一、调价策略：高低分档与动态博弈

1. 基础定价结构
   输入费用分两档：
   • ≤20万tokens：1.24美元/百万tokens（约9元人民币）
   • ＞20万tokens：2.50美元/百万tokens（约18元人民币）
   输出费用同步调整：短文本场景10美元/百万tokens，长文本场景15美元/百万tokens。
2. 与竞品对比定位
   虽降价但仍高于多数对手：
   • 对比OpenAI o3-mini（输入1.10美元）、DeepSeek R1（输入0.55美元），溢价率分别达12.7%和125%
   • 但显著低于OpenAI旗舰产品o1-pro（输入150美元，输出600美元），形成“次旗舰”市场卡位。
3. 免费试用策略
   在严格速率限制下开放免费使用，支持开发者测试复杂推理任务（如医学影像分析、长代码生成），企业用户需付费解锁更高调用限额。

---

二、调价动因：技术与商业双重驱动

1. 技术成本压力
   Gemini 2.5 Pro的多模态架构（支持文本、图像、视频）需消耗超4000块TPU v5芯片训练，研发成本较前代增加43%，迫使通过价格分摊算力投入。
2. 市场竞争倒逼
   • 防御性降价：应对DeepSeek等开源模型在中小企业市场的渗透（R1成本仅为Gemini的1/4）
   • 差异化保价：强调数学推理（MATH基准提升19%）、代码生成（HumanEval得分89.2%）等性能优势，维持高端定价权。
3. 需求端变化
   企业客户对长文本处理需求激增（如法律合同解析、财报分析），促使谷歌对超20万tokens场景加收66%溢价。

---

谷歌此次调价既是对市场的一次压力测试，也为AI模型从“通用能力竞争”转向“垂直场景价值量化”提供了商业样本。正如CEO皮查伊所言：“当AI开始直接参与利润创造时，它的定价应该反映这种生产力溢价。”