OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?

OpenAI 和 Anthropic 在数月内将他们的大语言模型（LLM）价格削减高达 80%。为什么？ | Max Woolf's Blog

OpenAI 和 Anthropic 在数月内将他们的大语言模型（LLM）价格削减高达 80%。为什么？

2026 年 10 月 25 日

·

12 分钟

让我们快速回顾一下 OpenAI 和 Anthropic 过去几个月主要大语言模型（LLM）的发布时间线。以下所有价格数据均为输入 MTok / 输出 MTok / 缓存读取 MTok 的成本。

2026 年 6 月 26 日 #

OpenAI 宣布推出 GPT-5.6 Sol 和 Luna。Sol 是 GPT 5.5 的直接继任者，价格保持在 $5 / $30 / $0.50 不变，而 Luna 是一款专为低成本场景设计的小型模型，价格为 $1 / $6 / $0.10。他们还宣布了一款名为 Terra 的中间模型，但关注度较低。

2026 年 6 月 30 日 #

Anthropic 宣布推出 Claude Sonnet 5，Anthropic 声称该模型更接近其 Opus 系列，但用户反馈褒贬不一。值得注意的是，其首发价格为 $2 / $10 / $0.20，最初计划为临时定价，但随后将上调。

2026 年 7 月 24 日 #

Anthropic 宣布推出 Claude Opus 5，这是继 Opus 4.5 对代理编程兴起产生重大影响后，备受期待的重大版本更新，定价为 $5 / $25 / $0.50（与 GPT-5.6 Sol 相似）。尽管部分提供的基准测试结果令人意外地超过了更大规模的 Fable 5，但实际用户反馈仍较为分化。

2026 年 7 月 30 日 #

OpenAI 宣布将 GPT-5.6 Luna 的价格削减 80%（???），降至 $0.20 / $1.20 / $0.02。

GPT-5.6 Luna 在大幅降价后，模型质量与每任务成本的关系图。左上角为最优，若 OpenAI 没有进行 80% 的降价，它将输给 DeepSeek V4 Pro。via OpenAI

2026 年 8 月 10 日 #

Anthropic 宣布 Sonnet 5 的临时首发降价将变为永久性定价。

2026 年 8 月 21 日 #

OpenAI 宣布将 GPT-5.6 Sol 的价格削减约 20%（$4 / $20 / $0.40），持续三个月。

2026 年 9 月 1 日 #

Anthropic 宣布推出 Fable 5.1，定价为 $10 / $50 / $0.25。与 6 月发布的 Fable 5（$10 / $50 / $1）相比，Fable 5.1 在所有领域均实现了更严格的基准性能提升，并将缓存读取成本降低了 75%。

缓存读取成本

在使用代理进行编程时，缓存读取成本占总 token 开销的绝大部分（96% - 99%），因为缓存中存储了每轮对话的完整历史记录。此外，缓存的命中率通常在 90% - 100% 之间（视 LLM 推理服务提供商的基础设施而定）。综合来看，缓存读取成本降低 75% 相当于使用模型成本降低 70%-75%——即使缓存成本通常只是附注内容，这一降幅也显然值得关注！

2026 年 9 月 3 日 #

OpenAI 宣布推出 GPT-6 Astra，其规模与 Fable 5.1 相当，定价为 $10 / $50 / $1，但未提供更低的缓存读取成本。Astra 的模型性能确实与 Fable 相当。

2026 年 9 月 22 日 #

OpenAI 以令人震惊的价格推出 GPT-6 Sol，定价为 $2 / $10 / $0.20，相比临时降价后的 GPT-5.6 Sol，输入和输出价格减半！同时，他们还推出了 GPT-6 Luna，输入和输出价格也减半（$0.10 / $0.50 / $0.01）。

就在同一天，Anthropic 宣布推出 Claude Opus 5.5，其中明确指出“Opus 5.5 相比 Opus 5 需要更少的计算资源来提供服务，其定价也反映了这一点”。由于输入/输出成本降低 20% 且缓存读取成本削减幅度更大，Opus 5.5 的价格（$4 / $20 / $0.20）总成本比 Opus 5 低很多，整体成本降低了 40-60%，而该模型的表现甚至优于 Fable 5.1（我对 Opus 5.5 有很多想说的，但留到另一篇文章再详细讨论）。

2026 年 9 月 29 日 #

事实证明，GPT-6 Sol 在性能方面表现不佳，因此一周后 OpenAI 宣布推出 GPT-6.1 Sol，令人意外的是其性能与 Astra 相当（亲自使用后可确认），但 OpenAI 随意将缓存价格砍半（$2 / $10 / $0.10），与 Anthropic 的 5% 输入缓存读取成本持平，使这一模型系列累计成本降低了 75%。

