美国大模型，也开始打价格战了

文 | 影子备忘录

这一次带头降价的，是两家最不缺客户的公司。

美国时间9月22日，Anthropic发布Claude Opus 5.5。约一个半小时后，OpenAI推出GPT-6 Sol和GPT-6 Luna。

两家不约而同把“便宜”写在了海报最显眼的位置，GPT-6 Sol每百万Token输入、输出价格分别降至2美元和10美元，是上一代的一半；Luna更是把输入价格压到0.1美元，降幅最高达58%。Opus 5.5的输入输出价格则分别降至4美元和20美元。

一个估值万亿、拥有最多用户的AI公司，一个在美国企业中付费采用率最高的模型厂商，在同一天主动砍价，这背后到底发生了什么？

两条不同的降价路线

别看两家在同一天降价，但打法截然不同。

OpenAI走的是“分层降价、以量取胜”的路子。GPT-6 Sol定位于复杂编码和Agent工作流，Luna则面向成本敏感、高调用量的任务。

说白了，就是让不同档位的模型各司其职：高难度任务交给Astra旗舰，日常编码和批量处理用Sol，高频轻量对话交给Luna。

更关键的是，OpenAI明确表态新价格是长期定价，不是促销，不是首发优惠，而是永久价格。

这意味着OpenAI在赌一个判断：把价格压到足够低，日常调用量会迎来指数级增长，规模效应最终会把单位成本摊薄到可持续的水平。

Anthropic的思路则完全不同。Opus 5.5单看单价降幅只有20%，但Anthropic更强调“综合成本”，即通过引入新的动态缓存读取机制，缓存读取价格从每百万Token 0.50美元骤降至0.20美元，降幅高达60%。

同时，Opus 5.5完成任务所需的Token总量实现了有效减半，配合输出速度提升超过30%，典型工作负载的整体运行成本比上一代低了约40%。

打个比方，OpenAI像超市打折，直接把标价砍一半，吸引你来买；Anthropic则像餐厅优化供应链，菜价没怎么变，但每道菜用的食材少了、出餐快了，你花同样的钱吃到的更多了。一个在降单价，一个在降总账。

两家公司为什么选择在这个时间点降价？表面看是竞争，深层看是三股结构性力量在同时发力。

第一股力量：技术架构的突破让降价有了底气。

这轮降价并非赔本补贴。Anthropic在Opus 5.5中引入了全新的动态缓存读取机制，将中间状态数据的存储与回读成本压降到原来的四分之一。

配合这一底层改造，企业在调用同一批核心业务数据时，实际消耗的Token总量有效减半。

OpenAI在Sol系列上的大幅让利，同样建立在对基础运算逻辑的重构之上；Luna则进一步剥离了非必要的泛用型算力模块，聚焦高频、短平快的对话问答场景。

当底层计算范式发生质变，“价格便宜”就不再是无奈妥协，而是新技术架构诞生后的自然副产品。

第二股力量：市场数据揭示了一个残酷现实——贵的模型卖不动了。

企业支出管理平台Ramp的数据显示，Anthropic最贵的Fable系列上线一个月后，只占企业从Anthropic购买Token的6%。

这个数字说明了一个简单的事实：大多数工作根本用不着为最高档付费。一项任务如果用Opus就能做好，企业没有理由再为Fable多掏钱。

与此同时，Ramp追踪的数据显示，每百万Token的有效价格已从今年3月的1.15美元降至0.68美元，半年下降了41%。

企业给AI花钱越来越精打细算，不再盲目为“最强模型”买单，而是开始算一笔账：这件事用便宜模型能不能做？

第三股力量：中国模型的低价攻势形成了倒逼。

以DeepSeek为代表的国产模型，已经把全球大模型的价格门槛向下拉低了一个量级。DeepSeek V4 Flash每百万Token输入价格仅1元人民币，输出2元，折合约0.14美元和0.28美元。

