AI 价格战已进入新阶段。2026 年全年，OpenAI 与 Anthropic 系统性地下调其中端模型价格，降幅之大足以促使开发者重新审视：开源替代方案是否仍值得承担自托管的繁琐开销。由于按 token 计费的费用是团队在生产环境中运行 AI 功能的主要经常性成本，如此规模的降价会直接波及整个行业的自建与采购决策。

价格战背后的数字

7 月 30 日，OpenAI 将 GPT-5.6 Luna 的价格下调 80%，降至每百万输入 token 0.20 美元、每百万输出 token 1.20 美元。该公司更高端的 GPT-5.6 Terra 也被下调 20%，至每百万 token 输入 2 美元、输出 12 美元。

Anthropic 随后于 8 月 10 日将 Claude Sonnet 5 的 introductory 定价转为永久，即每百万 token 2 美元/10 美元。

9 月 22 日迎来第二波降价。OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna，定价分别为 2 美元/10 美元和 0.10 美元/0.50 美元，比上一代定价低约 50%。Anthropic 则以 4 美元/20 美元 list 价的 Claude Opus 5.5 予以回应，尽管其内置的效率提升可为用户带来约 40% 的实际节省。

对于刚接触这些定价表的读者：API 定价按每百万 token 计量——token 是模型处理的字词与字符片段——输入（模型接收的文本）的价格通常低于输出（模型生成的文本）。

开源为何承压

自托管开放权重模型虽然不产生按 token 计费的费用，但会将成本转移到 GPU 硬件、工程时间和全天候运维上。专有模型每次官价下调，都在缩小自托管赖以证明其开销合理性的差距。

企业正日益将工作负载分层。廉价的专有模型处理摘要、分类和基础客户交互等日常任务，而高端模型则保留给性能差异真正重要的专用工作负载。

开源仍然占据可观的用量份额，尤其是在 OpenRouter 这类平台上，开发者可以通过单一集成混搭多种模型。

中国因素

中国 AI 公司一直在设定极低的价格基准，使即便下调后的美国定价也显得昂贵。DeepSeek V4 Flash 的定价低至约每百万 token 0.14 美元/0.28 美元，大幅低于美国同行。在高用量场景下，这样的差距会迅速累积为大规模工作负载下截然不同的月度账单。

性能差距也在缩小。一些中国模型现在的成本仅为美国的五分之一到九分之一，却能接近美国中端模型的能力。

IPO 算术与利润率压力

市场普遍预期 OpenAI 与 Anthropic 都将寻求 IPO。激进降价可提升采用率和用量指标，但也会压缩利润率。他们的赌注是：更低的价格带来更高的用量，而更高的用量最终能弥补每次 API 调用上更薄的利润率。

在上市前夕，这种取舍显得尤为重要，因为投资者通常会同时审视增长与盈利能力。作为私营公司，两家公司目前均未公布经审计的财务数据，因此其最终的 IPO 招股文件将让业界首次得以确切了解，折扣 token 是否正在转化为规模化收入。