DeepSeek上桌，Kimi们要重新定价了

9月9日，路透社一则消息搅动市场：DeepSeek已聘请中信证券，为其科创板IPO进行筹备。

同一个月，另一边，每百万Token的使用加权均价历史上第一次跌破1美元；再往前几天，美国司法部公开站队OpenAI，力挺AI训练属于"合理使用"。

三件事看似各走各路，其实指向同一个问题：大模型这门生意，到底该怎么定价？一级市场在抢定价权，二级市场在重估收入模型，成本端在松绑。把这三块拼图拼起来，你才能看清当下大模型行业的真实位置——技术叙事的黄金时代结束了，财务叙事的时代开始了。

📈 选科创板不选港股，DeepSeek在想什么

先说一个反常识的细节。

通用大模型在公开市场的第一组定价参照，不在A股，在港股——智谱和MiniMax已经在港股完成了完整上市验证。按常理，DeepSeek照抄这条最短路径即可。但它偏偏选了科创板，一个至今没有任何纯通用大模型企业上市的市场。

为啥？看时间线就明白了。

2026年6月17日，上交所发布《人工智能大模型企业适用科创板第五套上市标准审核指引》，首次把此前主要服务于创新药企业的第五套标准，扩围到了AI大模型。对那些尚未形成成熟盈利模式、但具备技术优势和商业化潜力的企业，科创板给出了明确路径：产品上线、规模化应用、技术优势、商业化安排。

窗口期就这么打开了。而DeepSeek手里的牌恰好齐了：产品已有庞大用户基础，模型能力处于国内头部，商业化从免费和低价API向更精细的价格体系过渡——8月以来的API调价就是信号。与其等大模型行业形成成熟的上市范式，不如抢在第一批申报。

有券商研究员私下说得更直白：这不是一场上市，是一场卡位。

卡什么位？A股还没有通用大模型上市公司。DeepSeek一旦闯关成功，它的收入规模、商业化能力、模型竞争力，以及市场最终愿意给的估值倍数，都会成为A股市场的第一把大模型估值尺。未来智谱、MiniMax们若回归A股，绕不开这个锚。

所以DeepSeek真正要抢的，不只是"A股大模型第一股"的名头，而是A股通用大模型的定价权。

💰 一美元的Token，戳破了谁的收入幻象

再把镜头切到二级市场。

8月，海外交易席位的屏幕上出现了一个刺眼的数字：衡量每百万Token使用加权均价的Silicon Data LLM Token Expenditure Index（代码SDLLMTK），单月下跌29%，月末报约0.97美元——历史上第一次跌破1美元关口，较5月约2.05美元的高点，累计跌幅已超过50%。

这组数据为什么致命？摩根大通数据中心报告点破了那个剪刀差：Token使用量环比涨约47%，美元支出只涨约7%。

而股票市场的回报，是以美元计算的，不是以Token数量计算的。超大规模数据中心的资本开支，正是基于美元收入预期来核算的。高盛One-Delta交易台负责人Rich Privorotsky在报告里说得毫不含糊："更多需求加上更低价格，若价格跌速超过消费增速，并不自动构成利好。"

有人会问：价格跌是不是需求不行了？Silicon Data自己已提示，指数下跌可能源于标价下调、用户向低成本开源模型迁移，或两者兼有，并不代表AI使用量在萎缩。但麻烦恰恰在这——OpenRouter路由量大幅上升，H100 GPU租赁价格却在下跌，这与"Token需求激增"的叙事明显相悖。

更结构性的问题在于，Privorotsky直言他对"按Token计费"作为持久商业模式持怀疑态度。云端推理按百万Token定价的逻辑，依赖三个前提同时成立，而这三个前提正在同步瓦解：

硬件端，RTX Spark级笔记本、DGX Spark工作站、能跑700亿参数级模型的Mac Studio，以及算力在40至75+ TOPS区间的NPU，已把大量Token的边际成本压缩到接近电费水平。逻辑很简单：一旦企业每月的API账单超过一台5000至15000美元设备的摊销成本，它就从Token的持续订阅者，变成了一次性硬件买家——从贡献40%利润率的软件用户，变成了不再付月费的人。

模型竞争端，Meta于9月2日开始推出的Muse Spark 1.3，在独立基准测试中已与GPT-5.6 Sol、Claude Opus 5处于同一梯队，智能体任务和代码生成表现突出。Privorotsky的评语堪称本季度最狠的一句："前沿优势以周计算，不构成护城河，只是产品周。"

高盛的结论是：过去两年的股权定价建立在"更多Token等于更多收入"的假设之上，而8月的数据，第一次清晰地打破了这一假设。

⚖️ 华府下场站队，版权墙正在松动

收入端在承压，成本端却在悄悄松绑。

9月3日，一份提交至法院的文件显示，美国司法部介入OpenAI与《纽约时报》的版权纠纷，明确支持OpenAI的观点：在互联网海量文本基础上训练模型，属于版权法中"合理使用"的范畴。

