2026年5月，AI產業發生了三件大事。

5月21日，Anthropic宣布將實現首次盈利，預計Q2營收109億美元，營業利潤約5.59億美元。這家剛成立五年的AI公司，已經占據代碼生成領域54%的市場份額，企業級Agent市場40%的份額。

5月22日，DeepSeek宣布，V4-Pro模型API永久降為原價的四分之一，輸出每百萬Tokens 只要6元，輸入緩存命中為0.025元。

同樣是在5月，豆包被曝計劃上線付費訂閱，阿里云、騰訊云、智譜先后宣布上調模型服務價格。

一方盈利，一方永久降價，一方集體漲價。這三個看似不相關的消息卻指向了一個AI產品必須回答的問題：當市場已經有了一個“夠用且便宜”的選項，所有AI產品的定價都必須考慮，你的溢價，到底提供了什么額外的價值？

一條淘汰線

Deepseek已經為所有玩家劃定了一條“淘汰線”。

5月22日，DeepSeek宣布，V4-Pro的2.5折優惠原定5月31日結束，現在直接永久定價。

這意味著，DeepSeek能用3元完成百萬Token輸入，而競品要花十幾甚至幾十元。

而支撐這個決策的，是其成本結構的系統性質變：單次推理算力消耗降至前代的27%，緩存顯存占用僅為原來的十分之一，去年推理成本利潤率一度高達545%。

這讓DeepSeek低價具有可持續性，不是燒錢換市場。

補貼可以停，成本優勢卻很難追趕。Deepseek沒有直接淘汰任何對手，但它用可持續的低價和一流的性能，定義了行業基準，并且對其他AI產品發出靈魂質問：“同樣的任務，你憑什么貴？”

于是，所有高于這條線的定價的AI產品，都要重新說服用戶，自己溢價的原因在哪？

尋找溢價理由

在DeepSeek用降價劃下“淘汰線”后，之前宣布漲價的AI產品，會被用戶重新審視。

比如，騰訊云年內兩輪調價，HY2.0 Instruct模型輸入價漲超463%。

阿里云也多次宣布漲價，最近的一次5月15日起上調部分模型服務價格，漲幅2%-7%。

智譜年內已三次漲價，GLM系列編程場景定價接近Claude Sonnet 4.6水平。

甚至Anthropic也在漲——它的企業版定價從固定訂閱轉向“基礎費+按算力消耗付費”，大客戶承擔更多成本。

但是，這些產品的溢價理由是否充分呢？

Anthropic目前的受歡迎程度可以回答這一問題，因為客戶買的不只是API，還有在代碼生成領域的絕對領先能力、企業級SLA保障、數據安全合規、私有化部署、行業定制方案等等服務。

但如果漲價理由只有一句“我的算力成本也很高”，或者“別人漲價我也跟著漲”，顯然不能再說服用戶，反而可能會暴露自身算法能力不足的問題。

豆包的C端戰場

我們再來看下因要收費而登上熱搜的豆包。

5月4日，有網友在瀏覽豆包App Store頁面時偶然發現，豆包將在現有免費基礎版的基礎上，推出三檔付費訂閱服務，定價從每月68元到500元不等，同時還提供連續包年的優惠選項。

與其他AI產品漲價的消息相比，豆包悄悄試水付費訂閱的消息引起了眾多網友的討論。

這是因為豆包已經有讓其他AI產品羨慕的“國民”屬性。據官方數據顯示，豆包目前有3.45億月活用戶，是第2至第5名月活規模的總和。2026年Q1，豆包日活穩定在1.4億左右，這是中國AI應用首次有單產品月活突破3億。

但超級流量池的另一面是超級成本中心。消息稱，豆包日均Token消耗突破120萬億，三個月翻倍，較發布時增長超1000倍。

而豆包的收費邏輯也和上述針對專業用戶的API市場邏輯不同，它針對的是C端用戶。

在這個戰場上，溢價由產品體驗來支撐，不需要和API比價。消費者追求開箱即用、多端同步、持續更新等絲滑的用戶體驗。

但是，面向C端收費的挑戰，是國內用戶是否有強烈的AI工具的付費意愿。此前，Manus聯合創始人肖鴻稱，“海外用戶為軟件付費的意愿可能是中國用戶的五倍。”

淘汰線的新挑戰

淘汰線的核心邏輯是“所有溢價都需要理由”，這同樣適用于畫線者自己。

低價面臨的新質疑是，你提供的價值是否持續、是否獨特。DeepSeek此刻的成本優勢是事實，但“保持優勢”比“建立優勢”更難。

梁文鋒說“技術邊界的拓展才是第一要務”。技術領先，本身就是一種溢價理由——不是向客戶收更高的價格，而是向市場證明自己的不可替代性。但這個理由能不能持續成立，取決于技術突破的速度能不能始終跑在成本優勢衰減的前面。

當成本優化的邊際空間收窄，當這個技術架構的紅利逐漸釋放完畢，DeepSeek性能是否還能持續上升？

淘汰線的本質不是“低成本者勝”，而是“所有溢價都需要理由”。

當AI產品性能趨同，當對手開始劃下淘汰線，當市場有了一個“夠用且便宜”的基準，漲價派需要解釋自己憑什么貴。

Anthropic目前有清晰的答案，在最值錢的場景里做到不可替代；豆包需要挑戰C端用戶付費意愿；DeepSeek也要證明，低成本不是它唯一的長板。

五月的最后一周，三件事共同勾勒出AI商業化的一張新答卷。