核心内容总结
硅谷两大AI巨头OpenAI和Anthropic，以前靠“模型能力强”站在价格战之外，今年夏天突然开始互相降价抢客户。这场价格战的背后，是企业用AI的成本压力变大（Agent进入工作流后，Token消耗直接变成生产成本）、模型之间的性能差距缩小、中国低价模型倒逼，以及AI推理成本下降给了降价空间。价格战让用户省钱、有更多试错机会，但模型公司自己要承担更高的成本和资本压力，未来只有少数有实力的公司能留在赛道上。
一、硅谷AI巨头互掐：从比“谁更聪明”到比“谁更便宜”
以前OpenAI和Anthropic都把“贵”当成“能力强”的标志，比如Anthropic的Fable5模型，输入10美元/百万Token、输出50美元/百万Token（注：Token可理解为AI处理的文字单位，1000Token≈750英文单词/500中文汉字），是普通模型的两倍。但今年7月开始，两家突然“撕破脸”：
- Anthropic先出手：推出Opus5，价格直接砍半（输入5美元、输出25美元），还强调“能力接近Fable5”——比如编程测试成绩只差0.5%，成本却少一半；复杂任务成本甚至只有Fable5的1/3。
- OpenAI立刻跟进：发布GPT5.6，旗舰模型Sol的价格和Opus5差不多（输入5美元、输出30美元），还专门拿Fable5当靶子比性价比：同样完成一个任务，Sol用的Token更少、花钱更少。
- 套餐也卷：OpenAI每新增100万用户就重置使用额度（还能存着用）；Anthropic顶着算力压力延长Fable5的套餐权益。两家都不再只吹“能力第一”，而是反复算“每块钱能办多少事”。
二、优等生为啥突然开始卷性价比？
以前头部公司不降价，现在为啥急着打价格战？原因有四个：
1. 企业用AI的成本扛不住了：Agent（AI助手）进入工作流后，Token消耗是实打实的生产成本。比如广告巨头WPP的Agent比员工还多，很多AI开支没预算；Uber四个月就烧完了全年AI预算。企业现在选模型，从“谁跑分最高”变成“谁能以最低成本完成任务”。
2. 模型差距越来越小：对日常编程、资料处理这些任务，市场上已经有很多“足够好”的模型。比如a16z调查显示，37%的企业同时用5款以上模型，模型变成了可以比价的“生产原料”，单一模型的性能优势很难留住客户。
3. 中国模型倒逼降价：比如最近火的Kimi K3，在代码、数学推理上已经接近全球前沿水平，但价格只有硅谷模型的一半（输入3美元、输出15美元），直接压低了用户对“前沿模型”的价格预期。
4. 推理成本降了：斯坦福数据显示，GPT3.5水平的模型推理成本两年降了280倍，硬件成本每年降30%。模型架构优化、芯片利用率提高，给了降价的空间。
三、用户赚翻了：省钱还能玩更多新花样
价格战最直接的受益者是用户：
- 省真金白银：单看每百万Token几美元的差距不大，但如果企业一年用几百亿Token，省下来的钱就是天文数字。对创业公司和个人开发者来说，甚至能决定项目能不能活下去。
- 试错空间变大：以前因为成本太高不敢做的事（比如AI客服、复杂自动化），现在可以尝试了。企业还能混合用模型：贵的模型处理复杂任务，便宜的做日常工作，Agent也能多试几次直到做对。
- 产品更多样：模型“原料”越便宜，基于它的应用就越多。比如以前只能用普通模型做简单问答，现在可以用前沿模型做更复杂的数据分析、代码生成。
四、模型公司的苦日子：降价背后是流血的钱包
降价不是慈善，模型公司自己要承担代价：
- 成本飙升：OpenAI的推理成本一年涨了四倍，毛利率从40%降到33%；到2030年的算力支出要7500亿美元。降价后，只有调用量增长比价格下降更快，才能覆盖成本。
- 资本耐力赛：价格战变成“烧钱比谁久”。如果用户用完低价就跑，或者边际利润太低，新增调用量只会放大算力支出，赚不到钱。小公司根本熬不起，未来只有少数有资本和技术的公司能留在牌桌上。
- 溢价时间越来越短：前沿模型的新能力刚出来，很快就会被竞争对手追上，或者下放到便宜模型里。比如Fable5刚当“白月光”一个月，就被Opus5平替了。
五、未来趋势：AI会像水电一样便宜，但造AI的门槛更高
这场价格战会把AI行业推向两个方向：
1. 通用能力基础设施化：普通AI能力会像水电一样便宜，成为人人都用得起的基础服务。只有处理复杂任务（比如长文本推理、高级编程）的前沿模型，才能短暂保持溢价。
2. 竞争焦点变了：不再只比模型能力，而是比成本控制、迭代速度、用户体验。比如谁能更快降低推理成本，谁能更贴合企业的工作流。
3. 牌桌收敛：未来AI赛道不会再群雄混战，只会剩下少数几家有资本、有技术、能扛住成本压力的公司。对模型公司来说，留在牌桌上的每一天，都要花更多钱。
总之，这场价格战是AI行业从“拼能力”到“拼效率”的转折点：用户得到了实惠，但模型公司的竞争会更残酷。最终，AI会变得更普及，但造AI的门槛会越来越高。