智通财经APP获悉，过去一周，全球AI行业迎来了一轮罕见的“价格战”高潮。OpenAI、埃隆·马斯克旗下SpaceXAI以及Meta Platforms(META.US)相继发布了新一代AI模型——它们的共同卖点并非功能有多强大，而是收费有多低廉。从GPT-5.6到Grok 4.5，再到Meta Muse Spark 1.1，三大玩家不约而同地将“成本效率”作为核心叙事。
一场围绕Token定价的“性价比战争”已经全面打响。这场集体降价潮的背后，是企业客户对AI支出的全面审视——当一张AI账单可以高达数千万美元时，再前沿的技术也必须回答一个根本问题：值这个价吗?
“Token账单”危机
这场价格战的导火索，是企业端对AI支出失控的集体焦虑。今年早些时候，许多公司还在鼓励员工尽可能多地使用AI，一种被称为 “Token最大化”(tokenmaxxing) 的竞逐文化盛行。但近几个月，画风急转直下——部分AI开发商转向基于使用量的定价模式(而非固定订阅费)，企业账单开始失控。
巴黎AI初创公司H Company的CEO Gautier Cloix透露，他曾与多位企业高管交流，这些企业在使用OpenAI和Anthropic的模型后账单金额巨大——一位CEO向他展示的发票显示，一个月AI模型使用费高达数百万美元。
优步是最典型的案例。这家公司在4月就用完了2026年全年AI预算，随后将员工在单个AI工具上的月度Token支出限制在1,500美元以内。更有甚者，据传有企业因忘记为员工设定使用上限，收到了一张5亿美元的Claude费用通知单。
DA Davidson & Co.技术研究主管Gil Luria指出：“企业现在的支出比以前多得多。随着成本失控，他们开始质疑效率问题。”
Ramp的Token支出管理数据显示，2026年4月企业支付AI Token费用的中位数为每月2,246美元，但平均值高达每月140,842美元——巨大的差距说明少数“超级用户”正在消耗绝大部分AI预算。
Gartner预测2026年全球AI总支出将达到2.52万亿美元。IDC则预测2025年全球AI支出已突破3000亿美元。当企业在AI上的投入从“实验性”走向“规模化”，账单的膨胀速度远超预期。
三大AI巨头同时转向“性价比优先”的策略
OpenAI GPT-5.6：用“十六分之一”的成本对标Anthropic
北京时间7月10日，OpenAI正式上线GPT-5.6全系列产品，一次性推出三个版本——Sol(旗舰版)、Terra(均衡版)和Luna(平价版)。CEO萨姆·奥尔特曼明确表示，新模型的战略定位是用更少的Token完成更多工作，从而大幅降低客户成本。
GPT-5.6系列包含三档模型：
Sol(旗舰版)：输入5美元、输出30美元/百万Token，Token使用效率较前代提升54%；
Terra(中端)：输入2.5美元、输出15美元/百万Token，性能超越Anthropic Fable 5，成本约为后者的十六分之一；
Luna(入门级)：输入1美元、输出6美元/百万Token，用不到一半的预估成本逼近GPT-5.5的峰值表现。
其中，Sol的Token效率在AI编程方面提高了54%，性能直接对标Anthropic的Claude Fable 5。据OpenAI援引的Artificial Analysis编程指数，Sol以80分创下新行业标杆，比Fable 5高出2.8分，而输出Token与耗时不到后者一半，成本降低约三分之一。Terra的价格较上一代GPT-5.5直接腰斩，Luna则以最低成本适配批量轻量化任务。
奥尔特曼坦言：“现在每家企业都在思考他们在AI方面的支出以及他们从中获得的价值，而这正是我们真正想要做的。”
这一表态与一年前截然不同——当时OpenAI高管还在公开讨论有朝一日对顶级AI模型收取每月数千美元订阅费的可能性。上个月，OpenAI还推出了信用额度使用分析功能和更新的支出控制机制，帮助企业管理AI支出。
马斯克Grok 4.5：“Opus级性能，四分之一Token”
马斯克同样不甘示弱。SpaceXAI(原xAI)于7月8日率先发布Grok 4.5，这是公司上市后的首款新模型。马斯克在X上高调宣称：“这是一个Opus级别的模型，但速度更快、Token效率更高、成本更低。”
技术数据显示，在SWE Bench Pro任务中，Grok 4.5平均仅输出15,954个Token就解决问题，而Claude Opus 4.8需要67,020个Token——Grok 4.5用了不到对手四分之一的Token。
定价方面，Grok 4.5 API价格为每百万输入Token 2美元、输出Token 6美元，比Claude Opus和GPT-5.5便宜60%以上。内部评估显示其综合能力与Opus 4.7大致相当，但速度“快得多”。
SpaceXAI声称Grok 4.5的Token效率是其他公司同类产品的两倍。在SWE-Bench Pro(真实项目代码修复能力)测评中，Grok 4.5以64.7分位列三款新模型之首。不过，Grok 4.5的高分伴随较高的幻觉率——这是其性价比策略的潜在代价。
