人工智能领域的竞争逻辑正经历深刻重构：巨头们的重心已从单纯追求智能上限，转向对效率的极致追逐。来自中国实验室及 Meta 的开源模型，以远低于前沿系统的价格提供了具备竞争力的替代方案，直接倒逼 OpenAI 和 Anthropic 在本周掀起新一轮降价潮。
曾为 AI 预算激增做准备的企业，如今正见证显著的成本节约。这一转变背后的逻辑简单而残酷：当开源权重模型能以 10% 的成本实现 90% 的性能时，闭源模型必须回应。尽管巨头们已采取行动，但市场压力仍在持续累积。
开源崛起与成本红利
去年，企业 AI 推理账单增速超出预期，部分公司 AI 成本甚至逼近整体人力成本的 10%。痛点驱动下，替代方案迅速普及。OpenRouter 数据显示，通过开源模型处理的 Token 比例已从 1 月的 34% 跃升至 6 月的 65%，DeepSeek 等中国产品在聚合平台排行榜上占据主导。
以 DeepSeek V4.1 Flash 为例，其输入 Token 价格为每百万 0.30 美元，输出为 1.20 美元，基准测试表现强劲。相比之下，美国领先实验室的传统定价曾高出数倍，特定工作负载价差可达 50 倍。市场反响热烈，Coinbase 在增加 Token 使用量的同时，通过将常规任务路由至更便宜模型，使 AI 支出几乎减半。
开源浪潮同样席卷大型企业。Meta Llama 系列加速了这一趋势，其最新权重允许企业在承担基础设施成本的前提下，无需支付每 Token 费用即可运行模型。CheapestInference 数据显示，Llama 4 变体通过合作伙伴 API 提供的价格低至输入 0.08 美元、输出 0.30 美元。
巨头跟进：价格战升级
面对压力，闭源实验室迅速调整。9 月 23 日，OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna，借助缓存和推理效率提升，将同层级 API 价格较此前促销费率降低 50%。OpenAI 表示，此举旨在通过提升成本效率前沿，更广泛地分配智能益处。
几小时后，Anthropic 发布 Claude Opus 5.5 作为回应。该模型标价输入 4 美元/百万 Token、输出 20 美元/百万 Token，较前代降低 20%。得益于更少的 Token 消耗和更快的运行速度，实际节省幅度达 40%，且在多数任务中表现匹配或超越早期旗舰产品。Anthropic 产品管理负责人 Dianne Penn 强调，公司正通过创新模型思考与回答方式，持续降低 Token 消耗。
值得注意的是，这两家公司的降价举动发生在其 CEO 联合呼吁对前沿 AI 发展保持谨慎之后。Forrester 分析师 Charlie Dai 指出，随着能力趋于收敛，前沿 AI 已进入由推理效率、缓存技术和模型优化驱动的长期价格性能竞赛。
中国力量与分层策略
中国开发者缩小能力差距的速度超预期。Moonshot AI、智谱、阿里巴巴和小米的模型在关键基准测试中与西方前沿系统的差距已缩短至数月。小米 MiMo V2.6 Flash 以输入 0.14 美元、输出 0.28 美元的价格加入战局，其 Pro 版本在代理任务和代码测试中得分较高，且价格远低于同等闭源模型。CheapestInference 9 月 23 日数据显示，多个开源模型每美元的智力产出比高价替代品高出五到十八倍。
经济规律推动行业走向规模化分层。文档摘要、代码补全等高频率任务不再依赖最昂贵模型，企业将其路由至开源或预算层级，仅将前沿系统保留用于复杂推理或高风险决策。这种类似云计算的多提供商策略，实现了最低有效成本。
尽管部分企业对涉及敏感数据的中国开源权重持谨慎态度，但价格优势难以忽视。自托管和具备安全保障的聚合平台成为解决隐私问题的路径。总体效应正在挤压高端模型提供商的利润空间，迫使它们在新的现实背景下重新审视收入增长目标。
未来展望：效率为王
分析师预计这一趋势将持续。随着权重自由流通、硬件效率提升及优化技术普及，开源模型进步迅速，运行成本不断下降。早期报道指出，激进定价与开源结合有助于防止整体 AI 支出失控。
对行业而言，推理利润率面临压缩，真正的战场已转移至下游。掌握模型路由、缓存和工作负载编排的公司将获得优势，而那些每项任务都依赖最新旗舰产品的公司，可能再次面临预算膨胀。近期开发者社区分享的开源路由器方案，已在未牺牲速度的情况下将账单削减 40%。
前沿实验室不会消失，其顶级模型在最困难问题上仍居领先地位。但差距已缩小至价格足以决定许多竞争结果的程度。市场认定，更便宜的智能能赢得更多用户。随着开源 Token 消费量攀升和整体有效价格走低，适应最快的企业将在享受 AI 红利的同时，避免成本爆炸，从而获得最大收益。