矽谷大模型市場的競爭格局正在發生根本性轉變。據《華爾街日報》報道，OpenAI正在考慮大幅下調Token價格，目標直指競爭對手Anthropic的客戶群。這一動向標誌著此前長期置身於價格戰之外的矽谷頭部AI公司，終於開始正面迎戰。

今年夏天，風向的轉變尤為明顯。7月24日，Anthropic率先出招，釋出了新模型Claude Opus 5，其定價僅為每百萬Token輸入5美元、輸出25美元，恰好是自家旗艦模型Fable 5價格的一半。Anthropic強調，Opus 5能夠“以一半價格接近Fable 5的前沿智慧”。在程式設計能力基準CursorBench 3.2上，兩者最高成績僅相差0.5%，而Opus 5的單項任務成本只有後者的一半；在計算機控制基準OSWorld 2.0上，它甚至以約三分之一的成本超越了Fable 5的最好成績。

這一舉動距離OpenAI發起價效比攻勢僅隔兩週。7月9日，OpenAI釋出了GPT-5.6，其旗艦模型Sol每百萬Token輸入5美元、輸出30美元，價格與上一代持平，但相比Fable 5，輸入價格僅為後者一半，輸出價格也低了四成。OpenAI在釋出時幾乎將Fable 5作為標尺，不僅對比跑分，還反覆計算完成同一任務所需的Token、時間及最終花費。兩家公司不僅在API定價上貼身肉搏，在訂閱套餐上也展開了拉鋸戰，OpenAI重置使用額度並允許累積，Anthropic則頂著算力壓力延長Fable 5的套餐權益。

價格戰為何突然爆發？ 核心原因在於大模型的購買邏輯已變。隨著AI Agent進入企業工作流，模型需要連續執行任務，Token消耗直接轉化為生產成本。企業開始重新審視不斷膨脹的AI支出，發現難以將成本與實際回報對應。例如，廣告巨頭WPP的CEO表示公司擁有的Agent已多於員工，許多Token開支未進入原有預算；Uber CTO曾披露公司在四個月內燒光了全年AI預算。因此，企業選擇模型的標準從“誰的跑分最高”轉向“誰能以更低成本完成同一任務”。OpenAI在釋出GPT-5.6時反覆強調“Useful Intelligence per Dollar”，即每一美元能買到多少有用的工作，這正點出了Agent時代更現實的指標：成功任務單位成本。

與此同時，頭部模型之間的差距已難以支撐長期溢價。對大量日常程式設計、資料處理和辦公任務，市場上已存在多款“足夠好”的模型。a16z在2025年調查100名企業CIO發現，37%的企業已同時使用五款以上模型，高於前一年的29%。模型正成為一種可拆分、混用和比價的生產要素，單一模型的效能優勢越來越難轉化為客戶忠誠度。模型公司的焦慮在於：使用者接入前切換成本低，接入後遷移成本高——一旦模型進入企業程式碼庫、資料介面和許可權系統，更換模型遠不止修改API地址。因此，價格戰實際爭奪的是工作流，誰能在市場未固化時以低價搶到使用者，誰就更可能成為未來的預設入口。

中國大模型也在不斷壓低矽谷的價格錨點。 例如近期爆火的Kimi K3，在程式碼、數學推理等任務上已進入全球前沿模型競爭範圍，API價格僅為輸入每百萬Token約3美元、輸出約15美元，遠低於OpenAI和Anthropic旗艦模型的定價。這進一步加劇了矽谷公司的降價壓力。

價格戰能夠發生，更底層的條件是模型推理成本本身在快速下降。據斯坦福AI Index統計，達到GPT-3.5水平的模型推理成本，在2022年11月至2024年10月間下降了超過280倍；同期AI硬體成本平均每年下降約30%。模型架構、晶片利用率、量化、快取和批處理的進步，都在釋放降價空間。

價格戰最直接的受益者是使用者。 每百萬Token幾美元的價差，當消耗累計到數百億Token後，便成為一筆真實成本。對預算有限的創業公司和個人開發者，它甚至可能決定一個產品能否成立。當同樣的預算可買到更多Token，應用公司便能讓昂貴模型處理複雜任務、便宜模型承擔日常工作，允許Agent進行更多輪嘗試。過去因推理成本過高被擱置的客服、程式設計、研究和自動化場景，開始重新具備商業可行性。

然而，價目表上消失的成本並未真正消失，只是轉移到了模型公司賬上。據《The Information》報道，OpenAI的推理成本在2025年增長了四倍，調整後毛利率從40%降至33%；另據《華爾街日報》報道，OpenAI將截至2030年的預計算力支出上調至近7500億美元。這意味著，模型價格每下降一輪，企業都要面對更嚴苛的規模經濟考驗：只有呼叫量增長快於價格下降，同時推理效率持續提高，降價才有可能被更大的收入消化。

短期來看，OpenAI和Anthropic呈現攻守之勢。在GPT-5.6帶動下，Codex和ChatGPT Work的活躍使用者合計已突破一千萬。如果模型進入企業程式碼庫、資料介面和許可權系統，低價吸引來的使用者可能沉澱為長期客戶。但若使用者缺乏忠誠度、邊際毛利不足，新增呼叫量便可能主要放大算力支出，而難以沉澱為長期收益。

價格戰由此變成了一場資本耐力賽。 它降低了使用智慧的價格，卻提高了生產前沿智慧的門檻。越來越多的通用能力將走向基礎設施化，前沿模型仍能憑藉複雜程式設計、長時任務和高難度推理獲得溢價，但這種溢價會越來越短暫。近期流傳的DeepSeek投資者交流紀要中，梁文鋒也提出假設：不同公司的模型能力不會長期保持巨大差距，競爭最終會落在成本、迭代時間和使用者體驗上；隨著基礎模型利潤率下降，牌桌將從群雄混戰收斂到少數幾家公司。對模型公司而言，留在牌桌上的每一天，只會越來越昂貴。