OpenAI和Anthropic降价最高80%，图什么？
让我们快速回顾一下过去几个月OpenAI和Anthropic发布的主要LLM模型时间线。所有提供的定价数字均为输入MTok / 输出MTok / 缓存读取MTok。
2026年6月26日
OpenAI发布了GPT-5.6 Sol和Luna。Sol是GPT 5.5的直接继任者，价格相同，为$5 / $30 / $0.50，而Luna是一个专门为更便宜用例设计的小模型，价格为$1 / $6 / $0.10。他们还发布了一个介于两者之间的Terra模型，但几乎没人关心它。
2026年6月30日
Anthropic发布了Claude Sonnet 5，Anthropic声称它更接近他们的Opus系列模型，但反馈褒贬不一。值得注意的是，其发布定价为$2 / $10 / $0.20，最初应该是临时的，之后会涨价。
2026年7月24日
Anthropic发布了Claude Opus 5，考虑到Opus 4.5对agentic编程兴起的推动，这是一个期待已久的大版本更新，定价为$5 / $25 / $0.50（与GPT-5.6 Sol类似）。尽管提供的某些基准测试结果出人意料地超过了规模大得多的Fable 5，但实际反馈更为褒贬不一。
2026年7月30日
OpenAI宣布将GPT-5.6 Luna的价格下调80%（？？？）至$0.20 / $1.20 / $0.02。
大幅降价后GPT-5.6 Luna的模型质量与每任务成本对比。左上角最好，如果OpenAI没有进行80%的降价，它就会输给DeepSeek V4 Pro。via OpenAI
2026年8月10日
Anthropic宣布Sonnet 5的临时发布降价现在成为永久价格。
2026年8月21日
OpenAI宣布将在未来三个月内将GPT-5.6 Sol的价格下调约20%（$4 / $20 / $0.40）。
2026年9月1日
Anthropic发布了Fable 5.1，价格为$10 / $50 / $0.25，除了在所有领域的基准表现都严格优于6月份发布的$10 / $50 / $1的Fable 5之外，还将缓存读取成本降低了75%。
缓存读取成本
在使用agent进行编程时，缓存读取成本占总token开销的绝大部分（96% - 99%），因为每一轮对话时缓存都保存着此前全部的对话内容。此外，缓存命中率往往在90% - 100%左右（因LLM推理提供商的基础设施而异）。综合来看，缓存读取成本降低75%相当于模型使用成本降低70-75%——即使缓存成本通常只是脚注，这也显然值得注意！
2026年9月3日
OpenAI发布了GPT-6 Astra，其规模与Fable 5.1相近，定价也类似，为$10 / $50 / $1，但没有更低的缓存读取成本。Astra的模型性能确实与Fable相当。
2026年9月22日
OpenAI发布了GPT-6 Sol，价格惊人地为$2 / $10 / $0.20，相对于临时折扣后的GPT-5.6 Sol，输入和输出价格减半！他们同时发布了GPT-6 Luna，输入和输出价格也是上一版本的一半（$0.10 / $0.50 / $0.01）。
就在同一天，Anthropic发布了Claude Opus 5.5，其中明确表示“Opus 5.5的推理服务所需的算力比Opus 5更少，其定价反映了这一点”。其$4 / $20 / $0.20的价格在总体上远低于Opus 5，因为输入/输出成本降低了20%，加上更大幅度的缓存读取成本削减，使得一个甚至比Fable 5.1更好的模型总成本降低了40-60%（关于Opus 5.5我有不少话想说，但那是另一篇文章的事了）。
2026年9月29日
事实证明GPT-6 Sol在性能上是个哑弹，所以一周后OpenAI发布了GPT-6.1 Sol，其性能出人意料地与Astra相当（个人使用后可以确认），但OpenAI随意地将缓存价格减半（$2 / $10 / $0.10），与Anthropic的缓存读取成本占输入5%持平，使得这个模型系列累计便宜了75%。
总的来说，从6月份GPT-5.6模型系列发布到现在，使用这些流行LLM的成本已经暴跌，这是我一年前不会预料到的。这些降价也适用于Codex和Claude Code等订阅制agent工具的模型使用。更重要的是，这些模型在输出质量上似乎没有为了降价而偷工减料。
