DeepSeek 开始按时段计价，千问一边上新一边排下线表，企业该建立模型版本台账

过去一周，国产模型平台释放了三类不同但彼此相关的信号：DeepSeek 的新分时价格已经生效，阿里云百炼继续上新 Qwen3.8-Max、Wan 3.0 和 Qwen-Image 3.0 这类高规格模型，同时也明确了一批旧模型与第三方模型的下线时间。对企业来说，模型管理正从“选最强”转向“管版本、算成本、做迁移”。

如果把最近几周国产大模型平台的变化放在一起看，会发现竞争焦点已经不只是“谁的模型更强”。过去一周更值得企业注意的，是平台开始同时推进三件事：一边继续上新旗舰模型，一边把价格做得更细，一边开始给旧模型排明确的下线时间表。8 月 18 日回看，这些动作已经不再是零散更新，而是在把企业客户推向更成熟的模型运营阶段。

这也是今天更适合做“平台观察”而不是追单一爆点的原因。单看某一个动作，比如 DeepSeek 的分时价格、千问的新模型、或旧模型的退出公告，都像是各自的产品运营更新；但把它们连起来看，信号就很一致了：平台方正在要求企业客户把模型使用从“选一个最好用的接口”升级成“持续维护版本、价格和迁移节奏”的长期工程。对做 AI 产品、Agent、品牌内容、GEO 监测和知识库服务的团队来说，这种变化会直接影响成本测算、上线节奏和回归测试策略。

第一条信号：DeepSeek 的新价格已经不只是预告，而是当前执行规则

截至 8 月 18 日可核验的 DeepSeek 官方“模型与价格”页面，DeepSeek-V4-Pro-0813 和 DeepSeek-V4-Flash-0731 都已经按照高峰与非高峰时段计费。以 V4 Pro 为例，高峰时段缓存命中输入价为每百万 Token 0.30 元，缓存未命中输入价为 9.0 元，输出价为 27.0 元；非高峰时段则分别是 0.15 元、4.5 元和 13.5 元。页面同时列出北京时间 00:30 至 08:30 为非高峰时段，而 09:00 至 12:00、14:00 至 18:00 为高峰时段。

这类变化的重要性在于，它把成本问题从静态变成了动态。以前很多团队做预算，只会看“这个模型每百万 Token 多少钱”；现在同一个模型在不同时间段已经不是同一价格。也就是说，企业如果还维持白天均匀调用、夜间空置的旧工作流，就很容易把最贵的长输出任务、复杂工具调用和实时问答同时压进最高价窗口。价格页本身并不告诉企业该怎么调度，但它已经把“什么时候跑”变成了和“用哪个模型”同样重要的问题。

第二条信号：千问平台仍在继续把资源推向更高规格的新模型

另一边，阿里云百炼的“最新发布模型”页面显示，平台在 8 月上旬仍在持续上新高规格模型。页面记录中，8 月 3 日上线了推理能力更强的 Qwen3.8-Max，8 月 4 日上线了图像生成模型 Qwen-Image-3.0，8 月 6 日又上线了视频生成模型 Wan 3.0。换句话说，平台并没有因为存量模型已经很多就放慢上新，而是在继续把旗舰能力往更高的推理、多模态和生成质量上推。

这条信号的价值，不只是让企业知道“又多了几个新模型”。更重要的是，它说明平台的资源重心正在向少数更强、更新的主力模型集中。对企业来说，这意味着评估模型时不能只看单次测评结果，还要看平台是不是在持续把新能力堆到某条主力线上。如果一家公司今天仍大量依赖历史模型，但平台真正持续增强的是另一条新主线，那么后续稳定性、功能支持、配套文档、工具调用能力和生态适配都会逐步向新模型倾斜。

第三条信号：旧模型退出也开始有了更明确的时间表

只上新还不够，平台也开始更系统地清理旧模型。阿里云百炼的“模型下线机制”页面明确列出：从 2026 年 10 月 10 日起，一批历史 Qwen 主线模型和多款第三方模型将停止在线调用，包括若干早期的 Qwen-Max、Qwen-Plus、Qwen-Turbo 系列版本，以及部分 Llama、DeepSeek、Baichuan、Yi 和 InternLM 模型。页面还说明，下线后控制台和 API 都无法继续调用，企业需要在此之前完成迁移。

这一步其实比上新更具运营含义。因为它不只是“多了一个更强选项”，而是“旧的依赖会失效”。许多企业的问题并不在于没测试过新模型，而在于旧模型已经被写进了生产配置、提示词模板、回归用例、知识库链路、客服机器人或批处理脚本里。一旦平台明确给出下线时间，技术团队就不能再把迁移当作“以后有空再做”的事项，而要把它纳入版本治理计划。对于外包服务商、品牌内容团队和 GEO 监测团队也是一样：只要上游模型编号和调用能力发生变化，过往的效果基线和成本基线都要重新核对。

把三条动态放在一起，企业该怎么理解

这里需要把事实和判断分开。事实层面，DeepSeek 已让新的分时价格进入执行状态；阿里云百炼在 8 月上旬连续上线了几款更高规格的新模型；同一平台又给多款旧模型和第三方模型写出了明确下线时间。判断层面，这三条信息共同指向一个趋势：国产模型平台正在从“多模型并列展示”进入“主力模型强化、老模型清退、计价更细化”的运营阶段。

这会直接改变企业的模型管理方式。过去很多团队只做一次性比价和能力评测，选中某个模型后就长期沿用；而接下来，更稳妥的做法应该是建立模型版本台账，持续记录三件事：模型当前是否仍是平台主推版本，计价结构是否变化，迁移或下线时间是否已经明确。只有这样，企业才能避免两种常见风险：一种是继续把关键业务押在边缘化旧模型上，另一种是明明换了新模型却没同步重测成本、回答风格和工具调用结果。

对品牌和 GEO 团队来说，这件事也有现实后果。大模型版本变化不仅影响调用账单，还会影响品牌问答、商品描述重写、知识抽取、内容推荐和答案生成的稳定性。同样一组品牌问题，在新旧模型之间可能出现提及率、措辞、引用来源和长文摘要结构差异。如果团队只看“回答看起来差不多”，就容易把模型变量误判成内容优化结果。因此，品牌监测和 GEO 评估也需要同步记录模型版本、日期、成本区间与来源差异。

企业现在最该补的四步

第一，建立模型版本台账，把当前正在生产中使用的模型名、版本、计价方式、负责人和依赖业务线记录下来。第二，把可延迟的长任务与必须实时的高价值任务分开，避免所有调用都挤在最贵的时间窗口。第三，针对平台已明确下线的模型，给出迁移截止日、备选模型和回归测试清单，不要等到 API 真停了再临时切换。第四，把品牌监测、内容生产、知识库问答和智能体流程里的模型切换纳入运营节奏，因为这些场景对版本变化最敏感，也最容易被忽视。

从今天的国内模型平台动态看，真正开始变化的不是某一家模型分数，而是平台和企业之间的协作方式。平台在更明确地告诉企业：新能力会继续往主力模型上堆，价格会继续按资源分配细化，旧模型也不会无限期保留。对企业来说，越早把“模型版本治理”当作日常运营能力，而不是临时技术任务，后续就越不容易在成本、稳定性和迁移节奏上被动挨打。

参考来源

• DeepSeek API Docs：《模型与价格》（2026-08-18）
• 阿里云百炼：《最新发布模型》（2026-08-18）
• 阿里云百炼：《模型下线机制》（2026-08-18）