美國企業正越來越多地選擇能夠勝任工作的最便宜AI模型,而非自動採用最先進的解決方案。據《金融時報》報導,隨著新模型縮小能力差距、token成本持續下降,這一轉變正對高階定價構成壓力。

選購能完成任務的最便宜模型

其邏輯在於,昂貴的前沿模型應只在必要時部署,而日常工作可交由表現足夠良好的廉價模型處理。

這一模式體現在Ramp於9月9日發布的AI Index中,該指數追蹤企業的AI支出。根據2026年8月的支出數據,Ramp樣本中43.8%的美國企業購買了Anthropic產品,相比之下OpenAI為39.8%。Ramp還指出,廉價模型使用量的增長,對那些商業模式依賴企業持續增加前沿系統支出的AI公司構成威脅。

這一趨勢也與OECD於2026年9月發布的代理式AI報告的發現一致。對25個組織的訪談顯示,節省成本是採用代理式系統——即能在有限監督下規劃並執行多步驟任務的AI——的常原因,同時這類系統還有助於提高生產力並緩解勞動力短缺。

以幾分之一美分計價的價格戰

AI模型的價格正在迅速下降,而新一波系統也恰在此時推出。根據Cryptopolitan此前的報導,OpenAI於9月22日發布GPT-6 Sol和GPT-6 Luna,價格比之前的GPT-5.6模型低至少50%。GPT-6 Sol的價格為每百萬輸入token 2美元、每百萬輸出token 10美元;token是模型處理的文本標準單位,API定價亦以此計量。

同一週,Anthropic推出Opus 5.5,xAI則發布Grok 4.7,這些新產品亮相於一個日益以性價比為驅動的市場。據Axios報導,廉價但仍高效的模型代表著行業新的競爭賽道。

長期的下行趨勢更為顯著。據Epoch AI統計,自2023年以來,達到恆定AI性能水平的價格每季下降約47%,即每年約下降13倍。

每項已完成任務的成本更為重要

隨著價格壓力加劇,企業衡量AI成功的指標也在轉變。基準測試領先地位的重要性並未減弱,但如今更關注客戶為有效性能所支付的費用。

Zapier的AutomationBench測試AI代理在47種商業工具上的端到端工作流程。截至9月28日,Claude Opus 5.5以42.47%的效率位居榜首,價格為每項任務1.44美元;而GPT-6 Sol在XHigh檔位下達到33.2%,每項任務僅需0.27美元。

同樣的權衡也體現在Artificial Analysis上。GPT-6 Sol以最大效能在其智能指數上得分48,估計每項任務成本為1.06美元;而小米的開放權重模型MiMo-V2.6-Pro——其權重公開發布,可在供應商自有基礎設施之外運行——得分46,每項任務成本僅0.13美元。

這一差距之小,使得多模型路由成為可行方案。企業無須依賴單一供應商處理所有工作負載,而是可以根據每項任務的相對重要複雜度,分配合適的模型。

更便宜的token仍可能帶來更高的帳單

更低的價格並不一定意味著更低的AI支出。據Axios報導,傑文斯悖論——由19世紀經濟學家威廉·斯坦利·傑文斯首次提出,他觀察到資源使用效率的提升往往會增加而非減少其總消費量——表明更廉價的資源會導致更大的消耗。Gartner在8月17日的預測中發出了類似警告,估計到2028年,代理式工作流程的推論成本將增長五倍以上。

更便宜的模型還能擴大世界其他地區的獲取機會。根據微軟發布的全球AI擴散報告,廉價和開放模型有助於提升可及性,但基礎設施、連接能力和技能將在決定誰能從中受益方面發揮關鍵作用。

對企業買家而言,訊息越來越明確:最好的AI未必是最聰明的AI,而是能以最低成本高效完成任務的AI。

來源:Cryptopolitan