大客户拿到近一折、模型四个月降价 80%：大模型价格战没有退路

InfoQ 中文 2026-10-29T02:14:48+08:00

OpenAI 用超过 30% 的折扣和一份年额超 1 亿美元的合同，换来 Replit 把大部分 AI 支出从 Anthropic 转出；Rippling、DataCamp 等公司也在同步调整供应商比例。与此同时，两家头部公司几个月内接连下调模型价格，单款最高降幅达 80%，企业合同折扣与 API 公开定价正在一起改写市场价体系。

一份亿元合同，让 Replit 把大头交给 OpenAI

2026 年 10 月 25 日，多家媒体报道，Replit 已将大部分 AI 支出从 Anthropic 转向 OpenAI。促成这次调整的核心条件很直接：OpenAI 给出超过 30% 的折扣，合同年金额超过 1 亿美元。

Anthropic 此前也给过 Replit 模型折扣。据报道，Replit 原本计划继续合作，但 Anthropic 表示，如果没有更高的消费承诺，就不再提供折扣。

不过，“首选 OpenAI”并不等于放弃 Claude。10 月 16 日，CEO 兼联合创始人 Amjad Masad 在 TechCrunch Disrupt 上提到三项考量：成本、性能、合作关系。他称 OpenAI 是 Replit Agent 的首选合作伙伴，随后又澄清，Replit 仍保持模型中立，用户可以继续选择 Claude。

这里的“模型中立”，指的是平台不绑定单一供应商，而是按任务把请求分发给不同模型。Replit 的 Agent 系统会把任务拆给不同模型和子 Agent（负责具体子任务的代理程序）：日常任务交给便宜的模型，复杂任务交给能力更强的模型。这让它的采购结构天然分散——即使大部分支出流向 OpenAI，Claude 仍会留在系统里处理特定任务。

Replit 9 月 29 日的工程博客列出了生产环境中的评估对象：Claude Fable 5、Fable 5.1 和 OpenAI Astra。Masad 说，“模型中立”是这套架构的必然结果。

折扣换来的其实是入口。Replit 8 月上线 Free Mode，底层跑的是 OpenAI 的 GPT-5.6 Luna，订阅用户在套餐额度范围内可以用它处理日常任务，而不消耗 credits（平台内的计费用量）。没有那轮降价，这个“免费”根本撑不起来。OpenAI 出钱，Replit 出用户，各取所需。

Masad 创办 Replit 的起点是一次实际的开发挫折。他曾写道，自己在约旦安曼编程时，每次换电脑都得重新搭建开发环境。后来他成为 Codecademy 的创始工程师之一，并在 Facebook 负责 JavaScript 基础设施，团队维护过 Babel 和 Jest 等工具。Replit 源于他希望让开发者直接在浏览器里使用编程环境的尝试。这段经历也解释了，为什么对 Replit 来说，选模型供应商既是产品决策，也是运营决策。

对 OpenAI 而言，这份合同是它在模型市场拿下的一笔大额客户订单。在这个市场里，模型能力并不能单独决定哪家供应商获得工作负载：折扣能降低平台向订阅用户提供更多 AI 服务的成本，而默认首选模型则会把更多使用量导向自己。

据报道的交易规模表明，OpenAI 愿意用更低价格换取更大用量，而且这套策略正在奏效。Rippling、Replit 和 DataCamp 等公司正在把更多 AI 支出转向 OpenAI。

Rippling CEO Parker Conrad 表示，公司将 OpenAI 在编程工作负载中的占比从 16% 提高到了 52%，Anthropic 的占比则从 57% 降至 18%。

DataCamp CEO Jonathan Cornelissen 称，采用 OpenAI 后，公司成本降低了 80% 至 90%。一家资产超过 70 亿美元的美国银行，以每位用户不到 7 美元的价格，把 ChatGPT 席位扩展到 500 名员工；通常每位用户的价格为 20 美元或更高。

