AI 價格戰已進入新階段。整個 2026 年，OpenAI 與 Anthropic 有系統地調降其中階模型價格，降幅之大足以讓開發者重新思考：開源替代方案是否仍值得自架伺服器的麻煩。由於按 token 計費的費用是團隊在生產環境運行 AI 功能時最主要的經常性成本，這種規模的降價會直接波及整個產業的自建或採購決策。

價格戰背後的數字

7 月 30 日，OpenAI 將 GPT-5.6 Luna 降價 80%，成本降至每百萬輸入 token $0.20、每百萬輸出 token $1.20。該公司較高階的 GPT-5.6 Terra 也遭調降，降幅 20%，至每百萬 token 輸入 $2、輸出 $12。

Anthropic 隨後於 8 月 10 日跟進，將 Claude Sonnet 5 的上市優惠價 $2/$10（每百萬 token）轉為永久定價。

第二波降價於 9 月 22 日到來。AI 以 $2/$10 與 $0.10/$0.50 的價格推出 GPT-6 Sol 與 GPT-6 Luna，約較上一代定價 50%。Anthropic 則以牌價 $4/$20 的 Claude Opus 5.5 應對，此外內建的效率改良還能為用戶帶來約 40% 的實質節省。

對這些價格表不熟悉的讀者：API 定價以每百萬 token 為計費單位——token 是模型處理的字詞與字元區塊——輸入（模型接收的文字）的價格通常低於輸出（模型生成的文字）。

為何開源模型倍感壓力

自行部署開放權重模型雖然沒有按 token 計費的費用，但會將成本轉移到 GPU 硬體、工程人力與全天候維運上。專有模型的每一次牌價下調，都在縮小自架部署賴以合理化這些開銷的成本差距。

企業正越來越多地將工作負載分層。價格低廉的專有模型處理摘要、分類與基礎客戶互動等例行任務，而高效能模型則保留給效能差異真正關鍵的專門工作負載。

開源模型仍占據可觀的用量份額，尤其是在 OpenRouter 這類平台上，開發者可透過單一整合混合搭配不同模型。

讓局勢更複雜的中國因素

中國 AI 公司持續訂出極低的價格基準，使美國即便調降後的定價也顯得昂貴。DeepSeek V4 Flash 的定價低至約每百萬 token $0.14/$0.28，大幅低於美國同業。在高用量下，這樣的差距會迅速累積成大型工作負載每月帳單上的實質差異。

效能差距也在縮小。部分中國模型現已能以五到九倍更低的成本，逼近美國中階模型的能力。

IPO 算計與利潤壓力

市場普遍預期 OpenAI 與 Anthropic 都會追求 IPO。激進降價能推升採用率與用量指標，但同時也壓縮利潤。這是一場賭注：更低的價格帶動更高的用量，而更高的用量最終能補每一次 API 呼叫上更薄的利潤。

在上市前夕，這種取捨的分量更重，因為投資人通常會同時檢視成長與獲利能力。兩家公司目前都是私有企業，並未公布經審計的財務報表，因此其最終的 IPO 申報文件，將讓業界首次得以嚴格檢視折扣 token 是否轉化為規模化營收。