今天 Mozilla 发布了 2026 年《开源 AI 现状报告》，里面有一个数据让我盯了很久——
GPT-4 级别模型的 API 价格，从 2022 年末的每百万 Token 20 美元，跌到了 2025 年 12 月的 0.40 美元。
36 个月，跌了 98%，50 分之一。这是什么概念？互联网时代带宽价格下降都没这么猛。
更刺激的是，OpenRouter 上 Top 5 的模型全是开源的。DeepSeek V4 Flash 一个月吃掉 18.4T Tokens，小米 Mimo-V2.5 吃 14.9T，腾讯 Hy3 Preview 吃 14.8T。开源模型不仅在追平闭源，用量上已经反超了。
老实说，看到这个数据我第一反应不是 "API 真便宜"，而是——
"那我自己买台服务器部署模型，是不是变成冤大头了？"
这篇文章我就把这件事掰开揉碎讲清楚。
数据中心里的服务器矩阵——API 价格暴跌后，自建服务器还是不是好选择？
目录
- 一、API 价格跌到什么程度了？
- 二、自己买台服务器跑模型，到底要花多少钱？
- 三、API vs 自建：算一笔明白账
- 四、什么情况下自建服务器依然香？
- 五、如果你决定自建，VPS 怎么选？
- 六、写给最后
一、API 价格跌到什么程度了？
先看数据。
Mozilla 这份报告拉了一条非常恐怖的曲线。我直接说结论：
| 时间 | 每百万 Token 价格 | 跌了多少 |
|---|---|---|
| 2022 年末 | $20.00 | — |
| 2023 年末 | ~$5.00 | 跌 75% |
| 2024 年末 | ~$1.50 | 跌 92.5% |
| 2025 年 12 月 | $0.40 | 跌 98% |
你没看错。当年 GPT-4 刚出的时候，调一次 API 烧钱烧得心里发虚。现在呢？同样级别的模型，成本只有当年的一包烟钱。
而且注意，这不只是闭源模型的降价。开源模型也在跟着卷。DeepSeek V4 Flash 已经是全球 API 调用量第一的模型，百万 Token 的价格甚至比 GPT-4 级别的闭源模型还要便宜一个数量级。
你看，技术圈里一直有人在喊 "开源追上闭源了"，以前我总觉得有点夸张。但这组数据摆在这儿，由不得你不信。
二、自己买台服务器跑模型，到底要花多少钱？
好，现在来看另一边。
假设你想自己部署一个 7B 参数的模型（DeepSeek V4 Flash 这个级别的），你需要什么配置？
我直接给一个最小可行配置：
- GPU 云服务器 / 独服：至少 1 张 RTX 4090（24GB 显存）或 A10（24GB）
- 内存：32GB+
- 存储：200GB+ SSD
- 带宽：5Mbps+（面向生产环境至少要 50Mbps）
现在看价格：
| 方案 | 月成本（估算） | 说明 |
|---|---|---|
| 国内 GPU 云服务器（包月） | ¥3,000 - ¥8,000/月 | 4090 或 A10，带宽另算 |
| 海外 GPU 云服务器（按小时） | ~$0.5-1.5/小时 | 按需使用，长期用不如包月 |
| 自购硬件托管 | ¥30,000+ 一次性 + ¥1,000+/月托管 | 适合重度用户 |
| 轻量 VPS + API 混合 | ¥100-500/月 | 只做推理转发，不部署模型 |
这只是硬件。你还要算：
- 电力成本：一张 4090 满载 450W，一天 10 度电，一年 ¥3,000+
- 带宽成本：对外提供服务，带宽是持续支出
- 维护时间：模型更新、环境配置、故障排查——你确定自己有时间搞？
- 模型迭代：你部署的是 V4 Flash，下个月 V5 出来了，你追不追？
三、API vs 自建：算一笔明白账
好，最核心的问题来了。
假设你每天处理 1000 万 Token（一个中型应用的水平），我们来算账：
用 API 方案
DeepSeek V4 Flash API 价格 ≈ $0.15/百万 Token
日费用 = 1000 万 × $0.15 = $1.50