“这是一场比谁先撑不住、先破产的逐底竞赛。这不可持续。”有开发者在 Hacker News 上这样评论。

对关注 AI 编程和氛围编程的开发者来说，这些变化并不遥远：常用的 Agent 产品会更多依据成本来调整默认模型，同一款工具背后的“大脑”可能随采购合同而变。

几个月内，模型价格最多下调 80%

这轮降价不是一次性调整，而是两家公司在几个月里你来我往打出来的。回看时间线，大致是四个回合。

第一回合，6 月底：双方各自亮牌。 OpenAI 发布 GPT-5.6 Sol 和 Luna。Sol 维持原价，每百万 Token 输入 5 美元、输出 30 美元、缓存读取 0.5 美元；Luna 主打低成本场景，定价 1 / 6 / 0.10 美元。四天后，Anthropic 发布 Claude Sonnet 5，上市价 2 / 10 / 0.20 美元，并称这是“临时价格”——言下之意，随时可能涨回去。

第二回合，7 月底：OpenAI 先动手。 7 月 30 日，GPT-5.6 Luna 直接降到 0.20 / 1.20 / 0.02 美元。Anthropic 的回应，是把 Sonnet 5 的“临时价格”转为永久定价。

大幅降价后 GPT-5.6 Luna 的模型质量与单项任务成本。图表中越靠左上越好；如果 OpenAI 没有降价 80%，Luna 的表现就会输给 DeepSeek V4 Pro。图表来自 OpenAI。

第三回合，9 月初：战场从标价转到缓存。 Anthropic 发布 Fable 5.1，标价仍是 10 / 50 美元，但缓存读取成本从 1 美元砍到 0.25 美元，降幅 75%。

缓存读取成本通常只在定价说明里一笔带过，但实际影响最大：用 Agent 写代码时，缓存读取通常占总 Token 支出的绝大部分，约 96% 到 99%。原因是缓存里存着每一轮对话之前的全部内容。缓存命中率一般在 90% 到 100% 之间，取决于推理服务商的基础设施。综合算下来，缓存读取成本降 75%，意味着使用模型的总成本能降约 70% 到 75%。

OpenAI 一周后发布 GPT-6 Astra，体量和价格都与 Fable 5.1 对标，但缓存成本没动——这一回合，Anthropic 占了便宜。

第四回合，9 月 22 日：同一天互砍。 OpenAI 发布 GPT-6 Sol，定价 2 / 10 / 0.20 美元，相比折扣期的 GPT-5.6 Sol，输入输出双双减半；同时发布的 GPT-6 Luna 也减半，降到 0.10 / 0.50 / 0.01 美元。

Anthropic 当天发布 Claude Opus 5.5，并明确表示：“Opus 5.5 的推理服务所需计算资源少于 Opus 5，定价也体现了这一点。”Opus 5.5 的价格为 4 / 20 / 0.20 美元，整体远低于 Opus 5：输入和输出成本下调 20%，缓存读取成本降幅更大，最终总成本降低 40% 到 60%。与此同时，它的表现甚至超过了 Fable 5.1。

收尾，9 月 29 日。 GPT-6 Sol 性能不及预期，OpenAI 一周后补发 GPT-6.1 Sol，性能追平 Astra，缓存价格再砍半到 0.10 美元，与 Anthropic 把缓存设为输入价 5% 的做法对齐。至此，整个系列累计成本降了 75%。

几轮下来，从 6 月 GPT-5.6 系列到现在，热门大模型的使用成本大幅下滑，而且从输出质量看，并没有为了降价牺牲能力。Vercel AI 模型网关的数据显示，每 Token 成本已经降到 2026 年 4 月水平的 43.3%；但整体支出还在涨，因为模型能力提升得更快，降价带来的节省又被新增用量吃掉了。