总体来看，从 2026 年 6 月发布 GPT-5.6 模型系列至今，使用这些主流大语言模型的成本大幅下降，这是一年前我完全没想到的。这些降价同样适用于通过订阅代理工具（如 Codex 和 Claude Code）调用模型的场景。更重要的是，这些模型似乎并未在输出质量上做出妥协以实现降价。

来自 Vercel 的 AI 模型网关数据显示，每 token 成本呈下降趋势，目前已降至 2026 年 4 月成本的 43.3%。然而，由于模型性能提升速度远快于成本下降速度，总体支出仍在增加。via Vercel

从上述时间线来看，Anthropic 与 OpenAI 之间存在明显的针锋相对，合理推测两家公司的降价举措是对彼此的反应。然而，除非存在某些外部因素，否则没有哪家公司会主动降价 80%。那么，究竟是什么原因导致了这种局面？

大语言模型的行为经济学与竞争定价压力 #

如果你一直在测试新发布的 LLM 代理，会发现很难仅凭主观感受区分它们的差异。自去年 11 月掀起代理 LLM 高速增长浪潮以来，模型逐渐成为一种商品，只需在 OpenCode 或 Zed Agent 等工具中切换选项，或通过 OpenRouter 更改 API 端点字符串，就能轻松在代码库中尝试新模型，因此行业护城河几乎消失。此外，竞争对手众多——不仅仅是 Google 和 Meta 这类大公司——许多厂商都能提供足够替代的模型，从而形成价格压力。

对于开源权重模型，我们再来看 DeepSeek Flash V4.1，它最近也发布了更新的 1017 版本。

目前 OpenRouter 是获取开源权重模型的主要平台。检索时间：2026 年 10 月 24 日。

原始的 DeepSeek V4 Flash 0420 于 2026 年 4 月以 $0.14 / $0.28 / $0.0028 的价格发布，随后因性价比极高而引发广泛关注，尤其是当时 OpenAI 缺乏针对简单任务的小型模型。其中 $0.0028 的价格成为关键，其缓存读取比例仅为 2%，远低于 OpenAI 和 Anthropic 模型的 5%-10%，使实际成本甚至低于宣传价格。我推测 OpenAI 7 月将 GPT-5.6 Luna 价格下调 80% 的举措，正是为了直接与这些小型开源模型竞争。如今，新发布的 DeepSeek Flash V4.1 1017 模型在基准测试中表现显著优于 DeepSeek Flash V4（人工分析指数 45 对 24），而 DeepSeek 的价格仍保持在 $0.15 / $0.60 / $0.003 左右。请注意关键表述“来自 DeepSeek”。

在 OpenRouter 平台上，任何推理服务提供商均可列出其托管的模型，当用户调用 OpenRouter API 时，请求将被路由到这些模型之一——默认情况下会负载均衡到任意可用模型，但开发者可在 API 请求中指定偏好，例如“最低价格”。早在 5 月，我就注意到有 13 家不同提供商在 OpenRouter 上托管 DeepSeek V4 Flash。对于更新的 1017 版本，目前已有 29 家不同提供商。

按缓存读取成本排序的 DeepSeek V4.1 Flash 1017 提供商。数据来源：2026 年 10 月 24 日。

然而，从有效输入成本（考虑缓存读取成本与缓存命中率的交互）来看，许多不同提供商的成本差异并不明显。

按接口点计算的有效成本，Cloudflare 和 DeepInfra 的成本与 DeepSeek 相差不超过 10%。尽管这些模型目前是价格最低的选择，但需注意它们仅占总 token 份额的一小部分。数据来源：2026 年 10 月 24 日。

OpenAI 和 Anthropic 必须通过提供更高质量的模型来与这些开源模型区分开来——目前它们在 Opus 5.5 上的表现已相当出色，但需要持续保持这一优势，这也是数十亿美元研发投入的原因。开源模型正在快速追赶：就在几天前，Moonshot AI 宣布推出 Kimi K3.1 Pro，其性能与 Opus 5.5 相当（Kimi 55 分 vs. Opus 5.5 58 分），但输入/输出价格仅为后者的一半，且缓存读取成本相同（$2 / $10 / $0.20）。该模型与当前由 20 家以上推理提供商托管的 Kimi K3 具有相同规模和架构：一旦 11 月 4 日模型权重开放，预计大多数提供商将以相近价格支持新 Kimi K3.1 Pro。值得注意的是，Moonshot AI 本身也加入降价行列，将 Kimi K3.1 Pro 的价格定在低于原版 Kimi K3（$3 / $15 / $0.30）的水平。

