供需總覽
企業採用度
Token 價格
FinSight
AI 供需監測總覽
更新日期：2026-08-07｜供給（Epoch）× 價格（LiteLLM／Artificial Analysis）× 需求（Ramp）× 人力（Indeed）四線同框
本頁怎麼用：這是週度／月度 AI 需求判讀的第一眼。四個象限各代表傳導鏈的一環：供給（算力累計開出）→ 價格（名目單價與智慧單價）→ 需求（企業付費採用與變現）→ 人力（長期承諾）。目前組合判讀：供給加速開出＋名目單價止跌回升＋變現率（每 H100e 營收）急升＋採用率續創新高＝供不應求格局，漲價由需求支撐（對應監測矩陣的健康情境）。警訊組合長這樣：採用率增速放緩＋智慧單價跌速加快＋每 H100e 營收回落——三者同時出現才升級為「真實需求轉弱」。
① 供給：全市場累計 H100e 算力（補值修正後，百萬顆）
本線＝Epoch 追蹤儀表板的「補值修正」數列（缺漏晶片以 2025Q3 節奏補、未完季度以 run-rate 補）；2026Q2 修正後約 30.0M 顆（原始未補值約 25.8M），季增仍在加速
② 價格：名目地板價 vs 同能力成本（log）
橘＝美系旗艦最低混合單價（止跌回升＝算力成本壓力）；紅＝達智慧 ≥40 的最低成本（仍在崩跌＝效率革命）。兩線背離是本輪最重要的價格結構
③ 需求：企業採用率 vs 每 H100e 年化營收
左軸＝Ramp 企業 AI 付費採用率（%）；右軸＝五大模型公司合計年化營收 ÷ 累計 H100e（美元）——變現率翻揚＝需求跑贏供給
④ 人力：美國 AI 職缺占比（%）
Indeed 職缺中含 AI 關鍵字比例（月均）；企業把 AI 當長期能力建設的證據
判讀速查表（對接週度監測矩陣）
| 指標 | 最新讀值 | 方向 | 判讀 |
|---|---|---|---|
| 累計 H100e（Epoch） | 30.0M（2026Q2） | 季增加速 | 供給正常開出，無斷鏈 |
| 美系旗艦最低單價（LiteLLM） | $4.0／1M tok | 止跌回升 | 算力成本轉嫁中＝供需緊 |
| 智慧 ≥40 最低成本（AA） | $0.175／1M tok | 8 個月 -98% | 效率通縮續行；token 帳單下降≠需求轉弱（mix shift） |
| Ramp 企業採用率 | 54.9%（2026/6） | 月增 +0.8pp | 企業端需求續擴 |
| 每 H100e 年化營收（Epoch） | $2,446（2026Q2） | 兩季 +85% | 變現跑贏供給＝漲價有需求支撐 |
| 美國 AI 職缺占比（Indeed） | 5.8%（2026/6） | 穩步上行 | 長期承諾未動搖 |
警訊觸發組合：②紅線跌速加快＋③左軸增速轉負＋③右軸回落至 $1,300 以下（回到 2025H2 平衡位）＝需求先行轉弱，先於 GPU 租賃價格反映。
FinSight
企業 AI 採用度追蹤儀表板
更新日期：2026-08-07｜FinSight 趨勢觀點 × Ramp Economics Lab / 美國普查局 BTOS / Indeed Hiring Lab（開放數據）
怎麼看：三種量測抓的是同一件事的不同切面——Ramp（刷卡實付）：企業真的花錢買 AI 的比例，最靈敏；BTOS（官方問卷）：全美代表性樣本自報使用率，最嚴謹但偏保守（免費工具、員工自用抓不到）；Indeed（職缺）：企業為 AI 投入人力的意願，領先僱用行為。三線同向上＝企業端需求健康；若 Ramp 增速放緩＋職缺占比回落，是應用層需求轉弱的早期警訊（先於雲端資本支出與晶片訂單）。注意 BTOS 2025/11 改版題目後（涵蓋所有業務功能）數字近乎翻倍，前後不可直接相比。
企業 AI 採用率：Ramp（付費）vs BTOS（自報）
