文｜刘诗雨
编辑｜孙静
很长一段时间里，OpenAI 和 Anthropic 一直站在 AI 价格战之外。
在中国市场，模型调用价格一轮轮下探，而硅谷头部公司仍将竞争焦点放在模型能力上，昂贵的价格反而彰显其前沿能力。
但今年夏天，风向变了。
据《华尔街日报》报道，OpenAI 正在考虑大幅下调 Token 价格，以从 Anthropic 手中争夺客户。值得注意的是，OpenAI 之所以提前酝酿降价，是因为其预计 Anthropic 将采取类似动作。
从最新一轮的「地表最强」模型之争来看，这场价格战已经初现端倪。
01
当白月光遇上价格屠刀
7 月 24 日，Anthropic 亲手为自家最贵的公开模型，找了一个半价平替。
新发布的 Claude Opus 5，每百万 Token 输入 5 美元、输出 25 美元，恰好只有 Fable 5 的一半。更微妙的是，降价不降质，Anthropic 主动强调，Opus 5 能够「以一半价格接近 Fable 5 的前沿智能」。
Anthropic 公布的测试显示，在编程能力基准 CursorBench 3.2 上，两者最高成绩只相差 0.5%，Opus 5 的单项任务成本却只有后者的一半；在计算机控制基准 OSWorld 2.0 上，它甚至只用三分之一左右的成本，便超过了 Fable 5 的最好成绩。
一个多月前，Fable 5 还是 Anthropic 捧出的「白月光」。
这款模型在多项核心基准测试中领先，面对越长、越复杂的任务，优势越明显；价格也同样高高在上：每百万 Token 输入 10 美元、输出 50 美元，是 Opus 4.8 的两倍。
为了让更多用户尝到这款昂贵模型，Anthropic 一度将其限时放进 Pro、Max 和 Team 等订阅套餐。即使模型中途下架，7 月 1 日恢复上线后，套餐权益仍被一再延长。
但几天后，OpenAI 发起了一轮性价比攻势。
7 月 9 日，OpenAI 发布 GPT-5.6，旗舰模型 Sol 每百万 Token 输入 5 美元、输出 30 美元，与上一代 GPT-5.5 相同；但放在 Fable 5 面前，其输入价格只有一半，输出价格也低了四成。
▲GPT-5.6 公布远低于 Claude 的定价后的梗图
发布时，OpenAI 几乎把 Fable 5 当成了标尺：不只比跑分，还反复计算完成同一项任务需要多少 Token、多少时间，以及最终花多少钱。
价目表之外，竞争也烧到了订阅套餐。OpenAI 几乎每新增 100 万用户便重置一次使用额度，还宣布重置额度可以存起来用；Anthropic 则顶着算力压力继续延长 Fable 5 的套餐权益。
Anthropic 随后拿出 Opus 5，第一轮正面交锋由此成形。
▲Codex 负责人 Tibo 回应社交媒体评论
OpenAI 贴着 Fable 5 强调单位任务成本，Anthropic 则把接近 Fable 5 的能力下放到原有 Opus 价格带。当两家头部前沿模型公司，都开始主动证明性价比，这显然不只是一次促销。
02
为什么优等生也卷性价比？
价格突然成为主角，是因为大模型的购买逻辑变了。
当 Agent 进入工作流，模型需要连续执行任务，Token 消耗直接转化为企业的生产成本。
随着「Token 竞赛」告一段落，企业们开始重新审视不断膨胀的 AI 支出，并发现很难将成本与实际回报对应起来。广告巨头 WPP 的 CEO 辛迪·罗斯表示，公司拥有的 Agent 已经多于员工，许多 Token 开支根本没有进入原来的预算。Uber CTO 普拉文·尼帕利·纳加曾披露，公司在四个月内烧光了全年 AI 预算。
企业选择模型的标准，也因此从「谁的跑分最高」，转向「谁能以更低成本完成同一项任务」。
OpenAI 在 GPT-5.6 发布前后反复强调「Useful Intelligence per Dollar」，即每一美元，究竟买到了多少有用的工作。
这当然带有厂商为自己定价辩护的色彩，却也点出了Agent 时代更现实的指标：成功任务单位成本。
与此同时，头部模型之间的差距，也越来越难支撑长期溢价。
对大量日常编程、资料处理和办公任务而言，市场上已经同时存在多款「足够好」的模型。a16z 曾在 2025 年时调查 100 名企业 CIO，其中 37% 的受访企业已经同时使用五款以上模型，高于前一年的 29%。