一个反复出现的趋势是，一些强烈反对AI的人认为，令牌价格被人为压低以吸引用户进入LLM生态系统，但随后价格会上涨至“令牌的真实成本”，当免费红利结束时，AI支持者将陷入困境。这种理论认为，OpenAI和Anthropic正像Uber和Lyft在2010年代对网约车行业所做的那样，以亏损为代价进行市场扩张，但与当时不同的是，OpenAI和Anthropic并非拥有定价主导权的双头垄断企业，且推理行业的进入门槛并不高。只要这些众多推理服务提供商能够以与OpenAI和Anthropic相近的价格和质量提供模型服务，且切换成本可以忽略不计，令牌价格可能会继续下降。因此，两家公司都在努力构建护城河以抵御这一趋势，例如专注于企业客户承诺和个性化代理助手（如OpenAI Dots和Claude Duet）。

令牌价格突然上涨的设想更多是一种幻想，既不符合行为经济学原理，也与过去几个月顶级模型LLM价格显著下降的实际趋势相悖，这不仅限于OpenAI和Anthropic。只要规模化服务商能够实现每令牌成本低于每令牌收入，这些推理服务提供商就会通过降低令牌成本相互竞争，最终迫使OpenAI/Anthropic也必须降价竞争。OpenRouter上29家独立服务商几乎没有动力去服务一个不盈利的模型（他们会选择停止服务该模型，转而用计算资源服务更盈利的模型），“令牌的真实成本”最终可能落在价格等于边际成本的水平。

值得注意的是，OpenAI和Anthropic确实都接近IPO，这进一步引发了人们对价格削减的疑问。

IPO推动 #

这些价格削减的时机颇具深意，因为传闻称OpenAI和Anthropic都将很快上市——OpenAI计划在2027年，Anthropic则可能在几个月内。截至目前，OpenAI和Anthropic泄露的财务数据不出所料地显示，两家公司都因研发和规模化投入而亏损数十亿美元，尽管这些报告均未考虑过去几个月代理式LLM使用的激增。投资者将密切关注这些巨大的亏损，并要求他们制定扭转局面的计划。

那么，为什么他们会将主要收入来源削减高达80%？这与在S-1招股书上展现良好形象的目标完全背道而驰！推理服务本身的利润率可能讲述着不同的故事，有报道称每令牌利润率高达80%（附带条件）。在这些重大削减后，他们的利润率究竟还有多少？

就我个人而言，价格削减确实影响了我对LLM代理的支出方式，但并非OpenAI/Anthropic希望典型客户表现出的那样。我曾经在GPT-5.6 Sol是顶级模型时，每月支付100美元订阅Codex（5倍Pro计划），尽管对随机使用额度重置感到恼火，但最终还是用尽了订阅包含的所有使用额度。当GPT-6.1 Sol发布后，我注意到使用它的成本实际上下降了75%，你知道我做了什么吗？

我在使用效率提升4倍后，将最大使用配额削减至原来的1/5，最终使用成本基本持平，这显然是最合理的选择。

公平地说，鉴于Claude Code和Codex等订阅服务相对于API使用量的极高价值，其利润率存在不确定性。如果出现资金紧张，我怀疑会先削减订阅价值，而不是模型的基础价格。例如，当OpenAI宣布GPT-6.1 Sol时，他们以“反映我们日益高效的模型”为由，将Codex中每月200美元套餐的使用额度削减了50%——从技术上讲这是正确的，但写成文字确实有点滑稽。

我非常期待看到Anthropic的IPO招股书和推理利润率，一旦它很快公开。

我也质疑，如果OpenAI/Anthropic有意淘汰其更昂贵的模型，这对他们是否有利。在Opus 5.5发布一个月后，关于Fable 5.1或GPT-6 Astra的讨论完全消失了，因为Opus 5.5确实强大到令人难以置信。

Top-and-left. via Anthropic

我预计几周后将发布Fable 5.2/GPT-6.1 Astra，这将证明我的观点错误，我也会很期待看到它的定价方式。

另一个不太 cynical 的因素可能是过去几个月LLM基础设施的改进——当Anthropic说“Opus 5.5所需的计算资源比Opus 5更少，其定价反映了这一点”时，我相信这是真的。一个真正讽刺的结果是，如果这些模型更高效，可能会减少对大规模数据中心建设的需求，这可能导致连锁经济危机。不过，这可能不会发生，因为推理只是计算资源的一部分，这些数据中心仍需用于其他流程环节。

总体而言，降价确实很奇怪，但作为用户，我当然不会抱怨！开源模型和二级推理服务将继续作为经济制衡力量，限制LLM和其他大型实验室可能策划的商业行为。即使Anthropic和OpenAI的IPO失败导致两家公司倒闭，这也不会突然让LLM和代理行业整体消亡。

• Max Woolf (@minimaxir) 曾是旧金山BuzzFeed的高级数据科学家，目前从事AI/ML工具和开源项目工作。Max的项目由他的Patreon资助。