OpenAI 和 Anthropic 把大模型价格砍了八成,这门生意到底怎么算的

从六月 GPT-5.6 系列发布到今天,OpenAI 与 Anthropic 主流模型价格最大降幅达 80%。本文摊开 GPT-5.6 Sol($5/$30/$0.50)与 Luna($1/$6/$0.10)的定价结构,用一个 Python 脚本把单价换算成单次任务成本,再从厂商与使用者两边算清这笔账:为什么这次降价更像一次结构性的重新定价,而不是烧钱抢市场。

文章目录

从六月的 GPT-5.6 系列发布算起,OpenAI 和 Anthropic 的主流模型价格一路往下走,最大降幅达到 80%。只看新闻标题,这剧情你大概见过:巨头烧钱抢份额,先把价格砸穿,把对手拖垮再慢慢收回。

但把这一系列调价排成一条时间线看一遍——这是作者 Max Woolf 做的事——结论有点反直觉:这不像烧钱抢市场的那套路子。教科书里的价格战通常带着临时补贴、不稳定的价差和「随时可能收回」;这次的形态不一样,更像一次结构性的重新定价。下面用确切的数字,把这门生意摊开来算。

本文要做三件事:把 GPT-5.6 的价格摊成一张表(Sol 与 Luna 之间恰好是 5 倍);用一个几十行的 Python 脚本,把「每百万 token 的单价」换算成「一次真实任务的成本」;再站在厂商和使用者两边各算一笔账——为什么降价不等于烧钱,价格掉下来之后你的用量该怎么重排。需要先说明数据边界:手里有确切报价的只有 GPT-5.6 这条线,Anthropic 那边我只按「最多降 80%」这个事实来谈,不编具体单价。

1、Sol 和 Luna:先把价格表摊开

1、Sol 和 Luna:先把价格表摊开(AI 生成示意图)

1、Sol 和 Luna:先把价格表摊开 · AI 生成示意图

模型 输入(美元 / 百万 token) 输出(美元 / 百万 token) 缓存读取(美元 / 百万 token) 相对 Sol
GPT-5.6 Sol $5 $30 $0.50 基准
GPT-5.6 Luna $1 $6 $0.10 输入、输出、缓存读取均为 Sol 的 1/5

三个可以直接读出来的数:

  • 三档价格同时变成 1/5。 输入、输出、缓存读取一起变成五分之一,等价于 80% 的降幅——不是「输出便宜了、输入没动」的零散调整,而是整张价格表等比下移。
  • 输出恒为输入的 6 倍。 30÷5 = 6,6÷1 = 6,两个档位完全一致。这说明定价是按一套固定公式铺开的,而不是逐个模型手调出来的。
  • 缓存读取恒为输入的 1/10。 0.50÷5 = 0.10,0.10÷1 = 0.10,规则同样稳定。厂商在明明白白告诉你:重复的上下文要尽量命中缓存。

2、80% 是怎么降下来的:更像重新定价,不像补贴

2、80% 是怎么降下来的:更像重新定价,不像补贴(AI 生成示意图)

2、80% 是怎么降下来的:更像重新定价,不像补贴 · AI 生成示意图

Max Woolf 把从六月 GPT-5.6 系列发布到现在的这段调价排成时间线,得出的判断是:这不像烧钱抢市场的套路。我们把它落到形状上看——判断一家公司是不是在烧钱抢市场,不必只盯着它降了多少,更要看降价之后留下的结构:

观察维度 典型的「烧钱抢份额」 这次更像的样子
降幅形态 一次性打到成本价以下 分档等比铺开,Sol → Luna 恰好 1/5
时间性质 限时补贴,说停就停 写进价目表、按次结算的长期价
价差来源 同一款模型临时打折 同系列分档:贵的做难任务,便宜的接量
厂商动机 逼对手跟进、拖垮现金流 让调用量涨上来,单位成本跟着推理效率走

我的判断是:这次更接近「价格跟随成本 + 结构分层」,而不是「价格跟随竞争对手 + 补贴换量」。如果真是后者,你更可能看到的是一次性击穿成本价的夸张报价,是随时可能收回的「限时」标签;实际发生的是一次能被长期引用的定价结构。

3、单价不等于支出:把价格换算成一次任务的成本

只看单价容易产生错觉,真正决定你掏多少钱的,是「一次任务要烧多少 token」。下面用一个极简脚本算一遍:

"""把每百万 token 的单价换算成一次典型长会话任务的成本。
价格取自 GPT-5.6 公开报价:输入 / 输出 / 缓存读取,单位为美元每百万 token。"""

