OpenAI 与 Anthropic 的 LLM 价格战：数月内降幅达 80% 背后的逻辑
过去几个月，OpenAI 和 Anthropic 对其主要大语言模型（LLM）进行了大幅度的价格调整。根据双方发布的定价数据（输入 MTok / 输出 MTok / 缓存读取 MTok），部分模型的总体使用成本在短期内下降了约 80%。这一现象引发了行业对竞争格局、基础设施效率以及未来盈利模式的深入讨论。
关键时间节点与定价变动回顾
2026 年 6 月 26 日： OpenAI 发布 GPT-5.6 系列中的 Sol 和 Luna 模型。Sol 作为 GPT-5.5 的直接继任者，维持了 5 美元/30 美元/0.50 美元的原有定价；Luna 则定位为低成本场景的小型模型，初期关注度较低。
2026 年 6 月 30 日： Anthropic 推出 Claude Sonnet 5，宣称其性能接近 Opus 级别，但市场反馈褒贬不一。该模型初始定价为 2 美元/10 美元/0.20 美元，尽管最初标注为“临时”价格，但后续并未回调。
2026 年 7 月 24 日： Anthropic 发布备受期待的旗舰更新 Claude Opus 5，定价为 5 美元/25 美元/0.50 美元，与 GPT-5.6 Sol 持平。虽然基准测试显示其部分指标超越更大的 Fable 5，但实际应用场景表现复杂。
2026 年 7 月 30 日： OpenAI 宣布将 GPT-5.6 Luna 的价格下调 80%，降至 0.20 美元/1.20 美元/0.02 美元。此举旨在应对来自 DeepSeek V4 Pro 等开源模型的激烈竞争，避免在性价比上处于劣势。
2026 年 8 月 10 日： Anthropic 确认将 Claude Sonnet 5 的临时折扣转为永久定价。
2026 年 8 月 21 日： OpenAI 预告将在未来三个月内将 GPT-5.6 Sol 的价格降低约 20%，目标价位为 4 美元/20 美元/0.40 美元。
2026 年 9 月 1 日： Anthropic 发布 Fable 5.1，定价为 10 美元/50 美元/0.25 美元。除了全领域基准性能优于前代 Fable 5 外，其缓存读取成本降低了 75%。由于在代理编码场景中，缓存读取占代币支出的 96%-99%，且命中率高达 90%-100%，这一调整使得整体使用成本显著下降约 70-75%。
2026 年 9 月 3 日： OpenAI 推出 GPT-6 Astra，规模与 Fable 5.1 相似，定价同为 10 美元/50 美元/1 美元，但未享受类似的缓存读取成本优惠。其性能与 Fable 系列相当。
2026 年 9 月 22 日： OpenAI 发布 GPT-6 Sol，定价极具竞争力，为 2 美元/10 美元/0.20 美元，低于此前打折后的 GPT-5.6 Sol。同日发布的 GPT-6 Luna 进一步将输入和输出价格减半至 0.10 美元/0.50 美元/0.01 美元。同一天，Anthropic 发布 Claude Opus 5.5，强调其计算需求低于 Opus 5，定价为 4 美元/20 美元/0.20 美元。得益于输入/输出成本降低 20% 及更高的缓存读取比例，Opus 5.5 的总体成本比 Opus 5 低 40-60%，且性能优于 Fable 5.1。
2026 年 9 月 29 日： 鉴于 GPT-6 Sol 在性能上的不足，OpenAI 一周后紧急发布 GPT-6.1 Sol。该版本性能对标 Astra，并将缓存价格再次削减一半至 0.10 美元（即 2 美元/10 美元/0.10 美元），以匹配 Anthropic 的 5% 缓存读取成本策略。至此，GPT-6 系列相对于初代累计成本降低幅度达到 75%。
竞争压力与行为经济学分析