Ramp＝月頻、有 AI 付費交易的企業占比（樣本 7 萬家）；BTOS＝雙週、自報正在使用 AI 的企業占比。BTOS 虛線段＝自新聞稿讀值的近似點，待官方檔案回填；Ramp 已為官方 API 序列
Indeed：AI 相關職缺占比（各國）
AI 關鍵字職缺 ÷ 全部職缺（7 日移動平均之月均值），日頻資料每月更新；美國以粗線標示
怎麼看：Ramp 是目前唯一能按月看到「哪家模型商在收企業的錢」的公開來源。左上是完整官方序列（2023/1 起）：OpenAI 兩年多維持 30~41% 的穩定領先後，自 2025/9 起停滯；Anthropic 從 2024 年個位數一路加速，2026 年上半年斜率陡增（1 月 21.7% → 6 月 42.4%），2026/5 完成反超。右上按產業、左下按資金來源拆解——VC 系企業 80% 採用率是先行者天花板，非機構企業 45% 代表主流市場還有一倍空間。右下的支出分布極度右偏：中位數企業每人月付 $11（一個訂閱席次），前 1% 付 $7,450（自建 AI 工作流）——Agent／API 型深度用量能否從前 1% 擴散到前 10%，是應用層營收能不能再上一個量級的關鍵。
模型商企業滲透率：Anthropic vs OpenAI
各月有該商戶付費交易的企業占比（Ramp Data API 官方序列，2023/1 起）。Anthropic 從 2024/2 的 1.5% 一路爬升，2026/5 反超 OpenAI；OpenAI 自 2025/9 起停滯在 39~41%
分產業滲透率（2026/3）
Anthropic vs OpenAI，滲透率最高的三個產業
分產業採用率走勢（2023/1~2026/6，Ramp 月度）
左方快照的完整歷史（全產業口徑，月度更新）。三個讀點：①所有產業單調上行，沒有任何一個產業曾經回頭；②2025H2 起非科技業加速：製造 44.7%→59.1%（一年 +14pp）、金融 59.8%→73.6%，擴散從早期採用者進入主流；③最慢的住宿餐飲也有 30.7%＝滲透天花板還遠
依資金來源的 AI 採用率（2026/3）
「誰投資你」是採用率最強預測因子：VC 80% → PE 64% → 非機構 45%
分規模採用率走勢（2023/1~2026/6，Ramp 月度）
「依資金來源」的歷史序列 Ramp 未公開（左圖維持快照），以「依規模」序列補時間維度。讀點：中型企業一路領先（65.5%）；大型企業 2023~2024 落後、2025H2 起加速追上（60.2%）＝企業級採購流程跑完、主流化訊號
錢流向誰：基礎模型類別競爭快照（2026/6）
Ramp Rate：類別支出份額 OpenAI 52.0% vs Anthropic 46.3%；但新增客戶 72% 選 Anthropic、供應商轉換者 61.5% 轉向 Anthropic——存量 OpenAI 領先、增量全面倒向 Anthropic。另 Cursor 全企業滲透率 15.1%（Code AI 類別內 95%、吃掉類別支出 97.3%）【2026/8 起月度追蹤：Anthropic 類別支出份額 51.8% 已反超 OpenAI 46.7%，新採用者 71% 選 Anthropic】
模型商企業採用份額走勢（全五家，2023/1~2026/6）
上方雙雄圖的全供應商版（同一企業可用多家，份額可重疊）。三個讀點：①Anthropic 2026/5 反超 OpenAI（41.0% vs 39.5%，6 月擴大到 42.4% vs 39.5%），OpenAI 自 2025/11 見頂微降；②Google 三年卡在 5~6%、xAI 約 3%；③DeepSeek 三年不曾超過 0.3%（美企口徑）＝S13 哨兵的 Ramp 端佐證：美企市場從未因低價轉向 DeepSeek，漲價也不會從這裡掉量，量的變化要看 OpenRouter
