通缩的外壳之下，不同层级模型的价格变化也出现了结构性的分化。在2026年发布的论文《Tiered Super-Moore's Law》中，作者系统研究了2020-2026年大模型推理市场的价格演变规律，发现Token价格并非按照统一速度下降，而是呈现明显的分层特征：经济型（Economy Tier）和中端模型（Mid Tier）价格分别以1.10年和1.55年的半衰期快速下降，降价速度甚至快于传统摩尔定律；而旗舰模型（Flagship Tier）则基本不遵循价格下降规律，其定价更多受到推理能力溢价和产品版本策略影响。研究进一步指出，过去几年Token价格累计下降约600倍，但这一降幅主要由模型架构优化、推理框架改进和市场竞争驱动，而非GPU硬件进步。从现有的数据看，大模型市场已经从统一市场演化为分层市场，基础能力快速商品化，而前沿推理能力仍保持显著溢价。

Token定价逻辑的三层级演进

Token的定价本质上由推理成本、能力溢价和竞争策略共同决定，但不同层级Token的主导因素存在显著差异。对于基础设施级Token而言，由于模型能力趋于同质化、市场竞争激烈，厂商定价主要围绕推理成本展开，价格持续向边际成本收敛，长期壁垒更多来自成本优化和资源运营效率。对于专家级Token而言，用户开始根据任务复杂度主动选择模型，模型能力成为影响定价的重要因素，因此其定价逻辑表现为“推理成本+能力溢价”，具备更强的推理能力、专业能力和品牌影响力的模型能够获得更高定价。

随着AI进一步从Augmentation（辅助）走向Automation（自动化），企业级Token开始直接承担业务流程和任务执行职责，企业购买的核心不再是Token本身，而是任务完成能力和最终业务价值，因此其定价逻辑进一步向任务价值迁移。总体来看，随着Token距离最终业务结果越来越近，其定价权逐步从成本端转向价值端，呈现出从成本定价、能力定价到任务价值定价的演进趋势。

企业行为变化推动定价锚点转移

为什么高端模型（企业级Token）的价格并没有出现明显的通缩和塌陷，本质可能是由于企业侧的Token消耗行为出现了明确的变化。Anthropic将AI的使用模式划分为Augmentation（辅助）和Automation（自动化）两类。其中，Augmentation是指AI作为辅助工具参与工作流程，帮助用户完成信息检索、内容生成、代码建议、分析判断等环节，但最终决策和执行仍由人完成；Automation则是指用户将完整任务直接委托给AI，由模型自主完成分析、生成、执行等主要工作，人仅负责提出目标和验收结果。

两者最核心的区别在于责任主体和价值来源不同：在Augmentation模式下，用户购买AI主要追求的是生产力提升和工作效率，因此定价更多与模型能力和实际消耗的Token相关，且用户对自身Token的消耗有直接且明确的感知；而在Automation模式下，用户购买的是任务完成和业务结果，因此定价逐渐与任务价值、替代人工成本和最终ROI挂钩。2025年9月，Anthropic的研究指出企业侧的AI使用模式正在从辅助模式向自动化模式迁移。辅助模式占比由V1阶段的55.5%下降至V3阶段的47.0%，自动化模式占比则由41.1%提升至49.1%，已经超过Augmentation成为最主要的AI使用方式。这表明用户正在逐步从“借助AI完成工作”转向“将工作委托给AI完成”。

行业竞争核心转向任务交付

正如前文所述，辅助模式下，用户更关注每百万Token价格、模型能力和性价比，因此定价更多围绕推理成本和能力水平展开；而在自动化模式下，企业更关注任务完成率、人工替代程度和最终ROI，Token只是实现结果的中间投入。因此，高端模型的定价锚正在逐步从成本和能力转向任务价值，企业愿意为更高的自动化程度和更可靠的任务交付能力支付溢价，从而使旗舰模型和Agent产品具备更强的定价权和价格刚性。

总结来看，随着AI需求从辅助工具向自动执行任务迁移，行业竞争的核心正在从模型能力竞争转向任务交付竞争。基础模型能力持续扩散使得Token价格趋于通缩，单纯依赖模型性能形成的壁垒正在减弱；未来真正具备长期竞争优势的公司，可能是能够提供高可靠自动化能力的模型厂商、掌握企业工作流入口的Agent平台，以及具备极致成本控制能力的Token工厂运营商。