近几年来，DeepSeek、Kimi 等国产大模型凭借较低的调用成本和不断提升的模型性能，让大模型市场的价格竞争愈发激烈。
如今，OpenAI、Anthropic 也相继下调模型价格，部分模型的降幅甚至达到 80%。
大模型越来越便宜，背后究竟是怎样的市场逻辑？这场价格战还会持续多久，Token 的价格未来又会走向何方？
曾任 BuzzFeed 高级数据科学家的 Max Woolf，在最近的一篇文章中，从模型定价、推理成本、开放权重模型的竞争，以及 OpenAI 和 Anthropic 的 IPO 计划等角度，分析了这轮降价背后的原因，并提出了一个值得关注的观点：随着市场竞争持续，Token 价格未必会像一些人预想的那样重新大幅上涨。
原文链接：https://minimaxir.com/2026/10/cheap-llms/
编译 | 苏宓
出品 | CSDN（ID：CSDNnews）
先来快速回顾一下过去几个月，OpenAI 和 Anthropic 两家公司发布的主要大语言模型（LLM）及其时间线。以下提到的价格均按照输入 / 输出 / 缓存读取的顺序排列，单位均为每百万 Token（MTok）。
2026 年 6 月 26 日：OpenAI 发布 GPT-5.6 Sol 和 Luna。其中，Sol 是 GPT-5.5 的直接继任者，定价保持不变，为 5 美元 / 30 美元 / 0.50 美元；Luna 则是一款专为低成本使用场景设计的小型模型，定价为 1 美元 / 6 美元 / 0.10 美元。此外，OpenAI 还发布了一款定位介于两者之间的 Terra 模型，但几乎没什么人关注它。
2026 年 6 月 30 日：Anthropic 发布 Claude Sonnet 5。Anthropic 声称，这款模型的表现更加接近旗下的 Opus 系列，但用户反馈褒贬不一。值得注意的是，该模型发布时的定价为 2 美元 / 10 美元 / 0.20 美元。这个价格最初被称为临时定价，原计划之后上调。
2026 年 7 月 24 日：Anthropic 发布 Claude Opus 5。考虑到 Opus 4.5 曾推动 AI 智能体编程的兴起，这次大版本更新早已让人期待已久。Claude Opus 5 的定价为 5 美元 / 25 美元 / 0.50 美元，与 GPT-5.6 Sol 的价格相近。尽管部分公布的基准测试结果令人意外地超过了体量大得多的 Fable 5，但用户在实际使用中的反馈仍然褒贬不一。
2026 年 7 月 30 日：OpenAI 宣布，将 GPT-5.6 Luna 的价格下调 80%，调整后的定价为 0.20 美元 / 1.20 美元 / 0.02 美元。
大幅降价后，GPT-5.6 Luna 的模型质量与单任务成本对比。 图表中，越靠左上方，表现越好。如果 OpenAI 没有将价格下调 80%，GPT-5.6 Luna 的表现就会输给 DeepSeek V4 Pro。图表来源：OpenAI。
2026 年 8 月 10 日：Anthropic 宣布，Claude Sonnet 5 在发布时实行的临时降价措施将转为永久定价。
2026 年 8 月 21 日：OpenAI 宣布，未来三个月内，GPT-5.6 Sol 将降价约 20%，调整后的定价为 4 美元 / 20 美元 / 0.40 美元。
2026 年 9 月 1 日：Anthropic 发布 Fable 5.1，定价为 10 美元 / 50 美元 / 0.25 美元。与 6 月发布、定价为 10 美元 / 50 美元 / 1 美元的 Fable 5 相比，Fable 5.1 不仅在所有方面的基准测试中都表现更好，还将缓存读取成本降低了 75%。
缓存读取成本：
在使用 AI 智能体编写代码时，缓存读取成本占总 Token 支出的绝大部分，约为 96%—99%。这是因为缓存中保存了此前每一轮对话的完整内容。
此外，缓存命中的概率通常在 90%—100% 之间，具体取决于大语言模型推理服务提供商所采用的基础设施。
综合来看，缓存读取成本降低 75%，意味着使用该模型的总成本也会相应降低约 70%—75%。这一降幅显然相当可观，尽管缓存成本在讨论模型定价时往往只是一个不起眼的细节。
2026 年 9 月 3 日：OpenAI 发布 GPT-6 Astra，其模型规模与 Fable 5.1 相近，定价也基本一致，为 10 美元 / 50 美元 / 1 美元，但并未像 Fable 5.1 那样降低缓存读取成本。在模型性能方面，Astra 的表现确实与 Fable 5.1 不相上下。