可见，模型已经成为一种可以被拆分、混用和比价的生产要素，单一模型的性能优势，越来越难转化成客户忠诚度。
模型公司的焦虑也由此而来：接入之前，用户的切换成本很低；接入之后，迁移成本才会迅速升高。
一旦模型进入企业代码库、数据接口、评测和权限系统，更换模型便不只是修改一个 API 地址，还要迁移提示词、安全规则和内部流程。谁能在市场尚未固化时，以更低价格抢到用户，谁就更可能成为未来的默认入口。
所以，这场价格战实际争夺的是工作流。
过去，OpenAI 依靠 ChatGPT 占据消费者市场，Anthropic 更擅长服务企业和开发者；Claude Code 走红后，两家公司已经挤进同一条赛道。Ramp 数据显示，今年 6 月，Anthropic 的企业付费采用率达到 42.4%，OpenAI 为 39.5%。
▲数据源：Ramp AI Index
此外，中国大模型也在不断压低硅谷的价格锚点。
例如最近爆火的 Kimi K3，其在代码、数学推理等任务上的表现已经进入全球前沿模型竞争范围，API 价格仅为输入每百万 Token 约 3 美元、输出约 15 美元，远低于 OpenAI 和 Anthropic 旗舰模型的定价。
当然价格战能够发生，还有一个更底层的条件：模型推理本身变便宜了。
据斯坦福 AI Index 统计，达到 GPT-3.5 水平的模型推理成本，在 2022 年 11 月至 2024 年 10 月间下降了超过 280 倍；同期，AI 硬件成本平均每年下降约 30%。模型架构、芯片利用率、量化、缓存和批处理的进步，都在释放新的降价空间。
不过，推理降本仅为厂商提供了开战的弹药，并没有让成本消失。价目表上被抹去的那部分，最终仍要有人买单。
03
降价的 AI
昂贵的战争
毫无疑问，价格战最直接的受益者是用户。
单看每百万 Token 几美元的价差似乎不起眼，但当消耗累计到数百亿 Token 后，便会变成一笔真实成本。对预算有限的创业公司和个人开发者，它甚至可能决定一个产品能否成立。
当同样的预算可以买到更多 Token，应用公司便可以让昂贵模型处理复杂任务，让便宜模型承担日常工作，也可以允许 Agent 进行更多轮尝试。过去因推理成本过高而被搁置的客服、编程、研究和自动化场景，也开始重新具备商业可行性。
因此，价格战带给应用层的并不只是省钱，还有更大的试错空间。模型这种「原料」越便宜，能够建立在它之上的产品就越多。
但价目表上消失的成本，并没有真正消失，只是被模型公司接到了自己的账上。
据《The Information》报道，OpenAI 的推理成本在 2025 年增长了四倍，调整后毛利率从 40% 降至 33%；另据《华尔街日报》报道，OpenAI 将截至 2030 年的预计算力支出上调至近 7500 亿美元。
这意味着，模型价格每下降一轮，企业都要面对一次更严苛的规模经济考验：只有调用量增长得比价格下降更快，同时推理效率持续提高，降价才有可能被更大的收入消化。
短期来看，OpenAI 和 Anthropic 呈现攻守之势。
在 GPT-5.6 的带动下，Codex 和 ChatGPT Work 的活跃用户合计已经突破了一千万。如果模型进入企业代码库、数据接口、权限系统和内部流程，低价吸引来的用户便可能沉淀为长期客户。
▲ChatGPT 周活跃用户达到 10 亿，比预期计划迟了半年
图源：The Information
但这笔交易未必划算。如果用户缺乏忠诚度、边际毛利又不足，新增调用量便可能主要放大算力支出，而难以沉淀为长期收益。
价格战由此变成了一场资本耐力赛。
这也是价格战更深的一层影响：它降低了使用智能的价格，却提高了生产前沿智能的门槛。
与此同时，越来越多的通用能力将走向基础设施化。
前沿模型仍能凭借复杂编程、长时任务和高难度推理获得溢价，只是这种溢价会越来越短暂：一种能力刚被训练出来，很快便会进入更便宜的模型，或者被竞争对手追上。
近期流传的 DeepSeek 投资者交流纪要中，梁文锋也提出过一假设：不同公司的模型能力不会长期保持巨大差距，竞争最终会落在成本、迭代时间和用户体验上；随着基础模型利润率下降，牌桌也会从目前的群雄混战，收敛到少数几家公司。
那么对模型公司而言，留在牌桌上的每一天，只会越来越昂贵。
推荐阅读