PRICE = {
    "GPT-5.6 Sol":  (5.00, 30.00, 0.50),
    "GPT-5.6 Luna": (1.00,  6.00, 0.10),
}


def task_cost(model, fresh_in, cached_in, out):
    """fresh_in / cached_in / out 均为 token 数,返回美元。"""
    i, o, c = PRICE[model]
    return (fresh_in / 1e6) * i + (cached_in / 1e6) * c + (out / 1e6) * o


# 一次典型的长会话:总输入 100 万 token,其中 80 万命中缓存,输出 20 万
for name in PRICE:
    cost = task_cost(name, fresh_in=200_000, cached_in=800_000, out=200_000)
    print(f"{name} {cost:.2f} USD")

跑出来是:

GPT-5.6 Sol 7.40 USD
GPT-5.6 Luna 1.48 USD

几个值得停下来看的结论:

  • 同一份任务,Sol $7.40、Luna $1.48,比例还是 5:1——三项单价同比下移,任务结构不变时账单就精确地缩到五分之一。
  • 关键变化不是「便宜了」,而是「同样的钱能跑的次数从 1 次变成 5 次」。 这会打开一批原本「不敢开」的功能:多次重试、更长的上下文、更密的 Agent 循环。
  • 缓存那一栏单独看更狠:80 万 token 的缓存读取在 Sol 上只要 $0.40,比 20 万 token 的普通输入($1.00)还便宜。厂商在用价格告诉你一件事:把上下文复用做起来,比换个更便宜的模型更划算。

4、厂商的算盘:钱到底从哪儿来

下面是基于上面价格结构的推断,不是官方口径,但能对上这个形态:

单价大概率跟着成本走。 模型一代比一代便宜——推理效率、硬件、量化、KV cache 复用都在改善。定价贴着成本往下走,就不需要靠补贴撑场面,也就不存在「烧穿之后再收回」的风险。

总量比单价更关键。 收入 = 单价 × 用量。单价降到五分之一,只要调用量涨过五倍,总流水就不降反升。所以降价的真实目标不是把对手的钱烧光,而是把调用量推上去。这也是「降价」和「让利」最大的区别:让利是让出收入,降价是换回规模。

分层才是真正的产品。 贵档处理难任务,便宜档承接大部分日常流量,混着调用比全用贵模型便宜得多。换句话说,80% 的降幅换来的不是「人人都用最强模型」,而是「更多人愿意把更多任务交给模型」——这是从卖模型能力转向卖调用量的信号。

缓存折扣是刻意的引导。 缓存读定在输入价的 1/10,本身就是把「长对话 + Agent 反复重读上下文」这类场景推成主流的定价手段。

5、你自己那笔账该怎么算

  • 先算缓存命中率,再谈单价。 命中率高,贵档也能很便宜;命中率低,便宜档也救不了你——缓存才是这轮降价里杠杆最大的那个旋钮。
  • 算「每任务 token 数」,别只算「每 token 价格」。 单价不再是瓶颈之后,调用次数很可能涨得比你预期多,预算要按新的频次重估。
  • 选型别只看单价。 两个档位之间是整整 5 倍的价格差,选错档比用错单价更贵;便宜档负责跑量,贵档负责兜住难任务。
  • 不要把预算锚定在降价上。 降价让当期账单变好看,也顺带让「多跑几次」变得廉价,总支出不降反升完全可能。

写在最后

这场降价的形状值得记住:它不是把价格砸穿,而是把价格表重新排了一遍。 Sol 到 Luna 三档同步变成五分之一,输出恒为输入的 6 倍、缓存读取恒为输入的 1/10——一套稳定、可推导、被写进价目表的结构,比一次性的补贴狠得多,也长得多。

如果再看一遍 Max Woolf 那条时间线,我建议盯住两个点:每次下调后,比例是否仍然落在同一套关系里,以及缓存价的相对位置有没有再被调整。前者说明定价背后是一套长期公式,后者说明厂商下一步想把你推向哪种用法。

我的判断是:往后拼「用 AI 省钱」这件事,光看单价表已经不够了。真正的差距会出现在你能不能把每次任务的 token 结构调对——缓存命中怎么提、哪一步该走便宜档、重试该留几次。价格只是给你留出了犯错的预算。

相关阅读

想把 AI 工具接进自己的团队、或把这套内容流水线搬到自己服务器上?阿凡达提供一次性的私有化部署与出海模型接入服务,说明与报价见:查看技术服务

文中链接

整理自本文的外部链接,请以来源页面说明为准。

OpenAI 和 Anthropic 把大模型价格砍了八成,这门生意到底怎么算的 · 阿凡达博客