2026 年 9 月 22 日：OpenAI 发布 GPT-6 Sol，定价低得令人震惊：2 美元 / 10 美元 / 0.20 美元。与此前处于临时折扣期的 GPT-5.6 Sol 相比，GPT-6 Sol 的输入和输出价格直接减半。与此同时，OpenAI 还发布了 GPT-6 Luna，其输入和输出价格同样较上一代减半，定价为 0.10 美元 / 0.50 美元 / 0.01 美元。
就在同一天，Anthropic 也发布了 Claude Opus 5.5，并明确表示：“Opus 5.5 的服务运行所需算力低于 Opus 5，其定价也体现了这一点。”
Opus 5.5 的定价为 4 美元 / 20 美元 / 0.20 美元。由于输入和输出价格降低了 20%，缓存读取成本也进一步大幅下降，其总体成本相比 Opus 5 降低了不少。
最终，即使模型性能优于 Fable 5.1，Opus 5.5 的总使用成本仍降低了 40%—60%。
2026 年 9 月 29 日： 事实证明，GPT-6 Sol 在性能方面表现不佳。因此，一周后，OpenAI 又发布了 GPT-6.1 Sol。令人意外的是，GPT-6.1 Sol 的性能已经能够与 Astra 相提并论——作者表示，自己在实际使用后也确认了这一点。
与此同时，OpenAI 还顺手将缓存读取价格砍半，调整后的定价为 2 美元 / 10 美元 / 0.10 美元。这一价格与 Anthropic 的缓存读取定价策略相呼应：缓存读取成本仅为输入价格的 5%。经过这一轮调整，整个 GPT 模型系列的使用成本累计降低了 75%。
总体来看， 从 6 月 GPT-5.6 系列发布至今，主流大语言模型的使用成本已经大幅下跌。这种变化，即使在一年前，我也很难预料到。
Vercel 的 AI 模型网关数据显示，每个 Token 的成本持续下降，目前已降至 2026 年 4 月时的 43.3%。然而，整体支出却在不断增加，因为模型能力提升的速度，比价格下降的速度还要快！数据来源：Vercel。
从上面的时间线可以看出，Anthropic 和 OpenAI 之间存在着明显的针锋相对的竞争关系。可以合理推测，双方的这些降价举措都是在回应彼此的动作。
但如果没有某种外部因素的影响，没有哪家公司会轻易将价格一下子砍掉 80%。那么，究竟是什么在推动这场价格战？
大语言模型的行为经济学与竞争对手带来的定价压力
如果你一直在测试新发布的大语言模型，并尝试用它们运行智能体，那么除了主观感受之外，很难判断不同模型之间究竟有什么区别。
自去年 11 月智能体大模型迎来爆发式增长以来，模型正变得越来越像一种标准化商品。如今，只需在 OpenCode、Zed Agent 这样的工具中切换一下模型，或者通过 OpenRouter 更换 API 端点，就能轻松地在自己的代码库中试用新模型。因此，模型厂商很难建立起真正的竞争壁垒。
此外，市场上还有大量竞争者。提供模型的不只是 Google、Meta 这样的大公司，还有许多其他厂商能够提供足以替代现有产品的模型，这也进一步加剧了价格竞争。
对于开放权重模型，我们不妨再来看看 DeepSeek Flash V4.1。该模型最近还发布了更新版本 1017。
截至 2026 年 10 月 24 日，OpenRouter 已成为获取开放权重模型的重要平台。
DeepSeek 最初于 2026 年 4 月发布了 DeepSeek V4 Flash 0420，定价为每百万 Token 输入 0.14 美元、输出 0.28 美元、缓存读取 0.0028 美元。凭借这一价格，该模型迅速走红。当时，OpenAI 还没有推出适用于简单任务的小型模型，这也进一步推动了它的传播。
其中，每百万 Token 仅 0.0028 美元的缓存读取价格，是一个关键因素。 DeepSeek 的缓存读取比例只有 2%，明显低于前文提到的 OpenAI 和 Anthropic 模型的 5%～10%。这意味着，考虑到缓存命中情况后，模型的实际使用成本甚至会比标价更低。
我猜测， GPT-5.6 Luna 在 7 月降价 80%，就是为了专门应对这些价格低廉的开放权重小模型。