司法部的论证路径值得细品。它认为，大语言模型训练对版权作品的使用具有"转换性"目的，训练带来的创造性潜力和公共利益"远远超过任何竞争损害"；还特别强调"创意利益往往与国家安全利益重叠"——AI模型能帮助国家安全官员分析并推断未受保护的现实世界事实，比如《纽约时报》文章中传达的信息。司法部副部长斯坦利·伍德沃德甚至称这份文件为"具有历史意义的利益声明"。

纽约时报的回击同样尖锐。发言人Graham James在邮件声明中表示，政府"正在站在少数几家价值数万亿美元的人工智能公司一边，却以牺牲无数美国创作者的利益为代价"；AI公司"只需按照版权法要求，公平地支付其产品内容的费用即可"。

这起诉讼之所以全球瞩目，是因为它触及版权法"合理使用"原则的边界——而围绕AI的诸多争议正涌向法院，这些法院既缺乏先例，有时甚至缺乏相应的法律语言。司法部的介入，令这起标志性诉讼进一步升级。

对产业而言，这个案子的意义不在官司输赢本身，而在单位经济学的另一端：如果"合理使用"被广泛确立，训练数据成本趋近于零，模型厂商的成本曲线将进一步下移；反之，如果需要逐案授权付费，内容成本就会实打实地计入模型成本。一颗砝码放在天平的哪一端，直接影响Token还能再降多少。

🧭 三块拼图合上，定价逻辑换轨了

现在把三件事拼到一张桌子上看。

一级市场这边，DeepSeek冲刺科创板，要为A股通用大模型建立一套独立的、本土化的定价基准——这是估值的锚。二级市场这边，Token价格指数腰斩，量升价崩动摇AI资本开支逻辑——这是收入的尺。成本端那边，美国政府在版权问题上公开站队AI公司——这是成本的闸。

三条线合起来的判断是什么？大模型行业正在从"技术叙事"切换到"财务叙事"。前两年，故事讲的是模型能力领先多少个benchmark；接下来，市场只问三个问题：你的美元收入是多少？你的边际成本曲线往哪走？你的护城河能撑几周？

对云API厂商来说，局面尤其难受——三前提瓦解意味着"按Token计费"的利润率天花板被结构性压低，用Privorotsky的框架说，企业正从"持续贡献40%利润率的软件订阅用户"变成"一次性硬件买家"。对开源生态和端侧硬件厂商来说，这反而是顺风：模型能力收敛（Muse Spark 1.3追平第一梯队就是信号），算力下放到桌面，Token的边际成本逼近电费。

有投资人私下感慨，现在看大模型项目，先看账单结构，再看跑分。

这话说得不客气，但符合当下的事实——高盛已经明确，"按Token计费"作为持久商业模式的三个前提正在同步失效。谁能找到Token之外的收入形态（订阅、企业交付、端侧授权、垂直场景打包），谁才能把故事重新讲圆。

⚠️ Kimi们的重新定价时刻

最后回到那句被广泛转发的判断：DeepSeek冲刺IPO，Kimi们可能要重新定价了。

这不只是一级市场情绪问题，而是一整套参照系的更替。此前，未上市大模型公司的估值，主要靠融资轮次和模型跑分锚定；港股的智谱、MiniMax提供了公开市场的第一组参照。但如果DeepSeek率先登陆科创板，它将以A股流动性、A股对"国产替代+硬科技"的偏好，重写这把尺子的刻度——收入规模、商业化能力、估值倍数，每一项都会被拿来对标。

对创业公司而言，这意味着两件事。其一，时间窗在收窄：科创板第五套标准的红利窗口已经打开，抢在第一批申报和排在后面，估值待遇可能天差地别。其二，商业化能力首次成为硬指标：产品上线、规模化应用、技术优势、商业化安排，这是上交所白纸黑字写进审核指引的要求。跑分再高，讲不出美元收入的模型，在新的定价体系里会越来越被动。

换言之，重新定价的不是某一家公司，而是整个行业从"模型能力溢价"转向"商业化兑现溢价"的过程。

结语：所有故事，最终都要落到一美元上

DeepSeek去科创板抢定价权，Token价格跌破一美元戳破收入幻象，美国司法部为训练数据的"合理使用"背书——三件事，一条主线：大模型的定价逻辑，正在从叙事换轨到账本。

接下来12个月值得盯住三个信号：DeepSeek科创板闯关的估值倍数、Token价格指数能否止跌、以及纽约时报案的判决走向。它们会共同回答那个最朴素的问题——这门生意，到底值多少钱。