中国AI，卷到美国账单上

9月9日，智谱海外大模型试水，迎来了一个值得观察的节点。

两周前，以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。

按目前公布的安排，这轮优惠将在北京时间9月9日24时结束。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。

从免费试用，到优惠收费，再到恢复常规定价，Ox Alpha的这轮试水，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？

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。

匿名发布并非智谱第一次尝试。今年2月，它就曾以Pony Alpha的名字测试GLM-5。这一次，智谱再次把正式亮相放在了实际试用之后。

这种做法的商业价值不难理解。对于已经在使用Claude或GPT的开发者，新模型首先要争取的，是一次被认真试用的机会。匿名制造好奇，也可能减轻品牌印象对选择的影响；免费降低试错成本；现成的开发工具和聚合平台，则缩短了从听说模型到开始调用的距离。开发者是否愿意继续使用，最终还要看模型能不能在实际工作中持续交付可靠的结果。

选择OpenRouter作为试用入口，也与智谱商业重心的变化相契合。OpenRouter可以理解为开发者的“大模型超市”：它把不同公司的模型放在同一个入口，开发者通过统一的API，就能调用、比较和切换模型，不必分别对接每家厂商。

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。

这种方式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。

因此，智谱争取的每一次试用，背后都可能连接着一个客服系统、一款编程工具，或者一项智能体服务。低价的意义，也从吸引个人尝鲜，延伸到了争取企业软件中的长期用量。

智谱AI

尤其是智能体，一个任务往往需要多轮规划、执行、检查和修正。用户只下达了一条指令，后台却可能反复调用模型。单次调用省下的费用，最终会累积到应用公司的运营账单里。

从这个角度看，Flash的低价定位就有了更具体的意义：在能力足以完成任务的前提下，降低调用价格，可以让开发者愿意把更多工作交给模型。低价既是获客手段，也是在扩大使用场景。

但调用量还不能直接等同于收入，优惠期的热度也需要经过常规定价的检验。9月9日之后真正值得观察的，是GLM-5.3-Flash能否继续成为开发者愿意长期采购的服务。价格可以促成第一次尝试，持续表现出来的能力、稳定性和成本优势，才决定后续账单是否继续。

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

在智谱之前，DeepSeek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；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。

横向比较，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。

9月9日之后，随着首发优惠结束，智谱这轮试水将进入更现实的阶段：既要让海外客户觉得划算，也要让自己有钱可赚。卷到美国账单上之后，中国AI还得算好自己的账。