OpenAI 与 Anthropic 之间的价格对抗并非孤立事件，而是受到外部市场竞争的强烈驱动。自 2025 年 11 月代理式 LLM 爆发以来，模型逐渐商品化，用户在代码库中切换模型的门槛极低。除了 Google 和 Meta 等大型科技公司，众多开源权重模型也构成了实质性的价格压力。
DeepSeek Flash V4.1 是其中的典型代表。其早期版本 DeepSeek V4 Flash 0420 于 2026 年 4 月以 0.14 美元/0.28 美元/0.0028 美元的价格发布，凭借极低的缓存读取成本迅速走红。特别是 0.0028 美元的缓存价格，远低于 OpenAI 和 Anthropic 当时 5%-10% 的水平，使其实际成本极具吸引力。推测 OpenAI 在 7 月对 GPT-5.6 Luna 的大幅降价正是为了应对此类开源小模型。
目前，更新的 DeepSeek Flash V4.1 1017 变体在人工分析指数上得分 45（对比旧版 24），性能显著提升，而成本维持在 0.15 美元/0.60 美元/0.003 美元。在 OpenRouter 平台上，提供 DeepSeek V4 Flash 服务的推理提供商已从最初的 13 家激增至 29 家。这种多供应商格局使得 Cloudflare 和 DeepInfra 等提供商的实际终端成本能控制在 DeepSeek 官方成本的 10% 以内，尽管这些开源模型目前仅占总代币份额的一小部分。
面对开源模型的追赶，闭源厂商必须依靠更高质量的模型来建立差异化壁垒。Anthropic 的 Opus 5.5 在此方面表现突出。此外，Moonshot AI 近期发布的 Kimi K3.1 Pro 也加入了价格战，其性能对标 Opus 5.5（Kimi 55 vs Opus 5.5），但输入/输出价格仅为后者的一半（2 美元/10 美元/0.20 美元），且缓存读取成本相同。值得注意的是，Moonshot AI 主动将 Kimi K3.1 Pro 定价低于前代 Kimi K3（3 美元/15 美元/0.30 美元）。随着 11 月 4 日权重的开放，预计将有超过 20 家推理提供商加入服务行列。
IPO 预期下的财务悖论
尽管存在一种观点认为当前低价是为了通过补贴吸引用户进入生态系统，随后再回归“真实成本”，但行为经济学数据和近期的价格趋势并不支持这一假设。只要推理提供商能以低于收入的成本提供服务，他们就有动力继续降价以争夺市场份额，迫使 OpenAI 和 Anthropic 跟进。最终，“真实成本”可能收敛于边际成本。
更为引人注目的是，这些激进降价发生在 OpenAI 和 Anthropic 传闻将于 2027 年上市的关键窗口期。泄露的财务数据显示，两家公司因研发和扩张正在承受数十亿美元的亏损。投资者通常会对巨大的负利润率持谨慎态度，并期待看到明确的盈利路径。在这种情况下，削减核心收入来源高达 80% 似乎与优化 S-1 招股说明书表现的常规做法相悖。
有报告指出，即使在大规模降价后，每代币的毛利率仍保持在健康的 80% 左右，但这具体细节有待披露。对于用户而言，降价确实改变了支出结构。例如，当顶级模型从 GPT-5.6 Sol 切换到 GPT-6.1 Sol 时，有效使用成本降低了 75%，导致订阅用量上限被相应调整。OpenAI 在发布 GPT-6.1 Sol 的同时，将 Codex 每月 200 美元层级的高级用户配额减少了 50%，理由是“反映越来越高效的模型”。这在技术上是合理的，但在商业策略上显得颇为微妙。
另一种解释是基础设施的效率提升。如果模型计算效率提高，理论上可以减少对超大规模数据中心建设的依赖。然而，推理只是计算组合的一部分，其他环节仍需大量算力支撑。因此，单纯的基础设施改善可能不足以完全解释如此剧烈的价格变动。
总体而言，OpenAI 和 Anthropic 正试图通过企业承诺和个人代理助理等业务线建立护城河，以抵御开源模型和二级推理提供商带来的价格侵蚀。即便这两家公司的 IPO 遭遇挫折甚至失败，也不会导致 LLM 行业的终结，因为开放权重模型和多供应商生态已成为制约价格垄断的重要经济力量。