月费用 = $45 ≈ ¥330
年费用 ≈ ¥4,000
不用操心运维，不用关心 GPU 驱动版本，不用半夜爬起来修 CUDA 报错。
自建方案（GPU 云服务器）
GPU 服务器月租 ≈ ¥5,000（含带宽）
年费用 = ¥60,000
差距：15 倍。
你信不信，我算到这的时候自己都愣了一下。API 现在是真的便宜。
试想一下，如果你是一个独立开发者或者小团队，每个月 ¥330 的 API 费用 vs ¥5,000 的服务器费用，这选择题太难吗？
AI 模型的成本决策——什么时候该用 API，什么时候该自建？
四、什么情况下自建服务器依然香？
但是——对，这里有个"但是"——有些事情，API 永远干不了，或者干起来比自建更贵。
我列几个自建服务器依然有优势的场景：
1. 数据隐私敏感
老实说，这是最大的理由。
你把用户数据通过 API 传到第三方，对方能看到什么？条款里怎么写？数据会不会被用于训练？这些问题是灰色地带。
如果你做的是医疗、金融、企业内部知识库这类场景，数据出墙本身就是红线。 这时候自建不是选择题，是必答题。
2. 高吞吐 + 低延迟
API 有网络延迟。从上海到美国西海岸至少 100ms+，加上排队、序列化反序列化，一次推理轻松 300ms+。
如果你需要实时交互（聊天机器人、语音助手、实时翻译），自建服务器的延迟优势是 API 给不了的。
你看，腾讯和阿里的大模型都是自己部署的——不是因为他们买不起 API，而是延迟上受不了。
3. 定制化需求
API 给你的是"黑盒"。你能调参数，但不能改模型结构。
但如果你要做 fine-tune、做 RAG、做 Agent 编排，自建服务器的灵活度是 API 没法比的。你可以自己控制推理策略，自己优化显存分配，甚至自己做模型量化。
这不香吗？
4. 大规模推理
当月调用量超过 5 亿 Token 级别时，自建服务器的边际成本就开始低于 API 了。
大致分水岭在这里：
月调用量 < 1 亿 Token → 无脑 API
月调用量 1-10 亿 Token → 混合方案
月调用量 > 10 亿 Token → 可以考虑自建
五、如果你决定自建，VPS 怎么选？
好，如果你决定走自建路线，我直接给几条建议，不带虚的。
1. 先从小规格起步
别上来就租 A100 80G 的机器，¥30,000 一个月肉疼。先从 4090 或 A10 起步，跑 7B 级别的模型完全够用。
2. 选带 GPU 的云服务器，而不是自己买硬件
自己买 4090 一张 ¥15,000+，加上主板电源机箱，两万起步。而且噪音大、散热难搞、断电风险自己扛。国内厂商的 GPU 云服务器虽然不便宜，但至少 7×24 有人帮你看着。
3. 关注显存，而不是算力
很多人选 GPU 第一眼看 TFLOPS，这是典型的外行看热闹。推理场景下，显存大小直接决定你能跑多大的模型。7B 模型 FP16 要 14GB，加上 KV Cache 和 overhead，24GB 起步比较稳。
4. 带宽别抠
用 API 的时候你不在乎带宽，因为那是服务商的事。自建就不一样了，你对外提供服务，带宽不够就是灾难。建议至少 10Mbps 起步，面向生产环境 50-100Mbps。
5. 考虑混合方案
这是我个人最推荐的做法——
- 高频、低延迟的核心链路：自建，保证体验可控
- 低频、非核心的调用：走 API，省成本
- 冷备和模型测试：用按量付费的 GPU 实例
你会发现，混合方案实际上能让你的总成本降到纯自建的 1/3 到 1/5，同时保留核心场景的控制权。
六、写给最后
回到开头的问题：API 价格跌了 98%，自建服务器还划算吗？
我的答案是：分场景。
- 如果你是一个个人开发者、小团队，做的是常规的文本生成、对话、内容总结——API 现在是真的香，别纠结，直接用。
- 如果你处理的是敏感数据、需要低延迟、或者调用量大到千万级——自建服务器依然是刚需，但要做好成本控制。
- 最优解往往不是二选一，而是混搭——关键场景自建保质量，非关键场景 API 保成本。
（全文完）
评论 (0)