OpenAI 与 Anthropic 竞相大幅下调 AI 模型推理成本

核心摘要：随着全新一代 GPT-6 和 Claude Opus 模型的发布，前沿 AI 的推理成本被彻底击穿。这不仅是一场激烈的价格战，更是对企业 AI 部署策略和底层基础设施战略的全面重塑。

Shutterstock

在 OpenAI 和 Anthropic 于周二相继下调其最新模型的价格后，企业现在能以远低于以往的单 Token成本来采购前沿 AI（Frontier AI）能力。

OpenAI 震撼发布了 GPT-6 Sol和 GPT-6 Luna，其每 Token 的生成成本相比前代 GPT-5.6 直接腰斩。

“这些模型通过不断推进成本效益的前沿极限，帮助我们将 AI 智能的红利普惠给更广泛的群体，”OpenAI 在其发布博客中表示，“底层 Caching（缓存技术）和 Inference（推理）效率的突破，使我们能以更低的成本提供模型服务。我们将这些节省下来的成本直接让利给用户——Sol 和 Luna 的 API 价格直降 50%。”

与此同时，Anthropic 毫不示弱地推出了 Claude Opus 5.5，其 Token 定价不仅比上一代 Opus 5 降低了 20%，而且得益于模型更低的算力需求和优化的 Token 消耗率，企业将获得更为可观的降本收益。Anthropic 在官网宣布：“在大多数任务中，Claude Opus 5.5 的性能表现与旗舰级的 Claude Fable 5.1 相当，但其运行成本却比 Opus 5 暴降了 40%。”

一、竞争焦点转移：从“跑分”转向“性价比”

回想此前 GPT-6 Astra 和 Claude Fable 5.1 等旗舰模型发布时，大厂们还在疯狂秀肌肉、大肆宣传极其硬核的基础性能；而如今，各家的宣发口径已高度一致地转向了新模型的“极致性价比（Value for money）”。

但资深行业分析师指出，这些举措的深远意义绝不仅限于账面价格的下调。

Forrester 副总裁兼首席分析师 Charlie Dai 表示，AI 供应商正越来越倾向于在“效率”赛道上展开角逐。

“前沿 AI 领域正步入一场旷日持久的‘性价比拉锯战’。这场战争的核心驱动力是推理效率的飞跃、更优的缓存机制以及极致的模型优化。同时，随着各家头部模型能力的日趋同质化，市场竞争压力也随之呈指数级加剧，”Dai 分析道。

供应商们正通过不断击穿成本底线，来“扩大企业端的采用率，并刺激更高并发量、更大规模的生产级应用落地”。

二、私有化部署（On-Premises AI）的经济学账本面临重估

API 调用成本的大幅跳水，极大地改善了企业通过公有云平台消费 AI 的经济效益账本，尤其是对于诸如 Coding Agents（代码智能体）和企业自动化等高频运转的重度工作负载。

然而，Dai 强调，由于 Data Sovereignty（数据主权）、严苛的安全合规以及知识产权保护等不可妥协的要求，企业对私有化（Private）或混合式（Hybrid）部署架构的需求依然坚挺。

“极低的推理成本确实让直接调用 API 变得极具诱惑力，但这并不会抹杀私有化和混合 AI 的市场，”他指出，企业领导者依然希望“通过混合架构和选择性地拥有基础设施控制权，来保持战略灵活性。”

Greyhound Research 的首席分析师 Sanchit Vir Gogia 表示，随着按量计费成本的持续走低，那些正在评估本地部署（On-premises）方案的组织，必须重新极其精细地盘点自身的使用率、数据敏感度以及运营约束条件。

他预判未来还会有更惨烈的降价潮。“这是一种结构性的、持续的价格挤压。如果将其简单地视为传统的‘价格战’，那就完全抓错重点了。这实际上是一场‘跑马圈地’的领地战，各家巨头都在争夺成为企业采购 AI 智能的‘默认底层通道’。”

