中国吧 · 原创文章 · AI观察

2026 大模型价格战：AI API 降价背后的三重算盘

2026 年 9 月 22 日，OpenAI 与 Anthropic 在一小时之内先后发布新模型、双双降价，开发者 Simon Willison 把这一幕称为「前沿 AI 厂商之间的价格战」。价格战并不新鲜：2024 年打的是国产大模型的 token 战，2025 年打的是推理模型的普及战，2026 年则直接打到了旗舰模型的老家。本文梳理这一轮降价的时间线与价格表，拆解厂商敢降价、能降价的三重算盘，并给出一份按场景选模型的省钱实战指南——价格战里，最先吃亏的往往是只看单价、不看总账的人。

谁在降价：2026 年价格战时间线

这一轮降价不是某一天爆发的，而是按月推进的。2026 年 7 月 29 日，OpenAI 推出 GPT-5.6 三档（Sol 旗舰、Terra 中端、Luna 入门），旗舰 Sol 起步价反而比 GPT-5 更贵；第二天 Terra、Luna 就分别降价 20% 与 80%。8 月 13 日，Google 把 Gemini 3.7 Flash 的价格砍半至每百万 token 输入 0.75 美元、输出 3.75 美元，促销到年底。

高潮在 9 月 22 日到来：OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，定价 2 美元 / 10 美元与 0.10 美元 / 0.50 美元，约为 GPT-5.6 对应档位的一半；几乎同一小时，Anthropic 发布 Claude Opus 5.5，把价格从 5 美元 / 25 美元降到 4 美元 / 20 美元——Opus 系列历史上第一次降价。随后 Sonnet 5.5 定价 2 美元 / 10 美元，10 月 7 日 Haiku 5.5 以 0.10 美元 / 0.50 美元登场（10 万 token 以内），直接对标 GPT-6 Luna。xAI 的旗舰 Grok 4.7 定价 2 美元 / 6 美元；10 月 19 日 MiniMax 发布 M3.1 Flash，0.15 美元 / 0.60 美元，直接把自家上一代 M3 的价格腰斩。

下表是截至 2026 年 10 月 23 日的主力模型价格快照（美元 / 每百万 token，标准费率）。价格按月调整是常态，一律以各家官网为准：

两个细节值得注意：第一，输出价永远是输入价的数倍（Claude 全线 5 倍、OpenAI 旗舰 5 倍），Agent 场景下推理 token 按输出价计费，单价降了、用量涨了，总账未必降；第二，各家都在玩「长上下文加价」（Grok 20 万 token 以上 2 倍、OpenAI 27.2 万以上输入 2 倍），长文本用户要看清档位线。

第一重算盘：低价只是获客入口，锁定才是正餐

厂商的第一重算盘写在商业计划书的第一页：用低价和免费把开发者圈进来，再用迁移成本把他们留下。免费层、促销价、慷慨的缓存折扣，本质都是获客成本——只不过以前花在广告上，现在直接补贴在 token 单价上。

这套打法有三个经典套路。其一，促销价钓大鱼：Gemini 3.7 Flash 的半价只到 2026 年 12 月 31 日，2027 年 1 月 1 日恢复原价——先让你把生产环境迁过来，涨价时你已经离不开了。其二，免费层养习惯：Google AI Studio 的免费额度、各家 API 的免费档，让学生和独立开发者零成本上车，等用量上来再自然转化为付费。其三，订阅端定锚：ChatGPT Plus 每月 20 美元、Google AI Pro 每月 19.99 美元，消费者心智的价格锚先定住，API 再怎么打价格战，订阅基本盘不动。

看懂这一层，就明白为什么厂商敢亏本降价：亏的是眼前的毛利，赚的是未来三年的锁定收入。企业一旦把 Agent 工作流、提示词工程、评测基准焊死在某一家 API 上，涨价 20% 也只能咬牙接受——迁移的工程成本远高于涨价的账单。

第二重算盘：开源模型在倒逼所有人

如果说第一重算盘是主动进攻，第二重就是被动防守——防守的对象是开源模型。2026 年 9 月 10 日，DeepSeek 发布 V4.1 Flash：闲时 0.15 美元 / 0.60 美元，100 万 token 上下文，权重按 MIT 协议开源。开源意味着任何人都可以自己部署，一分钱溢价都不用付给厂商。

一个月后 MiniMax 跟进：M3.1 Flash 同样 0.15 美元 / 0.60 美元，官方宣称 Agent 任务成本下降 70%。两家中国厂商把「够用且极便宜」的地板价钉死在那里，闭源厂商不跟进，就等于把价格敏感型客户拱手让人。Qwen 系列则长期扮演搅局者——公开对比中其轻量版本报价低到 0.02 美元量级（第三方对比数据，量级参考，一律以官网为准），专治各种「嫌贵」。这正是 2024 年国产大模型 token 战的老剧本：开源先把地板掀了，闭源只能贴着地板走。