每員工月度 AI 支出分布（美元，log）
【來源＝Ramp velocity 報告逐期＋亞特蘭大聯儲 SBU 調查（2025 實際 $1,358/年、2026E $2,068/年、中位數 ≤$200），口徑不同不可直接比、各自成序列】2026/5：中位數 $11.38、前 10% $611、前 1% $7,450；另 model-serving 平台（Bedrock/Vertex 等）使用企業占 AI 付費企業 5.8%（1 月 4.5%），其支出中位數 $248 vs 全體 $10.59
題目改版是重點：舊題問「生產商品／服務時是否使用 AI」，多數企業覺得與己無關，量出來只有 3~10%；2025/11 改問「任何業務功能是否使用 AI」，全國數字跳升至 17%+，證明官方長期低估、實際採用更廣。左圖可見各產業新舊題落差（住宿餐飲 2.5%→8.4%、運輸 3.1%→7.2%，後台導入比想像普遍）。BTOS 的價值不在絕對水準（仍低於 Ramp 的 55%，因為問卷抓不到免費/個人帳號使用），而在雙週頻率＋全產業×州×規模的官方切面。
各產業 AI 使用率：舊題 vs 新題（2025/12）
同一時點、同一批企業，只是問法不同；差距＝舊題的低估幅度
2026/5/3 當期快照：規模與重點產業
取自普查局 America Counts 專文；大企業採用率約為整體平均兩倍
全國序列：現在使用 vs 未來六個月預期（舊題期）
預期使用率持續高於當期 3~5 個百分點＝採用管線（pipeline）一直是滿的
怎麼看：職缺占比是「企業把 AI 當成長期能力建設」的證據，比一次性訂閱更能代表承諾。最搶眼的是加拿大（17.4%）與愛爾蘭（14.0%）自 2025H2 起垂直拉升——半年內翻倍以上，反映 AI 資料中心與跨國科技公司在當地的擴張集中度；美國則從 2023 年低點穩步升至約 5.8%。Ramp 的就業研究顯示高採用企業僱用成長 +10.2%、入門職缺 +12.0%——至少在目前資料裡，AI 採用與裁員沒有同時出現。歐陸大國（德法義荷）明顯落後，跨國落差本身就是美國 AI 供應商的市場縱深。
AI 職缺占比走勢（2019/1 ~ 2026/6）
9 國月均值；資料日頻、每月更新（CC-BY 4.0）
最新月份（2026/6）各國排名
AI 職缺佔全部職缺 %
FinSight
AI Token 價格追蹤儀表板
更新日期：2026-08-07｜FinSight 趨勢觀點 × LiteLLM 開源定價史（2023/9~2026/8 月度快照）｜含 Artificial Analysis 智慧單價（快照 2026/7/25）
核心判讀（與 AI 需求監測的 token 單價指標直接連動）：混合單價＝(3×input＋1×output)÷4 的每百萬 token 標價。2023~2025H1 是陡峭通縮期：GPT-4 $37.5 → GPT-4.1 $3.5（-91%）。轉折發生在 2025H2：旗艦「新代不再更便宜」——OpenAI 自 GPT-5 起逐代回升（$3.4→$5.6）、Gemini 3 系比 2.5 Pro 貴 31%、只有 Anthropic Sonnet 5 降價（$6.4→$4.0，配合搶市占）。這與你 Epoch 儀表板觀察到的「每 H100e 採購單價止跌回升」「公有雲 GPU 漲價」時間吻合：算力成本不再下降，模型商就不再讓利——token 通縮結束是 AI 供需緊張的價格證據，也墊高應用層毛利壓力。DeepSeek 維持美系 1/10 價格但（見 Ramp 數據）未搶走美系企業客戶。
各家旗艦鏈：混合單價（USD／百萬 token，log）
每條線＝該公司歷代旗艦接力（換代處會跳動）；滑鼠停留可見當月旗艦型號。標價未含快取/批次折扣
