11月11日,Midjourney 办了一场办公室时间(office hours)。创始人戴维·霍尔茨在会上把 V9 的范围说了一遍:一个全新的基座模型,一个新的放大器,一套重做的风格参考系统,30天内发布。同一段话里还有一句更值得注意的补充,单张图像的成本可能会翻倍,价格还没定,而更强版本的 Thinking 模式价格大约是现在的十倍。
三样东西各自解决一个问题。基座模型决定画质上限,放大器决定最终交付的分辨率,风格参考系统决定同一个品牌或者同一个角色能不能稳定复现。这三件事过去是分开迭代的,V9 把它们放到一次发布里,等于要求用户整体升级,而不是挑着换。对商业客户来说,这意味着换版本的迁移成本要一次性付清,包括重新调提示词、重新校准风格库。
这也解释了为什么霍尔茨要在办公室时间里先把价格说出来,而不是等到发布当天。订阅制产品的调价需要提前给用户一个心理准备期,尤其是当涨价理由是画质而不是功能时,用户需要时间去评估这笔钱值不值。
时间表也给出了。V9 预计在12月11日前后上线,动漫向的 Niji 希望在一周内跟进。霍尔茨把这两个称为今年最后两个大版本,V10 和视频功能放到明年。至于实时生成,他说可能不会进 V9,理由是它能让用户在最终出图前低成本试错,但也可能拖慢整体进度,而这一版的优先级是先把画质拉上去。
把这几句放在一起看,V9 的取舍很清楚:优先画质,其次控制,最后才是速度。这也解释了涨价的原因,画质提升通常来自更大的模型和更多的采样步数,两项都直接对应算力账单。
同一周,市场给出了另一组价格。上海公司 MiniMax 放出了 H3-Image 的权重,331亿参数的图像变压器原生输出约1600万像素,六步采样,不用额外的放大器。它的付费 API 报价是每张四K图7美分,一千像素档2.2美分。谷歌的 Nano Banana 2.1 是11美分,黑森林的 FLUX 3 是61美分。
OpenAI 没有放进这个对照表,因为它按词元计费而不是按张计费。但 OpenAI 公布了一个更宏观的数字:用户现在每周生成超过40亿张图像,八周前这个数字是30亿张。需求还在涨,而且涨得很快,这解释了为什么各家都在扩产,也解释了为什么价格战没有停下来的迹象。
这张价格表的意义不在于谁便宜,而在于它给质量溢价设了一个上限。当四K直出被压到七美分,任何一家想按张涨价的公司都必须回答一个很具体的问题:多出来的钱买到了什么。霍尔茨的答案是明显更好的质量,这句话在2024年很值钱,在2026年需要更具体的证据,比如同一批提示词下的成片率,或者同一角色在十个镜头里的一致性。
Midjourney 的收费结构比较特殊。月费从10美元到120美元四档,快速额度用完之后可以按每小时4美元单独购买加急 GPU 时间。这套结构的好处是重度用户可以自己算边际成本,坏处是涨价会以一种不太直观的方式传导,用户看到的是“额度更快用完”,而不是“单价上升”。
公司的自我描述是社区资助、自筹资金、60人团队,从2022年起盈利。这几条合在一起,意味着 V9 如果定价失误,损失会直接落在自己的账上,没有外部投资人分摊。这是它敢说偏向更优质量的底气,也是它不能长期亏着卖的原因。60人的团队规模还意味着,它很难靠内部补贴去打价格战。
订阅制的另一个后果是用户对张数不敏感。按张计费的 API 用户会精确比较每张成本,订阅用户只关心一个月能出多少张满意的图。所以 Midjourney 的涨价空间,实际取决于老用户对废片率的容忍度,而不是取决于竞品的价目表。反过来说,如果 V9 能把废片率压下来,一倍的价格差在体感上是可以被消化的。
对手并不只是在价格上施压。H3-Image 的开源许可证把欧盟、英国、韩国和美国排除在许可区域之外,年化收入超过100万美元或者提供托管服务需要事先取得书面许可,输出也不得离开许可区域。这套条款的意思是:在东亚和部分市场,它是免费可下载的权重;在 Midjourney 的主场,它是7美分一张的付费 API。
所以真正的竞争格局是分区的。在欧洲和美国,Midjourney 面对的是一张7美分的账单,而不是一个可以自己部署的模型。这让它的质量溢价有了落脚点,客户买的是稳定、风格一致和不需要自己搭推理环境。而在许可证覆盖不到的地方,开源权重会直接把价格锚定下来。
这种分区正在变成常规动作:权重放出来,但许可证只覆盖部分区域,超出一定收入的商用要单独谈。使用方部署前得让法务看条款,不能只看模型卡上的许可证标签。
接下来三十天有两个可验证的观察点。第一,V9 正式上线时的公开定价,如果单张成本真的翻倍,订阅档位大概率要跟着动。第二,Thinking 模式能不能拿出可比较的质量差异,因为十倍价格意味着它必须明显好于标准模式,而不是略好。两件事其中一件落空,质量溢价这条叙事就会松动,而用户会用手里的订阅去投票。