顶尖大模型同日腰斩大降价，资本却把十几亿美元砸向了配角
2026年9月22日，科技界上演了戏剧性的一幕。
这一天，Anthropic抢先推出了自家招牌系列的最新力作Claude Opus 5.5，不仅破天荒地下调了定价，还声称在大多数任务上足以媲美更贵的旗舰版本。然而仅仅过了大约90分钟，宿敌OpenAI就甩出了两张新牌：GPT-6 Sol与GPT-6 Luna。OpenAI的打法更加干脆利落，直接将两款新模型的使用费率腰斩。
一天之内，两大前沿巨头相继祭出降价大旗。曾经高高在上、被视作数字奢侈品的前沿智能，为何突然被摆上了跳蚤市场的货架？
一、为什么更贵的模型反而干不了这活
很多人的直觉是，既然要解决复杂的企业难题，肯定得选最贵、最庞大的旗舰模型。但真实世界的账本，往往会给这种直觉泼上一盆冷水。
在程序员和企业的日常开发中，现在的智能助手不再只是简单的一问一答，而是要像一名真正的数字员工那样，自己制定计划、调用各种软件工具、一遍遍检查运行结果。这种需要连续自主运作的多步骤工作流，在后台运转起来就像一个不知疲倦的计算碎纸机：为了完成一个稍微复杂点的项目，系统可能要在后台来回调用模型几十次甚至上百次。
在这个时候，每一次让AI处理和生成内容的费用，就再也不是账单上可以忽略不计的零头了。如果继续使用单价昂贵的顶配旗舰，许多项目根本跑不起。
根据开源开发平台Vercel公布的网关数据，用户正在用脚投票。在7月到8月短短一个月内，原本高昂的旗舰模型Fable 5，其支出占比直接从13.2%暴跌到了4.9%。使用这款旗舰的团队中，有整整九成削减了用量，他们几乎全部扭头转向了成本大约只有其一半的Opus 5。更夸张的是，开源权重模型凭借极其廉价的优势，在8月份处理了该网关整整56%的计算量，而它们吃下的实际企业支出却只有14%。
这就逼得闭源巨头们必须拿出力气更大、吃得更少的新马车。
这次登场的GPT-6 Sol，核心目标就是解决这一痛点。OpenAI把它定位于处理复杂编程、数据分析和多步自主任务，同时给出的价格是每百万输入单位2美元、输出单位10美元，比起前代直接砍掉了一半。更极端的是主打高频常规任务的GPT-6 Luna，输入每百万单位只要0.10美元，输出只要0.50美元。按照官方的说法，Luna在调高计算努力程度后，能以大约百分之一的成本，追平上一代工作主力GPT-5.6 Sol的表现。
另一边的Anthropic同样在账本上下功夫。Claude Opus 5.5把每百万输入单位降到了4美元，输出降到了20美元，降幅为20%，而缓存读取更是暴跌60%至0.20美元。更关键的是它的干活效率变高了，由于完成同样任务消耗的字数更少、生成速度快了30%以上，企业跑完一个典型任务的总体开销实际下降了约40%。在德勤首席信息官Carl Bennett的测试中，Opus 5.5在最低努力设置下就能抓出代码审查中72%的已知缺陷，而上一代即便开到高努力档也只能抓出56%。
用更便宜的单价干更脏更累的活，这场价格战的第一枪，其实是被企业的实际预算逼出来的。
二、便宜一半的背后，到底动了什么手脚
天上不会掉馅饼，模型价格能腰斩，背后靠的究竟是真本领还是偷工减料？
答案藏在计算资源的榨取逻辑里。这一次，两家实验室不约而同地把突破口选在了两处：缓存机制与推理效率。
所谓缓存机制，就像是给AI配了一个过目不忘的临时便签簿。以往在处理长达几万行的复杂代码库或者厚厚的合同文件时，系统每走一步，都得把这几万行内容重新读一遍、算一遍，每一轮都是真金白银的算力浪费。
而OpenAI在新模型中把提示缓存做到了极致，缓存输入直接按照未缓存价格的一折计算，官方测算这能为长期运行的自动化助手节省高达90%的成本。Anthropic也如出一辙，Opus 5.5的缓存读取价格直接从0.50美元砍到了0.20美元。
除了省去重复阅读的成本，模型自身的说话习惯也被狠狠整顿了一番。在过去，大模型经常被调侃像个啰嗦的学者，喜欢堆砌晦涩难懂的行话和无关痛痒的客套细节。但在新一代模型的设计中，这种习惯被强行纠正。OpenAI明确要求新模型风格要更清晰、少用专业术语、删除无价值的冗余信息，把总篇幅压缩得更短。