美系旗艦最低價（前沿地板價）
OpenAI／Anthropic／Google 三家旗艦混合單價的每月最小值——應用層的「最便宜前沿」成本線
最新旗艦定價結構：input vs output（2026/7）
output 通常為 input 的 2~6 倍；reasoning 模型時代 output占比上升＝實際成交均價高於名目
這一頁回答的問題：名目價格止跌，那「每單位智慧」的成本呢？答案：仍在暴跌。達到智慧指數 ≥40 的最低成本 2025/11 是 $10（Opus 4.5），8 個月後只要 $0.175（-98%）；≥50 也在 4 個月內 -64%。兩件事同時成立：旗艦名目單價止跌回升（供給端算力成本壓力），同能力成本持續崩跌（架構效率＋開源追趕）。判讀含義：應用層的 token 帳單下降可能是「用更便宜的同能力模型」的 mix shift，不等於用量衰退——這正是週度監測裡區分「降價 vs 需求轉弱」要用的分解。注意：頻率前沿的低價選手多為中國系（GLM、Kimi）與開源（Muse Spark），美系企業實際採購仍集中在四大（見 Ramp 儀表板），實際成交的智慧單價高於前沿線。2026/8/6 起新增「任務成本」口徑（最下方新圖）：標價與任務成本可以脫鉤：Sonnet 5 標價比 Opus 5 便宜 60%，跑完同一套基準反而貴 38%，差在 reasoning 話多；effort 檔位使同一模型的任務成本差 5 倍以上，「每百萬 token 標價」單獨看已會誤導。
智慧指數 vs 混合單價（2026/7/25 快照）
每點一個模型（智慧 ≥20 者，n=197）。顏色＝上市時期（金→橘→深褐），形狀＝陣營（●美系、▲中國、■其他），虛線＝各時期累積 Pareto 前緣（標價口徑；任務成本口徑見上方新圖）。前緣讀法：2025 底 42 分要 $4.81（GPT-5.2）；2026H1 便宜前緣被中國接管（V4 Flash $0.175 買 40 分、MiniMax-M3、GLM-5.2），高端由 Fable 5（$20）開頂；2026H2 前緣頂推到 Opus 5（60.7 分）。X 軸 log
同能力門檻的最低成本演進（log）
達到智慧指數 ≥30／40／50 的歷史最低混合單價（依模型發布日、以現價計）；階梯下墜＝效率革命仍在進行
智慧指數 vs 任務成本（Cost to Run Intelligence Index，2026/8/6 快照）
x 軸＝跑完整套 AA 智慧指數基準的實際花費（含 reasoning token，log）；左上＝又強又省。顏色＝上市時期（淺→深），形狀＝陣營（●美系、▲中國、■其他）；虛線＝各時期累積 Pareto 前緣（依發布日、以現價計，口徑同「同能力門檻的最低成本演進」圖）。前緣讀法：2025 底 $779 才買得到智慧 37 分（GPT-5.1），2026H1 用 $25 就有（MiMo-V2.5，-97%），便宜前緣被中國小模型整段接管；2026H2 前緣再往右上開頂（Luna max、Muse Spark、Opus 5）。標價低不等於任務便宜：Sonnet 5 (max) 標價 $4 但任務成本 $4,010 全場最高；同一模型 effort 檔位差 5 倍以上。免費層快照僅 43 檔、effort 檔位不齊。原始檔 aa_language_models_YYYYMMDD.json
話多程度：跑同一套基準吃掉多少 token（隱含，百萬）
隱含消耗＝任務成本 ÷ 標價（智慧 ≥40 的 13 檔）。紅＝中國、藍＝美系。同一套題目，Sonnet 5 (max) 吃掉 10 億 token，是 GPT-5.6 Sol (low) 的 32 倍；K2.6 是話最多的中國模型（4.9 億），K3 收斂到 0.5 億＝「標價漲、話變少」；Luna (max)、M3 也話多，但標價夠低所以任務仍便宜：話多稅＝隱含消耗 × 標價
