你大概遇到过这种情况：上个月刚按某个报价做完预算，这个月发现同一档模型的单价又变了，说不清是自己看漏了还是行情真的在动。降价不是厂商发善心，背后是卡的数量、卡的价格、推理效率三件事在动。这篇不预测明天多少钱，只给你一套能自己动手核对的观察顺序：先分清降价属于哪一类，再对齐算力与芯片这两条线，最后落到自己的账单上做动作。
你大概遇到过这种事：上个月刚按某个报价把预算做出来，这个月一看同一档模型的单价又不一样了，说不清是自己看漏了，还是行情真的在动。其实降价不是厂商发善心，背后是三件事在动——卡有多少、卡租起来贵不贵、推理跑得省不省。这三件事每动一次，价格表就跟着动一次。
这篇不预测明天多少钱，也不给你一个「一定会降」的结论。它给的是一套能自己动手核对的顺序：先搞清这次降价属于哪一类，再分别对齐算力供给和芯片供给两条线，最后落到自己那张账单上做动作。数字会变，顺序不太会变。
先分清这次降价是哪一种
看到降价先别急着改方案，第一件事是归类。来源不同，走势完全不同：有的降下去就不会弹回来，有的下个月就能涨回去。你要判断的是「这个价格能不能当基准用」，而不是「它现在是不是最低」。
| 降价来源 | 典型表现 | 可持续性 |
|---|---|---|
| 芯片与算力采购成本松动 | 租卡价或新卡供给出现方向性变化 | 较高，会缓慢传导 |
| 推理框架与量化等效率提升 | 长上下文、缓存类能力先受益 | 较高，属于能力进步 |
| 厂商抢份额的补贴 | 新模型发布期集中出现 | 低，随时可能回弹 |
| 老模型给新模型让位的梯队下移 | 已上市一段时间的模型档位整体平移 | 中，属于定位调整 |
归类有一个便宜的土办法：把你在用的模型按「刚发布不久」和「已上市一段时间」分两堆。前一堆放出的低价，多半是补贴与竞争，别当成长期基准；后一堆出现下调，通常跟效率提升和梯队调整有关，更适合写进预算假设里。前提是你能分清它们各自的发布节奏，分不清就去站内的模型资料库把时间线拉齐再判断。
算力供给这条线看什么信号
最直接也最容易被忽略的读数，是租卡市场而不是厂商公告。同一类加速卡的可租量和挂牌价如果连续同向变化，那就是算力松紧的实时温度计。公告可以措辞模糊，库存和报价很难。去 /compute/price-index 看租金涨跌方向，去 /compute/availability 看有没有货，两个页面一起看才有意义。
但要提醒一句：推理成本不等于训练成本。卡租便宜了，推理单价不一定立刻跟着降，还要看厂商是把省下的这部分让给客户，还是自己吃掉。所以租卡价格是先行参考，不是承诺。
- 先看方向再看幅度：连续两三周的租金走向比某一天的单点数字可信
- 把可租量和租金放一起看，有价无货和降价有货是两种完全不同的信号
- 区分训练用卡和推理用卡，推理侧的松紧对调用单价的解释力更强
- 留意自建集群比例高的厂商，它们对公开租卡市场的依赖低，租金对它的定价解释力就弱
租卡市场的库存和报价，比任何一份公告都更接近真相。
芯片这条线看什么信号
芯片这条线传导得最慢，但决定的是「能降多久」。代际更替和供给松动通常会先体现在新卡的可租量与规格库更新上，而不是先体现在模型单价上。所以要养成一个习惯：看模型价格之前，先确认对应算力底座有没有变化。
| 观察对象 | 去哪里看 | 看到什么算信号 |
|---|---|---|
| 加速卡规格与代际 | /compute/gpus | 规格库更新、新代际开始被列入 |
| 国产卡可租情况 | /compute/domestic | 从「据说能跑」变成「确实租得到」 |
| 各家算力口径 | /compute/providers | 同一档模型在不同底座上的可用性差异 |
| 租金方向 | /compute/price-index | 连续同向变化而非单日波动 |
- 第一步，确认卡有没有货去算力相关页面看可租量和库存状态，这是所有判断的前提，卡都租不到就不用谈降价传导。
- 第二步，确认租金方向看一段时间的租金走势，只取方向，不取单日点位，避免被某次临时促销带偏。
- 第三步，才看模型单价前两步成立时，模型单价的下调更可能是结构性的；前两步不成立，那多半是补贴或竞争行为。
这个顺序的关键在于别倒过来。很多人是先看到某家降价，再回头去找理由，那样很容易把一次促销解读成一个长期趋势。另外，同一档模型跑在国产卡和海外卡上，可用性和调优成熟度差别可能不小，这会拖慢降价传导速度，比价之前先去 /compute/providers 把各家口径对齐，不然比的是两件不同的事。
落到自己账单上的三个动作
把行情看清之后，真正影响你支出的其实只有三件事：用量结构、复查节奏、迁移成本。这三件事都不需要你预测价格，只需要你把动作做对。
第一个动作是把用量拆开算。输入、输出、缓存这三类的计费方式往往不一样，一次降价也很少是等比例下调的。拿宣传里的单价乘你的总用量，得到的数字基本没用。去 /tools/token-price-calculator 按你自己的真实比例换算，才看得出这次变动对你到底是多是少。
- 拆用量：输入、输出、缓存分开算，别用一个平均单价乘总量
- 设阈值：自己定一个变动幅度门槛，超过才动手，避免被每次小调整牵着走
- 看追踪：去 /price-watch 看价格变动记录，确认是单点波动还是连续调整
- 算迁移：把改提示词、重测输出、改流程的时间算成成本，再和节省额对比
- 能不动就不动：任务对输出稳定性要求高、或者已完成大量适配时，迁移成本常常高于省下的部分
这里有个容易被忽略的判断标准：如果你已经围绕某个模型做了大量提示词调优和流程适配，那么「换一个更便宜的」这件事的真实成本，往往不在账单上而在人力上。这种情况下，不动反而是更划算的选择。反过来说，如果调用集中在标准化的简单任务上、迁移几乎无成本，那跟着价格动就是合理的。
下一步想知道自己常跑的模型现在处在什么价位、跟同类比是什么位置，可以直接去价格追踪页看当时的数字，再回来决定要不要动方案。→常见问题
大模型一直在降价，是不是等等再买更划算？
不一定。要看你的任务对模型能力的要求是否稳定。如果现在这档模型已经够用，等下去省的是单价，但拖的是你自己的上线时间；如果任务本来就在追新能力，那确实可以再观望一两轮。判断标准是：迁移和重测的成本，能不能用省下的钱在合理周期内覆盖。
降价是不是说明算力过剩了？
只能说明局部松动，不能推到全局。厂商定价还受补贴策略、模型梯队安排、客户结构影响。真要判断算力松紧，去看租卡市场的挂牌价和可租量，比看模型单价靠谱。另外不同卡型、不同地区的松紧程度差别很大，别用一个数字概括整个市场。
我该按什么节奏复查自己的调用成本？
建议按用量规模定节奏：小额用量一季看一次就够，大额用量按月看。复查时只做两件事，一是按自己的输入输出比例算真实单价，二是看有没有同类替代档位。不要在每次价格公告后都重做方案，那样消耗的是你的时间成本。