每个 Token 的成本正在下降，图源：Vercel

为什么能降这么多？

从前面的时间线能看出来，Anthropic 和 OpenAI 基本是你出一招、我接一招。说这几轮降价是在互相回应，八九不离十。但话说回来，如果没有外部压力，没有哪家公司会主动把价格砍掉 80%。

去年 11 月 Agentic LLM 开始高速增长之后，模型越来越像一种标准化商品。在 OpenCode、Zed Agent 这类 Harness 里点一下切换，新模型就能接着跑你的代码库；在 OpenRouter 上换个 API 地址，就能拿来测试。换模型几乎没成本，厂商想靠模型本身建护城河就很难。而且对手也不只 Google 和 Meta——其他厂商也能拿出足够替代的模型，价格压力自然就上来了。

价格战呗。这行没什么护城河。再加上中国厂商也在竞争，只会一路卷到底。股市会很难看，但对消费者是好事！

这里面，中国厂商的开放模型，是这股价格压力里最硬的一股力量。

OpenRouter 已经成了找开放权重模型的重要平台

小模型的实际成本，已经低于标价

DeepSeek V4 Flash 0420 在今年 4 月发布，定价为输入 $0.14、输出 $0.28、缓存读取 $0.0028。缓存读取只相当于输入价的 2%，远低于 OpenAI 和 Anthropic 的 5% 至 10%。也就是说，它的实际使用成本比标价还低。OpenAI 在 7 月把 Luna 降价 80%，很可能就是针对这类小模型。

如今 DeepSeek V4.1 1017 的得分从 24 涨到 45，价格几乎没动。今年 5 月，OpenRouter 上只有 13 家服务商托管 DeepSeek V4 Flash；现在托管更新版 1017 的服务商已经增加到 29 家。

上图为 DeepSeek V4.1 Flash 1017 的服务商，按缓存读取成本排序。

定价权从模型厂商扩散到推理服务市场

开发者可以直接指定最低价格，近三十家服务商争着托管同一个模型，定价权也就从模型厂商扩展到了整个推理服务市场。Cloudflare、DeepInfra 等端点的实际成本与 DeepSeek 相差不到 10%。

Kimi K3.1 Pro 也在逼近闭源高端模型。它在 Artificial Analysis 指数中的得分为 55，Claude Opus 5.5 为 58；Kimi 的输入和输出价格只有 Opus 5.5 的一半，缓存读取价格相同。Kimi K3.1 Pro 与已有 20 多家推理服务商托管的 Kimi K3 规模和架构相同，权重开放（模型参数可公开下载部署）后，预计会有更多服务商提供它。模型能力追上来，托管渠道铺开，低价就更容易成为常态。

IPO 前最值钱的不是利润率

最近这轮降价，发生在 OpenAI 和 Anthropic 接近 IPO 的时候。

市场传闻称，OpenAI 计划 2027 年上市，Anthropic 可能几个月内就上。两家每年亏损数十亿美元，投资者要的是扭亏计划。按理说这时候不该一直降价，但 IPO 前最值钱的不是利润率，而是用户量和收入规模。折扣能锁住 Replit 这种大客户，低价能把更多开发者拉进自家 API 和订阅体系。先把用量做上去，利润表留到上市故事里再讲。

降价不等于这门生意会消失

推理服务商能以更低成本提供服务，模型能力又还在快速提升，价格就还有继续下探的空间。OpenRouter 上那 29 家服务商，没理由长期托管一个亏钱的模型：不赚钱就停掉，算力转去跑更赚的。所谓“Token 的真实成本”，最后大概率就是边际成本，也就是多服务一个用户所增加的那一点成本。

对 OpenAI 和 Anthropic 来说，真正的问题不是价格还能降多少，而是在价格降到底之前，能不能靠用户量和收入规模撑到上市那一天。

参考链接：

《OpenAI 和 Anthropic 几个月内将大模型价格最多下调 80%，为什么？》：https://minimaxir.com/2026/10/cheap-llms/

关键要点

查看原文