如今，新发布的 DeepSeek Flash V4.1 1017 在基准测试中的表现明显优于 DeepSeek Flash V4，Artificial Analysis 指数得分从 24 分提高到了 45 分。与此同时，DeepSeek 的定价基本保持不变，仍为每百万 Token 输入 0.15 美元、输出 0.60 美元、缓存读取 0.003 美元。这里需要注意的是，以上价格指的是 DeepSeek 自己提供服务时的定价。
在 OpenRouter 上，任何推理服务提供商都可以上架自己托管的模型。当用户调用 OpenRouter API 时，请求会被路由到相应的模型。默认情况下，OpenRouter 会将请求分配给可用的模型，以实现负载均衡；开发者也可以在 API 请求中指定偏好，例如选择「最低价格」。
今年 5 月，我曾注意到，OpenRouter 上有 13 家不同的推理服务提供商托管了 DeepSeek V4 Flash。而对于更新后的 1017 版本，如今这一数字已经增加到 29 家。
DeepSeek V4.1 Flash 1017 的推理服务提供商，按缓存读取成本排序。数据截至 2026 年 10 月 24 日。
不过，如果进一步考察实际输入成本，也就是综合考虑缓存读取价格与缓存命中率后的成本，就会发现，多家服务提供商之间的价格已经相当接近。
按 API 端点计算的实际成本显示，Cloudflare 和 DeepInfra 的价格与 DeepSeek 相差不到 10%。值得注意的是，尽管这些模型的价格最低，但它们在总 Token 使用量中所占的份额仍然较小。数据截至 2026 年 10 月 24 日。
对于 OpenAI 和 Anthropic 来说，要与这些开放权重模型竞争，就必须依靠质量更高的模型来拉开差距。目前，它们在这方面做得相当不错，尤其是 Opus 5.5。但这种优势需要持续保持，这也是数十亿美元不断投入研发的原因之一。
不过，开放权重模型正在迅速追赶。
就在几天前，月之暗面宣布推出 Kimi K3.1 Pro。其性能已接近 Opus 5.5：Kimi K3.1 Pro 在相关评测中的得分为 55 分，Opus 5.5 则为 58 分。与此同时，Kimi K3.1 Pro 的输入和输出价格只有 Opus 5.5 的一半，缓存读取价格则与后者相同，定价为每百万 Token 输入 2 美元、输出 10 美元、缓存读取 0.20 美元。
Kimi K3.1 Pro 与目前已有 20 多家推理服务提供商托管的 Kimi K3 采用相同的模型规模和架构。因此，等到 11 月 4 日模型权重开放后，可以预期，大多数现有服务商都会支持新的 Kimi K3.1 Pro，价格也将大致维持在相近水平。
值得注意的是，月之暗面自己也加入了降价竞争。Kimi K3.1 Pro 的定价甚至低于最初的 Kimi K3：后者的输入、输出和缓存读取价格分别为每百万 Token 3 美元、15 美元和 0.30 美元。
AI 领域的一些强烈反对者经常提出这样一种观点：目前，Token 的价格被人为压低，目的是吸引用户进入大语言模型生态。 一旦用户形成依赖，厂商就会将价格提高到所谓的「Token 真实成本」，届时，那些习惯了低价甚至免费使用 AI 的人就要为此付出代价。
这种说法认为，OpenAI 和 Anthropic 正在采用类似 Uber、Lyft 在 2010 年代网约车行业发展初期的策略，通过低价补贴抢占市场，再逐步提高价格。
但两种情况并不完全相同。当年的网约车市场与如今的大模型推理市场存在明显区别：OpenAI 和 Anthropic 并不是能够独自掌控整个生态定价的双头垄断者，而大模型推理行业的进入门槛也没有那么高。
只要市场上这些推理服务提供商能够持续以相近的价格，提供与 OpenAI、Anthropic 质量相当的模型服务，而用户切换服务商的成本又几乎可以忽略不计，那么模型价格就有可能继续下降。
因此，两家公司都在努力构建自己的竞争壁垒，以抵御这一趋势也就不足为奇了。例如，它们正着力争取企业客户的长期合作，同时推出 OpenAI Dots、Claude Duet 这样的个人智能体助手，试图增强用户黏性。
认为 Token 价格会突然大幅上涨的观点，更像是一种缺乏事实依据的幻想。行为经济学并不支持这一推断，而过去几个月的实际市场走势也恰恰相反：更好的模型不仅来自 OpenAI 和 Anthropic，其价格也一直在大幅下降。
