9月22日，OpenAI和Anthropic同一天宣布旗舰模型API降价50%。

9月24日，Google发布Gemini 3.1 Pro并免费开放。

三天之内，全球三大模型厂商同时动手。这不是促销，是行业性的价格重估。

国内的变化更狠——小米直接把账本摊开了。

9月25日，小米公布自研大模型MiMo-VL 2.0训练成本：760万元。

760万是什么概念？它第一次让外界看清，训练一个大模型到底要烧多少钱。

过去这个数字是行业机密，外界只能用云资源报价倒推，误差极大。

现在有了基准，高成本模型就得回答：凭什么更贵？还是凭什么更便宜？

成本一旦透明，行业就从拼榜单转向拼效率。

同样的云资源花出去，能换回多少有效调用、多少付费用户、多少可复用能力。

榜单上的第一第二，不如财报上的一行数字实在。

还有条被低估的线索：智能体从单任务走向多智能体协作。

9月25日，腾讯披露混元Coding代码智能体可管理8个并行子智能体。

这不是功能更新，是工作单元的重构。AI从「回答问题」变成「接手流程」。

按流程计费，和按次计费，是两个完全不同的市场。

阿里的解法是绑定。机器智能列为新战略支点，Qwen彻底开放，用「模型+芯片+云」锁生态。

这个思路成立的前提只有一个：开放能不能换来云上算力和应用需求。

换得来是闭环，换不来就是免费。

大模型行业正在从「拼参数」转向「拼财报」。这既是成熟，也是最残酷的阶段。

数据来源： 9月22—25日OpenAI、Anthropic、Google、小米、腾讯模型动态；2026云栖大会

说个我对这个事的看法。国产大模型集体降价，表面上看是好事——用户不用花那么多钱就能用AI了。

但你仔细想想：训练一个大模型要多少钱？几百万。你降价了，这个钱从哪赚回来？

答案是：走量。你单价低了，但用的人多了，总收入还是能上来。

这就跟外卖一个道理——一份饭不赚多少钱，但每天几百万人点，总收入就上去了。

大模型也是一样。你把价格降下来，让更多企业、更多开发者用你的模型。用户多了，你才能靠规模赚钱。

我觉得这是对的。大模型这个行业，早期就是要烧钱抢用户。等你用户量上来了，形成了生态，后面自然能赚钱。

但风险也在这——如果你一直烧钱，烧到最后用户还是留不住，那钱就白烧了。

所以关键不是降价本身，是降价之后你能不能把用户留住。留住了，以后能赚钱。留不住，那就是赔本赚吆喝。

从目前的趋势看，国产大模型降价是大方向。以后用AI会越来越便宜。对我们普通用户来说，这是好事——你花更少的钱，用更强的AI。