即便OpenAI将Luna价格猛砍，其输出价格仍是DeepSeek V4 Flash的四倍以上。

摩根士丹利的研报指出，中国大模型API的平均价格过去一年明显上涨，而美国闭源模型价格近期持续下降，中美大模型价格差距正在收窄。

这种“你涨我降”的剪刀差，恰恰说明美国厂商已经感受到了压力，因为如果价格不降下来，价格敏感的客户会毫不犹豫地转向中国模型。

大洋彼岸的价格战，打法不一样

把镜头拉回国内，这场价格战的剧本其实早在两年前就上演过。

2024年5月，字节跳动的豆包率先把Pro模型定价打到0.0008元/千Token，比行业均价低99.3%。

随后阿里云通义千问主力模型降价97%，百度文心大模型两大主力模型全面免费，腾讯混元大模型价格降幅最高达87.5%。一时间，整个行业陷入“亏本卖Token”的疯狂。

但两年过去，国内市场的走向出现了反转。国联民生证券测算显示，中国整体日均Token消耗从2024年初的1000亿级飙升至2026年2月的180万亿级。

需求爆炸之下，智谱AI、腾讯云等相继发布涨价通知，部分产品涨幅超400%。

2026年第二季度，中国大模型平均API输入价格已升至4.9元/百万tokens，输出价格升至21.9元，相比2025年第一季度分别上涨约48%和80%。

价格战打不下去了。字节高管内部放话：“未来18个月，只有控制算力供应链的玩家才能活到最后。”

这个判断放在美国市场同样成立，但两国价格战的底层逻辑有着根本区别：

国内价格战是“烧钱抢地盘”，字节用提前囤积的算力优势和全行业最低的边际成本碾压对手，阿里、百度则被迫跟进吗，比如阿里靠MoE架构把3970亿参数激活压缩到170亿，显存占用降60%，推理吞吐量提升19倍，属于“被逼着降本”。

这种打法的问题在于，当市场从增量转向存量，烧钱就不再是投资，而是浪费。

美国这轮降价更像是“技术红利释放”。OpenAI和Anthropic的降价有明确的架构优化支撑，不是在赔本换市场，而是在新技术范式下重新核算成本。

美国银行发布的报告也指出，中国AI企业正摒弃简单粗暴的价格战，开始更多地围绕完成任务的成本进行定价。某种程度上，中美两国的定价策略正在向中间靠拢。

那这场价格战最后拼的是什么？

先看技术体量。降价的底气不是来自融资额，而是来自每降低一个百分点的推理成本，背后需要多少工程能力来支撑。

Anthropic的缓存读取机制优化、OpenAI的推理效率重构，都是真金白银砸出来的技术壁垒。无问芯穹CEO夏立雪给出的数据是：过去一年通过模型、系统软件和硬件之间的协同优化，推理成本已下降90%，未来仍有进一步下降90%的空间。

这意味着，价格战的终局不是谁先扛不住亏损，而是谁的技术降本速度更快，降本快的一方可以在更低的价格上保持毛利，而降本慢的一方只能在亏损中被迫退出。

再看估值。OpenAI目前估值为8520亿美元，Anthropic最新估值达9650亿美元，双双逼近万亿美元大关，而这个数字则意味着它们有能力持续投入天文数字级的算力建设。

字节2025年资本开支超1500亿元，其中约900亿元投向AI算力；2026年计划投入1600亿元，其中850亿元用于AI芯片采购。

只有体量大到这种程度，才能在降价的同时继续加码研发，这个游戏，小玩家根本玩不起。

更关键的是，价格战本身会加速行业分化。全球初创企业融资约5100亿美元，其中仅OpenAI和Anthropic两家就吸走约2170亿美元，占全球风投的43%。

资金高度集中于头部，意味着中小模型厂商既没有降本的技术能力，也没有烧钱的资本，更没有持续投入算力的底气。价格战打到最后，不是所有玩家都能留在牌桌上。

写在最后

2013年，滴滴和快的的补贴大战烧掉了数十亿，最终以合并收场。

2020年，社区团购的价格战打了一年多，最后活下来的不过两三家。

大模型的价格战不会有本质区别，它是一场关于“谁能在最低的价格上提供最好的能力”的淘汰赛。

OpenAI和Anthropic的这轮降价，看似是在打价格战，本质上是在用技术优势和资本规模重新定义行业的成本基准线。

当百万Token单价跌破1美元，大模型正在褪去奢侈品外衣，变成像水电煤一样的基础设施。

而能够在这个价格水平上持续运营并保持创新的，只有那些技术足够扎实、体量足够庞大、估值足够撑起长期投入的少数玩家。

价格战的终局，从来不是比谁更便宜，而是比谁能在便宜的同时活得更好。

技术体量和估值，就是那道活下来的门槛。