Vercel的AI模型网关数据支持每token成本下降趋势，降至2026年4月成本的43.3%。然而，总体支出一直在增加，因为模型的进步速度比降价速度更快！via Vercel
从上面的时间线可以看出，Anthropic和OpenAI之间存在明显的针锋相对，我们有理由认为OpenAI和Anthropic的这些特定降价是对彼此的反应。然而，除非有某种外部因素在起作用，否则没有人会降价80%。那么，这到底是怎么回事？
LLM的行为经济学与竞争对手定价压力
如果你一直在用新发布的LLM测试agent，你会发现除了主观感受之外，很难区分它们。自去年11月引发agentic LLM超高速增长以来，模型已经变得更加商品化，在OpenCode和Zed Agent等工具中只需切换一个开关，或通过OpenRouter换一个API端点字符串，就能轻松在你的代码库上试用新模型，因此几乎没有护城河。此外，有许多竞争者——不仅仅是Google和Meta这样的大公司——都能提供足以作为替代品的模型，从而形成定价压力。
对于开放权重模型，让我们再看一下DeepSeek Flash V4.1，它最近也发布了一个更新的1017版本。
OpenRouter此时是你获取开放权重模型的地方。检索于2026年10月24日。
最初的DeepSeek V4 Flash 0420于2026年4月发布，价格为$0.14 / $0.28 / $0.0028，并因此迅速爆火，尤其是当时OpenAI没有适合简单任务的小型模型。$0.0028这个数字后来被证明是关键，因为2%的缓存读取比例远低于上述OpenAI和Anthropic模型的5%-10%，这使得实际成本比宣传的还要低。我怀疑7月份GPT-5.6 Luna的80%降价就是为了专门与这些小型开放权重模型竞争。现在，新的DeepSeek Flash V4.1 1017模型在基准测试上显著优于DeepSeek Flash V4（Artificial Analysis指数45 vs. 24），而来自DeepSeek的价格基本保持不变，为$0.15 / $0.60 / $0.003。注意“来自DeepSeek”这个关键措辞。
在OpenRouter上，任何推理提供商都可以列出他们托管的模型，当用户访问OpenRouter API时，请求会被路由到其中一个模型——默认情况下会为了负载均衡路由到任何可用模型，但开发者可以在API请求中指定“最低价格”等偏好。今年5月，我注意到有13家不同的提供商在OpenRouter上托管DeepSeek V4 Flash。对于更新的1017版本，现在有29家不同的提供商。
按缓存读取成本排序的DeepSeek V4.1 Flash 1017提供商。检索于2026年10月24日。
然而，从有效输入成本来看（考虑了缓存读取成本与缓存命中率之间的交互），许多不同的提供商在成本上非常接近。
按端点划分的有效成本，Cloudflare和DeepInfra与DeepSeek的成本差距在10%以内。尽管这些模型是最便宜的，但请注意这些模型只占总token份额的少数。检索于2026年10月24日。
OpenAI和Anthropic将不得不以更高质量的模型来与这些开放权重模型区分开来——他们目前在这方面做得不错，尤其是Opus 5.5——但他们需要持续这样做，这就是为什么数十亿美元被投入到研发中。开放权重模型正在快速追赶：就在几天前，Moonshot AI发布了Kimi K3.1 Pro，其性能与Opus 5.5相当（Kimi 55 vs. Opus 5.5 58），而输入/输出价格减半，缓存读取成本相同（$2 / $10 / $0.20）。它与Kimi K3尺寸和架构相同，而Kimi K3目前正被20多家不同的推理提供商托管：一旦11月4日权重公布，你可以预期其中大多数会以大致相同的价格支持新的Kimi K3.1 Pro模型。值得注意的是，Moonshot AI自己也加入了降价的行列，将Kimi K3.1 Pro定价为低于最初的Kimi K3（$3 / $15 / $0.30）。