三、跳出 Token 计价陷阱：评估真实的业务成本

尽管供应商都在极力标榜更低的 Token 单价和在标准化基准测试中的成本优势，但分析师警告称，企业亟需建立更宏观的评估体系。

“CIO 们应当评估‘单次业务成果的成本（Cost per business outcome）’，而不是单纯盯着‘每 Token 的成本（Cost per token）’，” Dai一针见血地指出，并强调必须将可靠性、系统延迟和实际任务完成率等关键隐形成本纳入考量。

Gogia 也赞同这一观点。他认为，定价评估必须锚定于“实际成功的业务输出”，而非“大模型尝试的次数”。“唯一经得起推敲的财务衡量标准，是‘每个被业务端接受且完全合规的成果，到底耗费了多少总成本’。”

两位分析师强烈建议，企业切勿盲信公开的基准测试结果，而应亲自用企业内部真实的工作负载（Workloads）来验证供应商的降本承诺。

四、重塑生态系统：模型商品化与云巨头的转型

这轮价格雪崩产生的涟漪，正剧烈冲击着包括 Hyperscalers（超大规模云服务商）和底层基础设施供应商在内的整个 AI 宏观生态。

Dai 指出，随着原始算力（Raw compute）和基础推理服务的利润空间被无情压缩，云巨头们将不得不向上游攀登，转型提供编排（Orchestration）、安全治理以及全栈 AI 平台等高附加值服务。

Gogia 补充道，这种市场剧变指向的是“利润的转移，而非利润的崩盘”——Token 单价下降导致的营收缩水，在很大程度上被底层服务成本的降低，以及降价引爆的海量市场需求所对冲。

这一系列的最新发布，折射出前沿模型提供商之间的肉搏战已进入白热化。

Gartner 高级研究总监 Anushree Verma 表示，企业客户已经开始将各家的通用大模型视为“可随时相互替换”的底层组件。

“基础大模型正日益走向商品化（Commoditized），” Verma 说道。她补充称，在超大规模算力基础设施和雄厚资本的背书下，各家供应商都在“极具攻击性地掠夺市场份额”。这直接导致了贴身肉搏般的价格战，以及在标准推理服务上“竞相触底（Race to the bottom）”的惨烈局面。

对于企业而言，这种剧变是一把双刃剑：不断下探的价格极大地降低了 AI 的准入门槛，释放了巨大的业务潜力；但同时，它也对企业的技术甄别能力提出了史无前例的挑战——企业必须在数十家供应商之间，极其精准地权衡性能、成本和部署架构的终极 ROI。

💡 技术名词速览 (Tips)

• Token (词元):大语言模型处理和生成文本的基本单位。它可以是一个词、一个字甚至是一个字母。目前商业 AI 模型普遍采用“按处理的 Token 数量”来计费。

• Inference (推理):指训练好的 AI 模型在接收到用户输入（Prompt）后，进行计算并输出结果的预测过程。它是企业日常使用 AI 时消耗算力和产生费用的核心环节。

• Caching (缓存):在上下文中指“Prompt Caching（提示词缓存）”技术。通过将常用或冗长的上下文预先存储在内存中，模型在推理时无需重复计算，从而大幅降低成本并显著降低延迟。

• Hyperscaler (超大规模云巨头):拥有全球级庞大数据中心和极其庞大云计算资源池的顶级科技公司，如 AWS (亚马逊云科技)、Microsoft Azure (微软) 和 Google Cloud。

• Data Sovereignty (数据主权):企业或国家确保其产生的数据受其自身法律法规约束，完全掌握数据存储位置和处理方式的权利，是企业在选择云端 AI 还是本地私有化 AI 时的决定性考量因素。

• Orchestration (编排):在企业级 AI 应用中，指将多个 AI 模型、外部 API、数据库和企业工作流进行自动化调度与协调，使其像交响乐团一样无缝协作完成复杂业务任务的技术层。