Anthropic的技术团队也让Opus 5.5改变了沟通模式：减少行话，开门见山把核心结论扔在开头。在实际测试中，一位早期用户用Opus 5.5在不到一天内就迁移了68万行代码，而这项任务原本需要一整个工程团队忙活数周；在另一次内部测试里，它只花3小时就审计修复了20万行代码库，不仅时间远快于上一代的20多个小时，消耗的计算单位更是只有老版本的四成。
话变短了，废话变少了，事情反而做成了。这种计算层面的脱水，让两家公司在大幅降价的同时，依然敢宣称准确率得到了翻倍。
三、台前对轰降价，幕后谁在真正数钱
两家顶尖实验室在台前打得不可开交，但在资本市场的聚光灯之外，钱的流向却格外耐人寻味。
就在OpenAI与Anthropic同日宣布大降价的当天，市场上完成了13笔私人融资，总金额高达17.5亿美元。令人惊讶的是，这十几笔巨额融资中，没有一分钱投向研发通用大模型的公司。
投资人们正用钞票给出一个残酷的定论：通用的基础模型正在变成越来越便宜的日常原材料，真正的值钱货，是那些模型生产离不开的上游资源，以及模型落地所必须的防护栏。
在这17.5亿美元中，有大约5.25亿美元在当天直接涌入了数据层。专为AI提供训练数据的供应商Micro1，估值在一年之内暴涨8倍达到了40亿美元，并在当天融到了至少1亿美元；紧接着，数据标记与处理公司Snorkel AI以35亿美元估值斩获3.5亿美元；就连专门给自动化助手提供网页数据抓取工具的初创团队Firecrawl，也顺利拿下了7500万美元。
另外的5.2亿美元，则整整齐齐地砸向了信任与安全控制。随着模型调用变得极端廉价，能够自主下单、跨软件操作的自动化程序开始满天飞。包括美国银行、Capital One在内的六家大型银行公开警告，这些高度自主的智能程序在带来便利的同时，也必然会导致更多的商业欺诈与经济纠纷。于是，致力于数据安全管控的Cyera拿下了高盛4亿美元的融资，而向银行等强监管机构提供本地化软硬件的Go.AI也拿到了8500万美元。
模型本身每降价一块钱，应用层公司的利润空间就被撑大一分。澳大利亚的临床智能医疗企业Heidi在当天轻松吸纳了3.4亿美元投资。但在资本的估值天平上，身处具体应用场景的Heidi，其身价还不到上游卖数据原料的Micro1的四分之一。
模型本身在飞速贬值，为模型提供干粮的、给模型戴上口嚼子的，反而在闷声发大财。
四、一场谁都无法退出的抢座游戏
把视线稍微拉远，你会发现9月22日这一天的降价火拼，根本不是什么临时起意的价格偶遇，而是一场早有预谋的近身肉搏。
就在两家交锋的前一天，xAI刚刚发布了拥有2.1万亿参数的Grok 4.7，并维持着每百万输入2美元、输出6美元的原价；而OpenAI则死死盯着自己即将于9月29日召开的开发者大会，首席执行官Sam Altman毫不掩饰野心，明确表示要在这场开发者默认选项之争中，抢先在每一个关键价位都筑起护城河。
更有意思的是两家巨头微妙的心态反差。
Anthropic的首席执行官Dario Amodei不久前刚刚发表文章呼吁全行业放慢前沿探索的脚步，给安全评估留出缓冲期。Opus 5.5也是这一呼吁后的首款产品，他们甚至特意拉来了METR等第三方独立机构进行安全检测，并在模型中固化了生物与网络安全分类器，连自适应思考功能都不允许用户关闭。
但道德呼吁归呼吁，商业战场的刀剑出鞘却一刻没耽搁。眼看着估值156亿美元的法律科技独角兽Harvey早在8月份就开始选用开源底座自建模型来摆脱昂贵租约，再加上Anthropic自身已经秘密递交上市申请、即将以9650亿美元估值冲击挂牌，它绝对承受不起客户流失的代价。于是，一直维持高冷价位的Opus系列，终于迎来了历史上的首次降价。
而OpenAI则顺水推舟，直接把GPT-6 Sol放在了Anthropic刚刚让出的价位带上，用全面砍半的狠劲，试图把开发者彻底锁死在自己的生态里。
这场由行业领头羊同日打响的价格战，彻底扯下了前沿技术的神秘面纱。
它清晰地向所有人宣告：衡量顶级智能的标准，已经不再是谁能在评测榜单上刷出多么惊世骇俗的最高分，而是谁能以最低的损耗、最耐摔的姿态，成为千千万万个正在后台不知疲倦运转的代码流水线里，那颗最便宜、最不容易出错的坚固螺丝钉。