每點智慧的任務成本（USD／智慧點，log）
口徑＝任務成本 ÷ 智慧指數（對照上方舊圖的「標價 ÷ 智慧點」）。換成任務口徑後排名大翻轉：Sonnet 5 (max) 從「比 Opus 划算」變成全場最貴（$75/點）；最省的是 MiMo-V2.5-Pro（$2.3）、Luna (max)（$3.4）、Terra（$4.2）、M3（$4.6）、K3（$6.1）。effort 檔位不齊（Sonnet 只有 max、Sol 只有 low），同檔位比較才公平
當前前沿模型的「智慧單價」（USD／百萬 token／智慧點）
口徑＝「百萬 token 標價」÷ 智慧指數（不是任務口徑）；任務成本口徑見下方兩張新圖，排名會大幅翻轉。混合單價 ÷ 智慧指數；越低越划算。Opus 5 智慧最高（60.7）但每點成本是 Muse Spark 的 4 倍——旗艦溢價買的是「別人做不到的那幾分」
這一頁回答的問題：中美模型商的「調價行為」有何差異？美系的規則是「同一模型表定價終身幾乎不動，要調價就發新模型」：2023/9 以來正式版同模型調價 12 次，11 次是降價，唯一調漲（Gemini 1.5 Pro，2024/7）實為預覽價轉正式價。中國廠商則是「促銷價發布 → 到期回調 → 事件式調降再調漲」：DeepSeek 同一個 deepseek-chat 就漲了 2 次（2025/2 促銷到期恢復原價 +173%、2025/9 V3.1 輸出 +50% 並取消夜間優惠），2026/7 再加上尖峰時段 2 倍計價，2026/8/6 又公告「近期整體上調、漲幅較大」（方案未出，生效後將是第三次）。換代階梯圖進一步拆開看：美系的「換代墊高」集中在 OpenAI（GPT-5 $3.44 → 5.6 $11.25）與 Google（Flash 級距 $0.175 → $3.0、Pro +31%）；Anthropic 是反例（Opus 4.5 起降至 $10、Sonnet 5 降價，但另開 $20 的 Fable 5 premium 價位帶）；xAI 逐代降價搶市。中國三家旗艦線逐代單調上行（Kimi +499%、GLM +124%、Qwen +56%）＝定價天花板上移最直接的證據。判讀連動：需求最滿載的美系兩家以換代墊高、中國以同模型調漲與換代上行，與「算力緊缺延續至 2027 底」的 CSP 法說判讀互為價格面證據；但注意 DeepSeek 現價仍約為美系旗艦 1/10，CP 值敘事未破壞，破壞的是「無限低價」預期。
DeepSeek 主力模型混合單價與定價事件（USD／百萬 token，log）
主力鏈＝deepseek-chat（V2→V3→V3.1→V3.2）接力 V4-Pro（2026/6 起）；虛線＝定價事件：①2025/2 促銷到期「恢復原價」輸出 2→8 元（+173%）②2025/9 V3.1 輸出 8→12 元（+50%）並取消夜間優惠 ③2025/12 V3.2 降價（-64%）④2026/6 換代 V4-Pro（促銷 2.5 折結束後定為原定價 1/4）⑤2026/7 V4 正式版尖峰時段（9-12、14-18 點）2 倍計價（未反映於月度標價）⑥2026/8/6 公告將大幅漲價（方案未出）
美系同級距換代首發價（USD／百萬 token，log）
每條線＝同一產品級距的歷代「上市月標價」（非同模型調價）。OpenAI 主力線自 GPT-5 低點逐代上行（$3.44→$11.25）、Google Flash 級距 $0.175→$3.0；Anthropic 反向（Opus 4.5 降至 $10 後持平、Sonnet 5 降價），◆＝Fable 5（$20 premium SKU，Opus 之上另開價位帶）；xAI 逐代降價搶市。來源：LiteLLM＋AA（xAI）
