大模型的价格战，打到硅谷了

很长一段时间里，和一直站在AI价格战之外。

在国内市场当中, 模型调用的价格一次次地被压低, 然而硅谷那处于前列位置的公司, 依旧是把竞争的重点集中于模型的能力方面, 价格高昂反倒凸显出其具有前沿的能力。

但今年夏天，风向变了。

据《华尔街日报》讲, 正在思索大幅度降低Token价格, 从而能从别人手中争抢客户。需要留意的是, 之所以预先谋划降价, 是和其预计会开展类似行为有关。

自崭新的一轮, 有关「地表最强」, 这般模型之间的竞争而言, 这场, 体现于价格方面的战争, 已然初步呈现出相应的迹象了。

01当白月光遇上价格屠刀

7月24日，亲手为自家最贵的公开模型，找了一个半价平替。

新推出的Opus 5, 每百万Token输入五美元, 输出二十五美元, 恰巧仅仅是Fable 5的一半。更为微妙之处在于, 价格降低质量却未降低, 主动着重表明, Opus 5能够「以一半的价钱靠近Fable 5前沿的智能」。

有测试被公布出来, 能够显示出, 在编程能力基准3.2那里, 两者的最高成绩仅仅相差0.5%, 不过Opus 5的单项 Task 成本却是后者的一半；在计算机控制基准2.0之上, 它还甚至只使用了大概三分之一的这种情况的成本, 就超过了Fable 5的最好成绩。

一个多月前，Fable 5还是捧出的「白月光」。

这个模型于诸多核心基准测试里处于领先位次, 鉴于任务越是冗长、越是繁杂, 其具备的优势就愈加显著；其价格同是高高在上这般状况: 每百万Token输入需10美元, 输出则要50美元, 此为Opus 4.8的两倍呀。

为使更多用户能品尝到这款价格高昂的模型。曾暂且将其放行进限时推出的Pro、Max连同Team等订阅套餐范围里, 哪怕该模型在中间阶段出现下架退网的情况, 然而在7月1日重新恢复上线之后, 套餐相关权益还是呈现出遭受到再三延续拉长的态势。

但几天后，发起了一轮性价比攻势。

在7月9日这一天, 发布了GPT-5.6 , 旗舰模型Sol每百万Token的输入要5美元, 其输出则为30美元, 这和上一代GPT-5.5是一样的情况 , 然而当把它放在Fable 5面前的时候 , 它的输入价格仅仅只有一半 , 输出价格也降低了四成。

GPT-5.6公布远低于的定价后的梗图

将Fable 5当作标尺, 是在发布的时候, 并非仅仅比跑分, 还对完成同一项任务所需Token数量进行反复计算, 同时计算所需时间, 并且计算最终花费的金额。

在价目表以外的范畴, 竞争的火焰烧至了订阅套餐领域, 达到了几乎每增添100万用户就进行一次使用额度重置动作的程度, 并且还宣称重置的额度能够储存起来以供使用, 在此情况下顶着算力方面的压力持续延长Fable 5的套餐权益。

随后拿出Opus 5，第一轮正面交锋由此成形。

Codex的负责人Tibo作出回应, 针对社交媒体上的评论, 只要你去发文称赞Codex, 那样的话就能够直接领取到100美元的额外用量。

强调在贴着Fable 5的情况下要关注单位任务成本, 接着将接近Fable 5的能力下放到原有的Opus价格带。当有两家处于头部位置的前沿模型公司, 均都开始主动去证明性价比之时, 这明显不单纯只是一次促销行为。

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。

在Agent进入工作流的情况下, 模型要持续不断地去执行相应任务, 而Token消耗会直接转变为企业的生产成本。

伴随「Token竞赛」落下帷幕, 企业们着手再度审视持续膨胀的AI支出, 进而发觉难以把成本跟实际回报关联起来。广告巨头WPP的CEO辛迪·罗斯宣称, 公司所拥有的Agent数量已然超过员工, 好多Token开支压根未进入初始预算。Uber CTO普拉文·尼帕利·纳加曾透露, 公司在四个月之内用尽了全年AI预算。

企业用以挑选模型的标准, 由此发生了转变, 不再是关注「谁的跑分是最高的」, 而是转为考量「谁能够依靠更低的成本去完成同一项任务」。

当GPT - 5.6正要发布之时, 以及刚发布之后, 多次不断地着重指出「per」, 也就是每一块钱, 到底能够买到多少具备功用的工作呢?

