大数跨境
首页
>
东方的低价模型打到家门口了，OpenAI和Anthropic降还是不降？
>

东方的低价模型打到家门口了，OpenAI和Anthropic降还是不降？

东方的低价模型打到家门口了，OpenAI和Anthropic降还是不降？ AI驱动数字化转型
2026-06-12
9
导读：未来的格局更可能是一个分层生态。90%的日常高频对成本敏感的场景，中国和全球开源社区的低成本模型是主流，它们是支撑AI经济的能源和流动介质。
         
不是技术突破点燃这场竞赛的，而是财务报表上一个一个的数字。
过去所有任务都丢给最强模型，现在企业醒了。OpenAI老板奥特曼最近也转了口风：成本突然之间，成了企业用AI的最大问题。
企业不再膜拜跑分榜上那个第一。它们开始用一种近乎抠门的态度，审每一分钱花在哪。
01
模型调度，而非模型忠诚
最明显的变化，是AI技术栈在重构。过去单靠一个顶级模型打天下，现在被一种混合调度的路由模式取代了。
逻辑很清楚，简单的活，邮件分类、会议纪要、客服问答，丢给便宜的开源模型。只有遇到复杂的编程、深度的法律分析、科学推理，系统才会调用贵的那几个，比如OpenAI的GPT-5系列或者Anthropic的Claude Fable5。
架构的核心是一个智能体，像个经验老到的项目经理，自动判断任务的难度和价值，然后分给性价比最高的那个员工。
账很好算，一些企业高管说，AI辅助类的工作这么搞，省九五成的开销不稀奇。行业数据也佐证，混合架构通常比单一依赖商业闭源模型省20%到40%。
  • 漏洞识别公司Detail，已经把自己九成的AI工作负载从Claude和Google Gemini上挪走了，转去定制化的开源模型和中国的GLM系列。
  • AI行政助理公司Lindy换上了DeepSeek V4之后，发现处理邮件、管日历这些日常活，效果和Anthropic中端的Sonnet差不多，价格只有十分之一。二十五个人的小公司，光这一项就省下几百万美元。
信号很清楚了：市场从模型忠诚转向了任务忠诚。企业不在乎你用的是谁家的模型，在乎的是多低的成本多快地解决问题。
02
来自东方的价格屠夫
这场浪潮的最大推手，是中国开源模型的崛起。DeepSeek、阿里巴巴、智谱AI，这些名字正以近乎踩碎底线的定价，重新画全球AI市场的成本曲线。
DeepSeek V4 Pro在2026年5月之后永久性降价，数字看着像印错了。开启缓存命中的情况下，输入成本每百万Token只要两分半人民币。
两分半人民币，什么概念。
Anthropic在2026年6月刚发布的旗舰Claude Fable 5，每百万输入Token十美元，输出五十美元。就算OpenAI价格相对亲民的GPT-5.4，输入也要两美元半每百万Token。差距跟鸿沟一样。
价差在吃市场份额。
  • 美国开发者平台Vercel上，DeepSeek的AI使用量占比从四月百分之一飙到五月百分之十七。
  • 在模型聚合平台OpenRouter，五月中之后DeepSeek已经是使用量最多的供应商。OpenRouter的数据还揭了一层更深的东西：从2025年秋到2026年春，头部客户的开源模型Token用量增速，是闭源模型的四倍。
光便宜不行，能力得追上。以前开源和顶级闭源的差距论年算。2026年差距缩到百分之三以内。在某些编程和数学推理榜单上，比如SWE-Bench Pro，中国顶尖模型已经反超了GPT-4级别的对手。
当性能不再是壁垒的时候，价格就是最锋利的刀。
03
路由的代价与收益
当然，转成混合路由不是没代价。最大的担心是多了层路由决策，会不会拖慢速度。
路由判断的计算消耗极小，一毫秒以内，基本可以忽略。真正的延迟来自网络，每多一个中间节点或网关，确实会多耗传输时间。有的企业级网关实测，这部分延迟大约八十到一百五十毫秒。
但有意思的是，好的混合路由架构端到端的平均响应时间反而更低。
为什么？
因为八成到九成的请求被路由到了更小更轻推理更快的模型上。这些模型的响应速度远远快于那些要处理复杂计算的巨型旗舰。少数复杂请求的路径确实长了，但整体任务的平均完成时间反而被拉短了。用架构换时间和钱。

04
巨头的两难，降价还是流血
OpenAI和Anthropic被逼到墙角了。降价，似乎是留住客户唯一能做的事。报道说OpenAI内部已经在认真考虑大幅降价，抢在Anthropic之前先动手。
OpenAI的底气来自过去一年锁定的算力合同，价格比当前市场价低。
但这是赌博。
两家公司都没盈利。OpenAI 2026年第一季度财报显示亏损六十九亿五千万美元，调整后营业利润率负百分之一百二十二。Anthropic好一点，2026年第二季度接近盈利，但它的商业模式同样建立在模型的高定价上。
每年要付给NVIDIA几十亿美元的算力账单，投资方又在催商业化催盈利。这时候打价格战，等于伤口上再拉一刀，可能直接影响即将到来的IPO估值。
两家公司至今都没在财报里明说降价会怎么影响净利润。这点，足够说明它们有多难。
05
看不见的战场，合规与地缘政治
商业和技术底下还藏着一条更深的线，数据合规跟地缘政治。
在美国干的企业，不是你想用中国模型就能用的。华盛顿对技术竞争的警惕一天比一天高。
2025年以来，行政命令加部门法规双管齐下，美国政府在收紧AI技术供应链的管控，尤其是跟中国沾边的。商务部已经要求美国云服务商核实外国用户身份，报告任何可能用来搞恶意活动的AI模型训练。
到2026年6月为止，还没有明确的行政令说禁止美国企业买中国的AI API服务，但政策长臂管辖的趋势已经很明显了。客户数据和商业机密会不会通过API调用流到境外，会不会踩到数据主权和国家安全审查的红线，每一条都是悬在CEO头上的问题。
这种不确定性是中国AI模型出海最大的障碍，也是OpenAI和Anthropic最天然的护城河。一个决策者在省30%的成本和躲一场巨额监管罚款之间，往往选后者。
06
潮水已经转向了
AI模型变成商品，潮水已经转向了。当足够好的廉价替代品遍地都是的时候，基础模型本身就像云计算资源、像数据库存储一样，变成标准化的东西。
但这不意味着OpenAI或Anthropic会消失。
未来的格局更可能是一个分层生态。90%的日常高频对成本敏感的场景，中国和全球开源社区的低成本模型是主流，它们是支撑AI经济的能源和流动介质。
而OpenAI的GPT-5.5或者Anthropic的Claude Fable 5，会凭复杂推理和前沿科学探索里无可替代的能力，站在金字塔尖。它们不再是企业AI战略的默认选项和万能钥匙了。
它们会变成昂贵的、按需调用的专家资产。只在常规部队啃不动硬骨头的时候才呼叫它们，像空中支援。
对习惯了站在市场中央的巨头们来说，这可能是最危险的局面。真正的威胁不是客户跑光了，而是从必需品变成了奢侈品。当它们在绝大多数企业AI账单里的占比越来越小，它们商业故事的想象空间，只能重新估算了。

【声明】内容源于网络
0
0
AI驱动数字化转型
专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
内容 1019
粉丝 0
AI驱动数字化转型 专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
总阅读5.9k
粉丝0
内容1.0k