中國旗艦線換代首發價（USD／百萬 token，log）
同軸距（與左圖同 y 範圍）方便對照：中國三家逐代單調上行：Kimi K2→K3（$1.0→$6.0，+499%）、GLM 4.6→5.2（$0.96→$2.15，+124%）、Qwen Max $2.4→$3.75（+56%）；DeepSeek 高波動但 V4-Pro 高於 V3.2。MiniMax M2→M3 持平（$0.525）不入圖。來源：LiteLLM（DeepSeek）＋AA（Kimi/GLM/Qwen 上市日與價格）
定價事件全口徑：同模型調價＋換代改價
深色＝同模型調價、淺色＝換代改價（取自階梯圖各級距線，新一代 vs 前一代上市價，新 SKU 不計）；上下兩圖同刻度可直接比高度。單看同模型會誤判美系「只降不漲」，因為美系的漲全走換代：2025/7~2026/8 美系 13 漲 10 降（13 漲有 12 次來自 OpenAI 與 Google，10 降集中在 xAI 與 Anthropic）；中國同期 10 漲 3 降，方向更一致。2023/9~2025/6 兩邊都是淨降。中國的 8/6 公告漲價與尖峰 2 倍計價未入列。僅計正式版（GA）模型、月對月混合單價變動＞0.5%、合併重複列價鍵；preview／實驗／特殊 SKU 另計不入圖。追蹤母體：中國五家 67 檔（2024/5 起入列）、美系四家 342 檔（2023/9 起）。中國廠商的限時促銷與錯峰折扣多不入 LiteLLM 標價，實際調價次數被低估
中國五家
美系四家
正式版同模型調價事件明細
來源：LiteLLM 月度標價史；幅度＝混合單價（3:1）月對月變動
| 陣營 | 時間 | 模型 | 幅度 |
|---|---|---|---|
| 中國 | 2025/02 | deepseek-chat（V3 促銷到期） | +173% |
| 中國 | 2025/09 | deepseek-chat（V3.1、取消夜間優惠） | +83% |
| 中國 | 2025/12 | deepseek-chat（V3.2） | -64% |
| 中國 | 2025/12 | deepseek-reasoner（V3.2） | -67% |
| 美系 | 2023/11 | claude-2 | -27% |
| 美系 | 2023/11 | claude-instant-1.2 | -90% |
| 美系 | 2024/07 | gemini-1.5-pro（預覽價轉正式價） | +900% |
| 美系 | 2024/09 | gemini-1.5-flash | -75% |
| 美系 | 2024/11 | gpt-4o | -42% |
| 美系 | 2025/01 | o1-mini | -63% |
| 美系 | 2025/02 | claude-3-5-haiku | -20% |
| 美系 | 2025/06 | o3 | -80% |
| 美系 | 2025/09 | gpt-3.5-turbo | -54% |
| 美系 | 2026/03 | gemini-1.5-flash | -57% |
| 美系 | 2026/08 | gpt-5.6-luna | -80% |
| 美系 | 2026/08 | gpt-5.6-terra | -20% |
