AI 时代的定价权：谁在涨价，谁在被迫降价

463.13%。

据 2026 年 3 月 11 日的报道，腾讯混元 HY2.0 Instruct 的输入价格由每千 token 0.0008 元调整为 0.004505 元，涨幅 463.13%；输出价格由 0.002 元调整为 0.01113 元，涨幅超过 456%；HY2.0 Think 的输入与输出价格调整幅度约为 430%。三档一起动，自 2026 年 3 月 13 日起生效。

我们把这一季度能查到的价格变动都追了一遍。追完之后，最值得说的不是这个数字有多大。

是我们没有在同一个时间窗里，查到任何一份同量级的降价公告。

这不等于没有人降价。这只等于：降价的那些人，不发公告。

一、2026 年第一季度，能查到的价格公告方向只有一个

先把查到的东西原样摆出来，时间、口径、链接都在文末。

2026 年 2 月 12 日。 据财联社当日报道，智谱发布价格调整函，对 GLM Coding Plan 的套餐价格作结构性上调，整体涨幅自 30% 起，取消首购优惠、保留按季按年订阅优惠，已订阅用户价格不变，当日生效。

2026 年 3 月 11 日。 据当日报道，腾讯混元的三档价格调整如开头所述，2026 年 3 月 13 日生效。同一篇报道里还有一条更该被单独拎出来的：多个此前免费公测的第三方模型，自 2026 年 3 月 13 日起结束公测，转入付费。

2026 年 3 月 16 日。 据第一财经当日报道，智谱对新模型 GLM-5-Turbo 的 API 价格再上调 20%；同一篇报道给出的口径是，2026 年第一季度该公司的 API 价格累计上涨约 83%。

三条公告，一个方向。

有一道除法我们没有做

看到「30% 起」和「再涨 20%」这两个数，很多人会顺手做一道乘法：1.30 × 1.20 = 1.56，得出「累计涨了 56%」，然后发现它和报道里的「约 83%」对不上，进而怀疑其中一个数是错的。

这道乘法不成立，我们不做。

理由是两次调整不是同一件东西：2 月 12 日那次动的是订阅套餐的价格结构（并且明确写了已订阅用户不变），3 月 16 日那次动的是一个新发布模型的 API 单价。套餐和单价不是一个口径，旧模型和新模型也不是同一个标的。把它们连乘，得到的是一个看起来精确、实际上没有对应物的数。

报道里那个「约 83%」是媒体按自己的口径粗略计算的结果，原文用的词就是「粗略计算」。我们原样引用它，并且原样保留它的粗略。

写这一段是因为它比结论重要：你去查任何一条价格变动的时候，第一件要确认的事不是涨了多少，是这两个数说的是不是同一样东西。 这个动作能挡掉你在采购谈判里遇到的绝大多数话术。

从零到有价，是最陡的那一种

三条公告里，最容易被跳过的是「免费公测结束」那一条。

它的涨幅算不出来。分母是零。

但它对一家小公司的实际冲击，比 463.13% 那一条更直接——因为免费的时候没有人会为它单独立预算，它是被顺手用起来的，用着用着就进了流程。到了结束公测那天，账单不是从一个数涨到另一个数，是从没有账单变成有账单。

这是这一季度我们认为最值得记住的一条：你正在免费用的东西，也在你的成本结构里，只是暂时还不在账面上。

二、涨价的人发公告，被迫降价的人不发公告

这是这篇文章真正想说的那件事。

我们在 2026 年 1 月 1 日到 3 月 26 日这个窗口里，检索了公开可见的调价信息，能追到原文、能确认生效日的，全部是上调。我们没有找到一份可核验的、同量级的公开降价公告。

一个很容易得出的错误结论是：那说明这一季度大家都在涨价。

不对。真实的情况是：这两件事的公开方式，天然不对称。

涨价必须公告。 它要改合同、要给生效期、要留下法务上的记录，还要给已经付过钱的用户一个说法（比如「已订阅用户价格不变」）。所以涨价一定有一个可以被检索到的页面，有日期，有百分比。

降价不需要公告。 尤其是被迫的那一种。

被迫的降价发生在这些地方：一张报价单上被划掉重写的那一行；一次续约谈判里多送的两个月；一个原本单独收费的项目被并进套餐里不再单收；一句「这次先按老价格给你做」。

它们没有公告页，没有生效日，没有百分比。它们只存在于两个人之间。

所以你在公开渠道看到的价格信号，是系统性偏向"涨"的。

这个偏差会造成两种误判，方向相反，都很贵：

误判一：你以为整个市场都在涨，于是你也该涨。 你看到的是上游的公告，而上游是一个供给受限、买家极度分散的位置。你未必在那个位置上。

误判二：你以为只有自己在被砍价。 因为别人被砍价这件事，同样不会发公告。你会误以为这是自己谈判能力的问题，然后去改话术，而不是去改交付结构。

判断自己在哪一侧，不能靠读新闻。得靠查自己的账。 第四节给的就是查法。

三、三条判据，决定你在哪一格

不按行业分。按行业分是这个话题上最常见的偷懒——同一个行业里，有人在涨价，有人在被砍价，中间的差别不在行业。

三条判据，逐条自答，只答是或否。

判据 A：你的产能受不受供给限制？

问法：明天订单翻一倍，你能不能接得下来。

能接下来，说明你的产能不稀缺，答"否"。接不下来（因为师傅只有三个、窑只有两口、证只有一张、档期已经排满），答"是"。

判据 B：你交付的结果，能不能被更低的成本做出同样一份？

注意问的是结果，不是过程。客户拿到手的那样东西，别人用更便宜的方式能不能做出一份差不多的。

不能，答"否"。能，答"是"。

判据 C：客户换掉你，要付多少代价？

代价包括：重新对接的时间、已经沉淀在你这里的资料与历史、换掉之后要重新培训自己的人、以及出事时找不到人的风险。

代价高，答"是"。代价低（换一家明天就能开工），答"否"。

三条答完，对照下表。

这张表要怎么用，比表本身重要：它判断的是位置，不是能力。 一个手艺很好的师傅，如果他交付的结果能被更低成本复制、客户换掉他也不费劲，他仍然会被迫降价——这跟他手艺好不好没有关系。

