大客户打 1 折、四个月降价 80%：大模型价格战没有退路

六月底，GPT-5.6 系列还在按每百万 token 五美元的价格卖输入；十月底，同类工作负载的成本已经掉到原来的四分之一。这不是一次常规的年度调价，而是两家头部模型公司在四个月里打了四个回合的结果。期间单款模型的公开降幅最高达到 80%，而大客户合同里的折扣，比公开价还要狠——一份年额过亿美元的合同，拿到了超过三成的让价。

一分钟速览

• Replit 把大部分 AI 支出从 Anthropic 转向 OpenAI，后者为一份年额超 1 亿美元的合同提供超过 30% 折扣。
• Rippling 把编程工作负载中 OpenAI 的占比从 16% 提到 52%，Anthropic 从 57% 降至 18%。
• DataCamp 称采用 OpenAI 后成本降低 80% 至 90%；一家资产超 70 亿美元的美国银行以每位用户不到 7 美元的价格把 ChatGPT 席位扩到 500 人。
• 四个月里两家公司打了四个回合：先拼标价，再拼缓存成本，最后同一天互砍。
• 缓存读取成本是关键战场——Agent 写代码时，缓存读取通常占总 token 支出的 96% 至 99%。
• Anthropic 把缓存价格砍到输入价的 5%，OpenAI 随后对齐。
• Vercel 模型网关数据显示，每 token 成本已降至 2026 年 4 月水平的 43.3%，但整体支出仍在涨。

折扣换入口：一场关于「默认选项」的战争

Replit 的转向很能说明问题。它原本计划继续与 Anthropic 合作，但对方表示，如果没有更高的消费承诺，就不再提供折扣。OpenAI 接手的条件很直接：年额超过一亿美元的合同，给超过三成让价。对 Replit 来说，这笔账不难算——省下的钱足以支撑它上线 Free Mode，让订阅用户在套餐额度内免费使用模型处理日常任务。

而 Free Mode 的底层跑的是 GPT-5.6 Luna。换句话说，OpenAI 用折扣买下的不是一个客户，而是一个入口：成千上万的开发者在 Replit 里第一次接触模型，接触到的是哪一家的模型，下一次他们自己采购时，默认选项就已经定了。折扣不是慈善，是获客成本的一种形式。

这套逻辑在 Rippling 身上体现得更彻底。它的 CEO 公开表示，编程工作负载中 OpenAI 的占比从 16% 升到 52%，Anthropic 从 57% 降到 18%。一家公司的采购结构在几个月内翻转，靠的不是模型能力的代际差距，而是价格与商务条款。

四个回合：从标价打到缓存

第一回合在六月底。OpenAI 发布 GPT-5.6 Sol 与 Luna，Sol 维持高价，Luna 专攻低成本场景，定价每百万 token 一美元输入、六美元输出、十美分缓存。四天后 Anthropic 发布 Claude Sonnet 5，定价两美元输入、十美元输出、二十美分缓存，并称这是「临时价格」。

第二回合在七月底。OpenAI 把 Luna 直接降到二十美分输入、一点二美元输出、两美分缓存，降幅八成。Anthropic 的回应是把「临时价格」转为永久定价。

第三回合在九月初，战场从标价转到缓存。Anthropic 发布 Fable 5.1，标价不动，但缓存读取成本从一美元砍到二十五美分，降幅 75%。这一刀看似不起眼，实则最狠：用 Agent 写代码时，每一轮对话都要把之前的全部上下文重新读一遍，缓存读取通常占总 token 支出的 96% 到 99%，命中率普遍在九成以上。缓存降价 75%，等于总成本降了七成。OpenAI 一周后发布对标模型，缓存成本没动，这一回合落了下风。

第四回合在九月二十二日，两家同一天动手。OpenAI 发布 GPT-6 Sol，输入输出双双减半，Luna 降到十美分输入、五十美分输出、一美分缓存；Anthropic 当天发布 Opus 5.5，明确表示新模型的推理算力需求更低，定价随之下降，总成本降低 40% 至 60%，性能还超过了 Fable 5.1。九月二十九日，OpenAI 补发 GPT-6.1 Sol 追平性能，缓存价格再砍半到十美分，与 Anthropic 把缓存设为输入价 5% 的做法对齐。

为什么降了八成，账单反而更贵

这里有一个反直觉的现象：单位成本在暴跌，企业的总支出却在上涨。Vercel 的模型网关数据显示，每 token 成本已降至 2026 年 4 月水平的 43.3%，但整体支出继续增加。原因很简单——模型能力提升的速度超过了降价速度。当一次调用变得更便宜，工程师就会让它调用更多次：更长的上下文、更多的工具调用、更多的并行尝试。价格下降释放出的预算，立刻被新的用法吃掉。

这也是为什么价格战没有赢家通吃的结局。降价能换来份额，但换不来利润；而一旦停止降价，份额又会回流。Hacker News 上有开发者的评论很刻薄也很准确：这是一场比谁先撑不住、先破产的逐底竞赛，不可持续。

对采购方的现实启示

第一，别再按标价做预算。公开定价只是起点，真正的成本取决于合同折扣、缓存命中率、上下文长度和调用结构。同样一个 Agent 产品，缓存策略做得好不好，成本能差三倍。

第二，模型中立不是政治正确，是财务纪律。Replit 的做法值得借鉴：把任务拆给不同模型和子 Agent，日常任务交给便宜的，复杂任务交给强的。这样既能在谈判时有筹码，也能在某一方涨价时迅速迁移。

第三，关注缓存而不是单价。当缓存读取占到 Agent 成本的九成以上，供应商在缓存上的定价策略，比输入输出的标价更能决定你的账单。

趋势洞察：价格战的下半场是「算力成本战」

四个月四个回合打下来，一个信号已经很清楚：模型层的价格已经接近边际成本的底线，继续降价的空间取决于谁能把推理的算力效率做得更好。这也是为什么两家公司都在强调「新模型所需计算资源更少」——真正的降本不在定价表上，在芯片利用率、批处理效率、缓存架构和蒸馏技术上。

接下来的竞争会分成两条线：一条是继续用折扣抢大客户，把入口锁死；另一条是在推理栈上做工程优化，把同样的卡跑出更多 token。前者决定短期的份额，后者决定长期的生死。对使用者来说，这意味着未来一年模型会更便宜、更强，但选择供应商这件事会变得更像选择云厂商——不比参数，比的是合同条款、迁移成本和长期稳定性。