开源的倒逼还有第二层含义：它逼出了「自建」这个选项。大公司算一笔账——按 DeepSeek 的开源权重自己搭集群，长期可能比调任何一家闭源 API 都便宜。闭源厂商的降价，一部分正是在和「客户自建」这个隐形对手竞价。

第三重算盘：推理成本真的降下来了

前两重算盘讲的是「为什么敢降」，第三重讲的是「为什么能降」——降价不全是烧钱，单位 token 的真实成本确实在下降。DeepSeek V4.1 Flash 每个 token 只激活 80 亿参数（MoE 架构），KV 缓存压缩到每 token 890 字节；OpenAI 的 GPT-5.6 Sol 跑在 Cerebras 晶圆级芯片上，号称每秒 750 token，是 H100 集群的十倍以上。硬件和架构的效率红利，是厂商敢打价格战的底气。

另一半红利来自计费技巧：提示缓存（prompt caching）。Agent 场景下，超过九成的输入 token 走缓存，而缓存价只有原价的 5% 到 10%——Claude Opus 5.5 的缓存读取只要 0.20 美元，GPT-6.1 Sol 更是砍到 0.10 美元。厂商把缓存做便宜，既降低了用户账单，也把用户的工作流更深地绑在自家缓存机制上，一举两得。

但要泼一盆冷水：成本下降的红利，厂商只分了一部分给用户。旗舰模型的输出价依然高高在上（GPT-6 Astra、Claude Fable 5.1 都是 10 美元 / 50 美元），而 Agent 恰恰是输出 token 的大户——推理过程的每一步思考都按输出价计费。单价降 50%，用量涨 3 倍，总账反而更贵，这是 2026 年很多团队的真实体感。

实战：按场景选模型，把钱花在刀刃上

价格战对用户是好事，但前提是会选。按场景分档，是 2026 年最有效的省钱策略：

• 便宜档 · 日常问答、客服、摘要、分类：用便宜档。Claude Haiku 5.5、GPT-6 Luna（0.10 美元 / 0.50 美元起）、DeepSeek V4.1 Flash、MiniMax M3.1 Flash（0.15 美元 / 0.60 美元）——百万级调用下，每月账单是几美元量级，而不是几百美元。
• 主力档 · 代码与 Agent：看缓存价，不看标价。GPT-6.1 Sol、Claude Sonnet 5.5 / Opus 5.5、Grok 4.7 都是好选择，但 Agent 场景九成输入走缓存——缓存读取价（0.10–0.20 美元）才是你的真实单价，标价只是摆设。
• 长文本档 · 长文本与多模态：看上下文窗口和免费层。Gemini Flash 系（100 万上下文 + AI Studio 免费额度）、DeepSeek / MiniMax 的 100 万上下文，都是为长文档场景准备的；注意各家的长上下文加价线。
• 旗舰档 · 旗舰攻坚：只用在真的需要的 5% 任务上。GPT-6 Astra、Claude Fable 5.1（10 美元 / 50 美元）是留给最难推理和最长 Agent 链路的，日常任务用它们等于烧钱。

三条铁律收尾：第一，先看缓存价和批量折扣（Batch 通常半价）再看标价；第二，用量不大的个人用户，免费层加订阅往往比走 API 更划算；第三，价格按月变，每季度重跑一次账单，别让去年的选型决定今年的账单。更细的成本拆解，可以看本站的《AI 推理成本 2026》。

价格战的尽头：免费午餐不会永远免费

每一轮价格战之后，价格都会稳定在一个新低位——但免费午餐不会永远免费。历史正在重复：Gemini 3.7 Flash 的半价写明了截止日期（2026 年 12 月 31 日），OpenAI Sol 的促销价也只确认到 11 月 21 日。促销价是鱼饵，不是地板。

免费层有三个隐形代价，2026 年依然成立：第一，额度说收就收，免费档的 SLA 从来不受合同保护；第二，免费层可能用你的 prompt 做训练（各家政策不同，务必看条款），付费层通常不拿；第三，也是最贵的——锁定。一旦工作流焊死在某家 API 上，涨价时你没有议价权，迁移的工程成本就是为「免费」付过的账单。

所以价格战真正的赢家，不是追到最低价的人，而是把架构做成「可换模型」的人：在应用和模型之间抽象一层网关或路由，缓存策略、评测基准、提示词模板都做到厂商无关，价格战的红利才能真正落进口袋。降价是厂商的算盘，不被算计才是用户的本事。