这固然有着厂商用以针对自身定价给与辩解的颜色, 然而也指出了在Agent时期更为实际的一项指标, 即成功任务单位成本。

与此同时，头部模型之间的差距，也越来越难支撑长期溢价。

对于大量的日常编程任务, 对于大量的资料处理任务, 对于大量的办公任务而言, 市场上已然同时存在多款「足够好」的模型。a16z曾于2025年的时候调查100名企业CIO, 其中37%的受访企业已然同时使用五款以上模型, 高于前一年的29%。

可以看到, 模型已经变为能够被拆分, 并且能够被混用, 还能够被比价的生产要素, 单一模型所具备的性能优势, 越来越难以转化为客户忠诚度了。

焦虑在模型公司那里就是这样产生的: 接入时间点在此之前的时候, 用户进行切换所需要付出的代价算是比较低的；等到接入结束之后, 要发生迁移其成本就会很快且大幅度提高的。

一旦模型进入企业代码库, 进入数据接口, 进入评测系统, 进入权限系统, 更换模型便不只是修改一个API地址这么简单, 还要迁移提示词, 迁移安全规则, 迁移内部流程。谁能在市场尚未固化的时候, 以更低的价格抢到用户, 谁就更有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。

原本, 凭借着在消费者市场里占有一定地位的情况, 是更加善于去服务企业以及开发者的情形；在Code走红了之后, 这两家公司已然进到了同一条竞赛轨道当中的状况。根据Ramp那边的数据所显示的情形来看, 在今年6月的时候, 相关企业付费采用比例实际上达到了42.4%, 相较于之前是去到了为39.5%的地步。

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。

比如说, 近期特别火爆的Kimi K3, 它在代码方面的表现, 进入了全球前沿模型竞争范畴, 数学推理任务上的表现, 也进入了全球前沿模型竞争范畴, 其API价格, 输入每百万Token大约是3美元, 输出大约是15美元, 相比于旗舰模型的定价, 要低很多。

固然价格战是能够出现的, 另外还存在着一个更深层次的必要条件, 那就是模型推理其自身变得价格低廉了。

斯坦福 AI Index 统计显示的数据表明, 会有一个情况, 就是达到 GPT - 3.5 水平的模型, 其推理成本出现了下降, 时间范围限定在 2022 年 11 月至 2024 年 10 月之间, 下降幅度超过 280 倍；同一时期内, 还存在另一种情况, AI 硬件成本呈现出平均每年下降约 30%的态势。另外, 模型架构、芯片利用率、量化、缓存以及批处理等方面取得的进步, 这些进步都在释放出新的降价空间。

然而, 虽说推理降本只是给厂商供应了开战所需的弹药, 可并未致使成本就此消逝, 价目表上被去掉的那一部分, 最终总归还是得有人来负担费用的。

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。

单独来看的话, 每百万-token有着几美元的价差, 看起来好像没什么显眼的地方, 可是, 等到消耗累计达到了数百亿-token之后, 就会转变成为一笔实实在在的成本了。对于那些预算有限的创业公司以及个人开发者而言, 这甚至有可能对一个产品能不能成立起到决定性的作用。

在相同的预算能够购得更多Token的情形下, 应用公司能够使昂贵的模型去处理复杂的任务, 让便宜的模型承担日常的工作, 还能够准许Agent开展更多轮的尝试。以往由于推理成本过高而被搁置的客服、编程、研究以及自动化场景, 如今也开始再度拥有商业可行性了。

所以啊, 这价格战给予应用层的不单单是省钱这么简单的情况, 而是另外存在着更大的用来去尝试错误的空间。那种名为模型的“原料”越是便宜, 在此基础之上能够被建立起来的产品数量也就越多。

可是价目表之上不见了的成本, 并非确实消退了, 只是被给模型做的公司算到自己账目里去了啊。

根据《The 》所做的报道, 其推理的成本, 在2025年的时候, 出现了增长四倍的情况, 与此同时, 经过调整之后的毛利率, 从40%下降到了33%；另外, 依据《华尔街日报》给出的报道, 其把截止到2030年的预计算力支出, 向上调整到了接近7500亿美元。

这表明, 每当模型价格进行一轮下降时, 企业便都需面临一回更为严苛的规模经济方面的考验, 即唯有调用量的增长速度在比价格下降速度更快的情况下, 并且推理效率能够持续提升, 此时降价才具备可能性被更为可观的收入实现消化。

短期来看，和呈现攻守之势。

在GPT - 5.6所产生的带动作用之下, Codex以及Work的活跃用户加在一起总计已然突破了一千万, 要是模型进入企业代码库、数据接口、权限系统以及内部流程, 那种以低价吸引而来的用户便有可能沉淀成为长期客户。

周活跃用户达到10亿，比预期计划迟了半年 图源：The

但这笔交易不一定具有划算性, 要是用户欠缺忠诚度, 并且边际毛利不够充足, 那么新增的调用量就有可能主要是让算力支出得到放大, 却不太容易沉淀成为长期收益啦。

价格战由此变成了一场资本耐力赛。

这属于价格战更为深入的一层影响, 它让使用智能所需的价格降低, 不过却将生产前沿智能的门槛予以提高。

与此同时，越来越多的通用能力将走向基础设施化。

前沿模型经由复杂编程、长时任务以及高难度推理, 依旧能够获取溢价, 只是这种溢价存续期越来越短暂: 一种能力刚凭借训练得以形成, 很快便会融入更具性价比的模型之中, 或者被竞争对手赶超。

近期, 在流传的投资者交流纪要里面, 梁文锋曾提出过一个假设, 那就是不同公司的模型能力不会在长时间内一直保持巨大的差距, 竞争到最后会在成本、迭代时间以及用户体验这些方面上；随着基础模型利润率的下降, 牌桌也会从当前的群雄混战这种情况, 收敛到少数的几家公司那里。

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。