只要大规模部署算力的服务商能够以低于每 Token 收入的成本提供服务，就会有动力通过降低 Token 价格来争夺客户。竞争持续下去，最终也会迫使 OpenAI 和 Anthropic 降价，以维持自身的竞争力。OpenRouter 上的 29 家不同推理服务提供商，也没有什么动力长期提供亏损的模型服务。如果某个模型无法盈利，它们完全可以停止提供该模型，将算力资源转而用于能够盈利的模型。
因此，所谓的「Token 真实成本」，最终可能会落在一个更符合市场规律的位置： 价格趋近于边际成本，也就是多提供一个 Token 所增加的成本。
值得一提的是，OpenAI 和 Anthropic 确实都已接近 IPO（首次公开募股）阶段，这也让它们近期的降价举措引出了更多值得探讨的问题。
IPO 前的价格操盘？
这轮降价的时间点颇为耐人寻味，因为市场传闻 OpenAI 和 Anthropic 都将在近期上市：OpenAI 可能于 2027 年 IPO，而 Anthropic 则可能在未来几个月内上市。
迄今为止，泄露出来的两家公司财务数据都显示，它们正在因研发投入和算力规模扩张而亏损数十亿美元，这并不令人意外。不过，这些报告都没有将过去几个月智能体大模型使用量的爆发式增长考虑在内。投资者势必会仔细审视如此巨额的亏损，并要求两家公司拿出扭转局面的计划。
那么，问题来了：为什么它们要将自己的主要收入来源降价，最高降幅甚至达到 80%？ 这与企业想要在 S-1 注册文件中呈现良好财务表现的做法背道而驰！
不过，推理服务本身的利润率可能呈现出另一番景象。一些报告称，在特定条件下，每个 Token 的利润率最高可达 80%。那么，经过这轮大幅降价之后，两家公司的利润率究竟还剩多少？
就我个人而言，这轮降价确实改变了我在大模型智能体上的消费方式，但与我认为 OpenAI 和 Anthropic 希望普通用户采取的行为并不一样。
我把最高使用额度削减到了原来的五分之一。 毕竟，同样的模型，现在的使用效率提高了 4 倍。这样一来，整体花费大致保持不变，这显然是最合理的选择。
例如，在宣布 GPT-6.1 Sol 的同时，OpenAI 将 Codex 每月 200 美元套餐的使用额度削减了 50%，给出的理由是「为了反映我们模型日益提升的效率」。
从技术角度来说，这个解释确实成立，但把它堂而皇之地写出来，还是挺有意思的。
我非常期待 Anthropic 的 IPO 招股说明书公开，也很想看看届时披露的推理服务利润率究竟如何。
我还在思考另一个问题：如果 OpenAI 和 Anthropic 有意让自家更贵的模型迅速过时，这对它们来说真的是好事吗？Opus 5.5 在一个月前发布后，几乎就没人再讨论 Fable 5.1 或 GPT-6 Astra 了，因为 Opus 5.5 的表现确实太出色了。
图示：Top-and-left。图片来源：Anthropic。
我完全相信，Fable 5.2 或 GPT-6.1 Astra 会在未来几周内发布，并证明我的判断是错的。我也非常好奇，新模型届时会如何定价。
还有一个不那么悲观的因素，或许也能解释这轮降价： 过去几个月，大模型基础设施的效率确实有所提升。
Anthropic 曾表示：「Opus 5.5 的服务部署所需算力少于 Opus 5，定价也体现了这一点。」我相信这是真的。
但这里存在一种颇具讽刺意味的可能性： 如果模型的算力效率越来越高，对大规模建设数据中心的需求就可能随之下降，进而引发一连串经济问题。
不过，这种情况大概不会发生。毕竟，推理只是整个算力需求的一部分，而数据中心还需要支撑整个技术链条中的其他环节。
总的来说，这轮降价确实有些反常，但作为用户，我当然不会对此抱怨！开放权重模型和第三方推理服务提供商，将继续对大模型价格形成市场制衡，也能约束大型 AI 实验室可能采取的其他商业操作。
即使 Anthropic 和 OpenAI 的 IPO 最终一败涂地，导致两家公司都倒闭，也不会让整个大模型和智能体行业就此消亡。
🔥「大模型技术：从 Agentic Scaling 到 RSI」专题阵容更新！
从 OpenAI、Anthropic、Google 到智谱、DeepSeek、月之暗面、阿里等头部团队都在持续推进 RSI / 自进化相关研究。
2026 奇点智能技术大会邀请一线研究者与工程技术专家，围绕强化学习、持续学习、AI 制造 AI、自进化 Agent、模型数据飞轮等关键方向展开分享。
📍11 月 20–21 日｜北京万达文华酒店