而它跟这一轮技术变化的连接点，只在判据 B 上：能被批量生成的那一类结果，成本正在往下走，走的速度不由你控制。 判据 A 和 C 是老问题，判据 B 是这一轮真正被改写的那一格。

所以一份文案、一版初稿、一段翻译、一张常规图、一次标准应答——如果这就是你交付给客户的最终结果，判据 B 你只能答"是"。

而如果这些只是你交付过程里的中间产物，最终交到客户手上的是一个带承诺、带责任、带现场判断的东西，判据 B 你可以答"否"。

同一件事，是中间产物还是最终结果，决定了你在这张表的上半部分还是下半部分。

四、四步，把你自己的价格曲线查出来

一个下午。需要的只是过去 12 个月的合同或收款记录。

第 1 步。算成交价的中位数，不是平均数。

把过去 12 个月同一类订单的成交单价列出来，按大小排序，取中间那个。

为什么不用平均数：一两个特别大或特别小的单子会把平均数拉歪，而这类单子恰恰最不能代表你的常态价格。中位数抗得住这个。

分两段算：前 6 个月一个中位数，后 6 个月一个中位数。两个数放一起。

第 2 步。数"报价被砍"的次数和幅度。

翻出这 12 个月里报过价的记录（不管有没有成交），逐条记两件事：最终成交价是不是低于首次报价；低了多少个百分点。

算两个数：被砍比例 = 被砍的单数 ÷ 报价总单数；平均砍价幅度 = 各次砍价百分点的平均值。

同样分前后 6 个月各算一次。

这一步比第 1 步更重要。 成交价的中位数可能因为订单结构变化而波动，而被砍比例反映的是议价位置——它上升，说明客户认为你的报价有水分，或者他手上有别的选择。

第 3 步。查一次公开报价。

不是问同行，是去查公开可见的标价：平台上同类服务的标价页、同城同类商家的挂牌价、供应商官网的公开价目。抄下来，标上你查的日期。

只查一次没有意义，这一步的产出是一个基线，用来和三个月后再查一次的结果比。没有基线的价格判断都是印象。

第 4 步。查你上游的调价页，并且设一个提醒。

你的成本那一侧也有价格。把你主要供应商的定价页、调价公告页列一张清单，每季度打开一次。

这一步的意义在第一节已经写过：上游的涨价会公告，你的下游被砍价不会公告。 你如果只被动接收，感受到的永远是"成本在涨、售价没动"，而实际上售价可能也在动，只是它动在一张张报价单上，没有汇总过。

四步做完，你手上有六个数：前后两个成交中位数、前后两个被砍比例、一个公开报价基线、一份上游调价清单。

这六个数放在第三节那张表旁边，你的位置就没有争议了。

五、代价：涨价有两个前提，这张表也有三种不适用

先说涨价那一侧的两个前提，缺一个都别涨。

前提一：交付确定性要先写成可承诺的条款。 判据 A 答"是"的人容易高估自己——产能稀缺给的是短期议价空间，不是长期定价权。把它变成定价权，要靠"每次都不出错"能被写进合同：交期、返工责任、出问题多久响应。写不出来的确定性，客户不会为它付溢价。

前提二：涨价必须有一个被涨的人能复述的理由。 「成本涨了」不是理由，那是你的事。理由必须落在客户拿到的东西上。给不出这个理由的涨价，会在下一次续约时连本带利被要回去。

再说这张表不适用的三种情况。

一，你的价格是被平台定的。 抽成比例、竞价排名、活动价——这些场景里定价权在平台手上，第三节那三条判据的答案会被平台规则覆盖。这类生意要看的是另一本账。

二，你正在用低价换一个具体的东西。 换入场、换案例、换一个能公开的客户名。这是有目的的定价，不是被迫降价。前提是你写下了退出条件：换到第几个之后恢复原价。写不下来的，才是被迫。

三，你的订单量太小，样本不够。 12 个月里同类订单少于 10 单的，中位数和被砍比例都不可靠。这时候第 3 步（查公开报价基线）比前两步有用。

最后一条，关于本文自己的边界。

第一节那三条价格公告，全部来自模型与算力这条供应链的上游。它们不能被外推成"各行各业都在涨价"。 上游是一个供给受限、买家极度分散的位置，它的定价环境跟一家二十人的加工厂或者一间本地服务门店完全不同。

我们引用它们，只为说明一件事：价格变动的公开程度，取决于是谁在变，而不取决于变了多少。

至于你自己那条曲线是往上还是往下，本文给不了答案，只给了查法。这也是我们没有给出分行业涨跌判断的原因——我们没有找到任何一份把"某个行业的服务价格因这一轮技术变化下降了多少"量化成可核验价格序列的公开材料。找不到就是找不到，不替它编一张图。

同系列里还有一篇讲毛利率为什么会纹丝不动的，那一篇解释了为什么成本和售价同时下移时，比值会骗人——它正是第 1 步只看成交价会漏掉的那一半。