大模型价格骤降八成，真正的较量才刚开始
过去几个月，OpenAI 与 Anthropic 密集发布新一代大模型，并多次下调 API 报价，部分项目降幅最高达到八成。把这条时间线连起来看，变化并非偶发的促销，而是头部厂商持续重估模型价格。对开发者而言，调用大模型正从“值得验证的技术演示”，逐渐变成必须计算单位任务成本的生产环节。表面上是价格竞争，背后则是推理效率、产品定位与商业化节奏的同步调整。
要判断降价是否划算，不能只盯着每百万 token 的标价。所谓“真实成本”，至少要把输入、输出和缓存读取分开计算，因为同一份请求在三部分上的消耗并不相同；任务长度、输出要求、缓存命中情况以及是否需要重试，也会改变最终账单。更重要的是，开发者还要计入延迟、结果质量、人工复核、模型切换和接口维护等隐性成本。便宜的 token 若带来更多返工或更差体验，账面节省并不等于真实节省。
为什么会这样？一种合理解释是，模型架构与推理服务的持续优化摊薄了单次计算成本，而头部厂商也需要用更有吸引力的价格扩大开发者采用规模。与此同时，OpenAI 与 Anthropic 都在争夺企业工作流，竞争压力会促使新品定价更激进。不过，价格下降并不意味着成本能按同样比例减少，也不意味着所有模型、所有地区和所有调用方式都会同步降价。因此，“最高八成”应被理解为局部上限，而不是普遍折扣。
对市场而言，这会改变 AI 应用的成本结构：原先因预算有限而被搁置的长文本处理、批量生成和高频客服，更容易进入试验；小型团队也有机会把模型调用嵌入核心流程。但价格战也带来新风险，型号生命周期可能缩短，旧接口迁移更频繁，低价策略未必长期稳定。企业不应只按宣传价锁定单一供应商，而应建立自己的任务评测，比较相同提示与相同质量标准下的总成本。下一步更值得观察的，不是某次降价公告，而是价格能否与稳定性、延迟和服务质量一起改善。
这场变化最终会重塑大模型市场的价值坐标：当基础 token 越来越便宜，应用层就必须承担更多差异化责任，行业也会从“谁能调用模型”转向“谁能稳定解决具体问题”。对用户是好事，对厂商则是警讯——规模优势仍在，但仅靠技术领先或降价本身，未必能形成牢固壁垒。真正持久的竞争，不是把价格曲线压得更低，而是让每一单位算力创造更可验证、也更值得付费的结果。
资料来源：Minimaxir.com，查看原始报道。本文为 AI 原创改写并经过自动校审，阅读时仍应结合原文与后续公开信息交叉验证。