Meta的“价格屠刀”杀入编程赛道：首款付费模型，定价仅对手四分之一
Meta则拿出了更为激进的报价。7月10日，Meta推出Muse Spark 1.1，扎克伯格时隔三年重返X平台亲自为其背书。
定价方面，Muse Spark 1.1输入每百万Token仅1.25美元，输出每百万Token 4.25美元。相比之下，Anthropic Fable 5定价约为每百万输入Token 15美元、输出75美元——Muse Spark 1.1仅为Fable 5的十分之一。与OpenAI入门级GPT-5.5相比也更具竞争力。
Muse Spark 1.1专为AI Agent和编程任务打造，支持100万Token上下文窗口，在医疗文书(MedScribe)、税务评估(TaxEval)和法律工作(Harvey's Legal Agent Bench)等专业能力上已达到行业公开表现最佳(SOTA)。
扎克伯格直言不讳：“其他一些实验室的定价非常高，利润空间也很大。我们认为，我们完全有能力以更实惠的价格提供前沿或非常高水平的情报。 ”Meta的策略清晰：靠极致低价吸引客户试用，站稳市场后再上调定价。Meta愿意如此“激进”的底气，来自其利润丰厚的在线广告业务。
Meta AI主管Alexandr Wang则表示，新定价“非常激进且具有吸引力”，每个新API账户还将获得20美元免费额度。
鲶鱼效应：中国模型与“路由服务”的双重夹击
美国大模型集体降价的背后，还有一股不容忽视的力量——中国AI模型的性价比冲击。
2026年6月，加密货币交易平台Coinbase将中国大模型设为工程师默认工具;美国初创公司Lindy因 “API费用超过全员工资”而全面切换至DeepSeek。据每经记者采访，欧美企业更换中国大模型后推理成本降幅达30%至95%;相较美国竞品，中国大模型性能差距仅1%至4%，定价却低60%至90%。
自2026年2月以来，美国企业在OpenRouter上使用中国AI大模型的Token占比每周都稳定在30%以上，最高触及46%——而2025年上半年，这个数字仅为4.5%。
DA Davidson的Luria表示，随着企业越来越注重成本控制，他们“正在寻找其他解决方案”。模型路由服务商OpenRouter在5月筹集了超过1亿美元资金，以满足企业对跨模型成本优化的需求。
马斯克Grok 4.5的定价策略，被市场观察人士认为与智谱GLM-5.2“低82%定价逼平闭源前沿模型”的路线高度吻合。硅谷头部实验室正在向中国开源厂商的性价比打法靠拢。
与此同时，模型路由服务正在成为企业控制AI成本的新工具。OpenRouter等平台允许用户从数百个AI模型中无缝选择，将不同任务分配给最具成本效益的模型。花旗银行报告显示，OpenRouter平台上处理的开源模型Token占比从1月的34%大幅增长至6月的65%。今年5月，OpenRouter完成1.13亿美元B轮融资，估值达13亿美元。
Anthropic面临压力：最贵模型遭遇“围剿”
通过强调成本效益，三大玩家正将压力集中传导至Anthropic——这家被许多人视为目前AI领跑者的公司，其Opus和Fable模型按单次任务成本计算位列最昂贵之列。
马斯克在宣传Grok 4.5时直接点名Anthropic：“这是一个Opus级别的模型。”OpenAI则用数据说话——GPT-5.6 Terra和Luna性能均超越Claude Fable 5，但成本仅为后者的十六分之一。Meta的Muse Spark 1.1定价仅为Fable 5的十分之一。
与此同时，Anthropic自身也在承压。数据显示，Anthropic花在算力上的钱已达到其薪资支出的2.3倍——按一名高级工程师22.4万美元的完全成本计算，每位工程师每年对应的算力支出约为51.5万美元。该公司近期已将Claude Enterprise从固定订阅模式转向基于使用量的计费模式，这一转变本身恰恰反映出AI成本压力已从客户传导至供应商自身。
AI的“Token效率时代”已经到来
一年前，OpenAI高管还在公开讨论对顶级AI模型收取每月数千美元订阅费的可能性。如今，整个行业正朝着截然相反的方向狂奔——更便宜、更高效、更透明。
扎克伯格已明确表示Meta将采取“积极进取”的策略。OpenAI则通过推出信用额度使用分析和支出控制机制，帮助企业管理AI成本。马斯克则用“四分之一Token、60%更低价格”的方式向市场宣告：AI的“Token效率时代”已经到来。
对企业客户而言，这场价格战无疑是利好——更低的成本、更多的选择、更强的议价能力。但对AI开发商而言，如何在“降价潮”中维持健康的商业模式、收回芯片和数据中心上的数千亿美元投入，将成为比技术竞赛更为严峻的考验。
Luria称：“企业现在的支出比以前多得多……他们开始质疑效率问题。”当“Token账单”从实验性开支变成企业核心成本项时，谁能帮客户省钱，谁就能赢得市场——这或许正是当前AI行业正在经历的最大转折。
但这场价格战能持续多久，仍是一个悬而未决的问题。正如一位分析师所言，Token定价只是“营销变量”，真正的故事在于基础设施资本支出、GPU利用率和算力变现能力。