這一頁回答的問題：每一家把使用者往哪個級距引導？把價格線按「各家自己的產品線」拆開後，出現三種策略：（一）全級距上移：OpenAI（Pro $41→$68、主力 $3.4→$11.25、nano $0.14→$0.46）與 Google（Pro +31%、Flash $0.18→$3.0、Flash-Lite $0.13→$0.85）每一個級距都在漲，中低級距漲幅反而最大；（二）表價下調＋往旗艦引導：Anthropic 是美系唯一全線降表價的（Opus $30→$10、Sonnet $6→$4），配合 per-task 定位把工作負載從 Sonnet 導向 Opus（你關注的「主力從 Sonnet 移到旗艦」正是這個策略的體現），同時以 Fable 5（$20）在 Opus 之上另開價位帶；xAI 則是挑戰者式全線降價。（三）中國槓鈴化：旗艦逐代上移（Kimi、GLM、Qwen），但輕量級反而降價或凍結（GLM Air/Flash $0.37→$0.15、Qwen Turbo $0.09、MiniMax M2→M3 持平 $0.525）＝旗艦收費、輕量搶量。共同結論：「級距內漲價、級距間分化」，token 定價從單純通縮變成分層定價。
OpenAI：四個級距全數上移
Pro 級距 o1-pro $262 重定位為 gpt-5-pro $41 後逐代回升至 $68；主力自 GPT-5 低點 +227%；nano 5.4 代 +236%
Anthropic：表價全線下調＋Fable 開新price band
Opus 4.5 起 $30→$10、Sonnet 5 $6→$4、Haiku 3.5 起 $2 持平；◆ Fable 5（$20）。降表價＋per-task 敘事＝把負載往 Opus 引導
Google：三個級距全數上移
Pro $3.44→$4.5；Flash $0.175→$3.0（漲最兇）；Flash-Lite $0.13→$0.85。中低級距向上收斂＝入門價全面墊高
xAI：挑戰者式全線降價
主力 Grok 3 $8 → 4.3 $1.56 → 4.5 $3；fast 級距 $0.35→$0.28。以價換量、搶開發者
DeepSeek：高波動、淨向上
主力 chat 促銷→恢復→漲→降→V4-Pro；推理線 R1 $0.96 併入 V3.2；V4-Flash $0.175 接手低價角色。8/6 公告漲價未入列
Kimi：旗艦逐代上移最陡
K2 $1.0 → K2.5 $1.2 → K2.6 $1.71 → K3 $6.0（+499%）；turbo 級距 $2.86 持平。K3 直接定進美系價位帶
GLM：旗艦上移＋輕量降價（槓鈴）
主力 4.6 $0.96 → 5.2 $2.15（+124%）；Air/Flash 輕量級 $0.37→$0.15 反向降價＝旗艦收費、輕量搶量
Qwen：Max 上移、Plus/Turbo 凍結
Max $2.4→$3.75（+56%）；Plus $0.6、Turbo $0.09 長期不動。與 GLM 同樣的槓鈴形狀
口徑：各點＝該級距新一代模型的「上市月標價」（混合單價 3:1，log 軸；DeepSeek 主力含同模型調價點）。美系與 DeepSeek 取自 LiteLLM，xAI 主力與 Kimi/GLM/Qwen 取自 AA 快照（release_date × 現價）。MiniMax M2→M3 持平（$0.525）未單獨成卡。各卡 y 軸範圍不同，比「形狀」不比「高度」；跨家比較請看「中美調價行為」分頁的同軸階梯圖。
怎麼看：小模型線是「大量、低價值 token」的成本地板，決定 AI 功能能否塞進免費產品。注意兩件事：①小模型也在漲——Claude Haiku 4.5（$2.0）比 3 Haiku（$0.5）貴 4 倍、Gemini Flash 3 比 2.0 貴 6 倍，因為「小」模型能力升級後定位上移；②OpenAI 是唯一持續壓低小模型價格的（gpt-5-mini $0.69）。若小模型價格也全面止跌，token 通縮就徹底結束。
小模型鏈：混合單價（log）
各公司輕量級主力接力
旗艦 vs 小模型價差（2026/7）
同公司旗艦÷小模型的倍數；價差越大，模型路由（router）省成本空間越大