在直言不讳的AI反对者中，一个反复出现的论调是，token的价格被人为压低以吸引人们进入LLM生态系统，但之后价格会上涨到“token的真实成本”，一旦免费搭车结束，AI拥趸们就会被坑。这个理论认为OpenAI和Anthropic正在像Uber和Lyft在2010年代对网约车行业所做的那样进行亏本引流，但与当时不同的是，OpenAI和Anthropic并不是在生态系统中拥有唯一定价权的双头垄断，而且推理行业的进入门槛也没有那么高。只要这些众多的推理提供商能够继续以与OpenAI和Anthropic相当的价格和质量提供服务，而切换成本又微不足道，那么价格可能还会继续下降。毫不奇怪，两家公司都在试图建立护城河来抵御这一趋势，例如专注于企业承诺和个人agentic助手，如OpenAI Dots和Claude Duet。
认为token价格会突然上涨的想法更像是一种幻想，既得不到行为经济学的支持，也不符合过去几个月LLM价格在模型更好的情况下大幅下降的实际趋势——而且不仅仅是OpenAI和Anthropic在降价。只要规模化提供商能够以低于每token收入的每token成本定价，那么这些推理提供商就会相互竞争降低token成本，直到OpenAI/Anthropic也不得不降价竞争。OpenRouter上的29家不同提供商几乎没有动力去服务一个不盈利的模型（他们只会停止服务该模型，转而把计算能力用于盈利的模型），而“token的真实成本”最终可能会落在价格等于边际成本的地方。
说到这里，OpenAI和Anthropic确实都接近IPO了，这引发了关于降价的进一步问题。
IPO造势
这些降价的时机值得注意，因为传闻OpenAI和Anthropic都即将IPO——OpenAI在2027年，Anthropic则在几个月内。到目前为止，从OpenAI和Anthropic泄露的财务数据来看，毫不奇怪它们都因研发/规模化而亏损数十亿美元，尽管在这两种情况下，这些报告都没有考虑到过去几个月agentic LLM使用的超高速扩张。投资者将审视巨额负利润，并要求他们拿出扭亏为盈的计划。
那么，为什么他们要将其主要收入来源削减高达80%呢？这与你想在S-1招股书上显得好看所要做的事情完全相反！推理本身的利润率可能另有故事，一些报道称每token利润率高达80%，但附带条件。在这些大幅降价之后，他们的利润率还有多少？
就个人而言，降价确实影响了我对LLM agent的支出，但并非以我预期OpenAI/Anthropic希望其典型客户表现出的那种方式。当GPT-5.6 Sol是顶级模型时，我曾经订阅了每月$100的Codex（5x Pro计划），尽管对随机的用量重置感到恼火，我还是设法完全用完了订阅中包含的所有用量。当GPT-6.1 Sol发布后，我注意到使用它的成本实际降低了75%，你猜我做了什么？
我将最大用量配额削减到1/5，因为同一模型的使用效率提高了4倍，所以最终大致中性，这是显而易见的选择。
公平地说，Claude Code和Codex等订阅的利润率是不确定的，因为它们相对于API使用的价值巨大，如果出现资金紧张，我怀疑订阅价值会先于模型的基础价格被削减。例如，在GPT-6.1 Sol发布的同时，OpenAI将Codex中$200/月档位的用量限额削减了50%，理由是“以反映我们日益高效的模型”——这在技术上是正确的，但白纸黑字写出来很搞笑。
我非常期待看到Anthropic的IPO招股书和推理利润率，它很快就会公开了。
我还质疑，如果OpenAI/Anthropic故意淘汰他们更昂贵的模型，这对他们是否有利。自从Opus 5.5一个月前发布以来，已经没有关于Fable 5.1或GPT-6 Astra的任何讨论了，因为Opus 5.5就是那么好。
左上角最佳。via Anthropic
我完全预计Fable 5.2/GPT-6.1 Astra会在几周内发布并证明我错了，我非常好奇它会如何定价。
另一个不那么愤世嫉俗的因素可以解释这些降价：LLM基础设施在过去几个月有所改进——当Anthropic说“Opus 5.5的推理服务所需的算力比Opus 5更少，其定价反映了这一点”时，我相信它。一个真正具有讽刺意味的结果是，如果这些模型的计算效率更高，就会减少对这些大规模数据中心建设的需求，这可能引发连锁经济失败。然而，这种情况很可能不会发生，因为推理只是算力组合的一部分，这些数据中心仍然需要用于流程的其他部分。
总的来说，这次降价很奇怪，但作为用户我当然不会抱怨！开放权重模型和二级推理提供商将继续充当LLM价格以及大型实验室可能炮制的其他商业伎俩的经济制衡。即使Anthropic和OpenAI的IPO遭遇灾难性失败并导致两家公司倒闭，也不会突然让LLM和agent这个行业消亡。