【本文仅在今日头条发布，谢绝转载】
本文作者——陆仰川｜资深媒体人
2026年8月，硅谷的AI定价体系正在经历一场无声的崩塌。
Silicon Data的统计数字显示，7月中旬到8月中旬，美国顶尖实验室的AI推理平均价格下降了将近25%。OpenAI的GPT-5.6 Luna API价格下调80%，Terra下调20%。Anthropic在发布Claude Opus 5时，把每百万Token的输入定价压到5美元、输出压到25美元，不多不少，刚好是自家旗舰Fable 5的一半。原定9月生效的Sonnet 5涨价计划，也被悄悄取消。
模型越卖越便宜，收入却在拼命往上冲。这种看似矛盾的图景背后，藏着一个让华尔街越来越不安的真相：中国大模型正在从定价端瓦解美国AI企业的护城河。
OpenAI的增收不增利困局：多赚10亿，多亏30亿
OpenAI向投资者交出的2026年Q2成绩单，很难让人满意。
季度营收67亿美元，环比增长了18%。放在任何一家初创公司身上，这都是值得开香槟的数字。但问题在于，营业亏损从Q1的93亿美元扩大到了Q2的123亿美元，亏损增速32%，几乎是营收增速的两倍。
这意味着OpenAI每多赚1美元，就要多烧掉1.8美元。公司原本向资本市场描绘的盈利时间表，已经从“近期”一路推到了2030年。在那之前，累计投入预计超过600亿美元。
更麻烦的是人事动荡。首席营收官丹尼斯·德雷瑟任职不到一年就离职，此前首席运营官布拉德·莱特卡普、被视为山姆·奥特曼接班人的菲吉·西莫也已相继出走。高管层的不稳定，往往是一家公司战略焦虑的外在表现。
OpenAI并非没有动作。7月推出GPT-5.6系列后，公司声称增速已经回升，还推出了整合Codex、ChatGPT和浏览器的超级应用。但资本市场要的不是故事，是利润。当英伟达、甲骨文的业绩都在很大程度上取决于OpenAI能否兑现数千亿美元营收承诺时，这份Q2财报的分量，远比67亿美元这个数字本身更重。
Anthropic的盈利幻觉：只是比OpenAI晚几个季度？
与OpenAI形成鲜明反差的是Anthropic。
2026年Q2，Anthropic营收达到116亿美元，环比翻倍增长，首次反超成立更早的OpenAI。更引人注目的是，公司实现了约5.59亿美元的单季调整后营业利润，这是全球顶级大模型厂商第一次摸到盈利的门槛。
毛利率从一年前的38%飙升至70%-85%，每1美元收入对应的算力成本从71美分降到了56美分。Claude Code这个编程工具成了真正的现金牛，上线不久年化收入就突破140亿美元，全球约4%的GitHub代码提交都有它的参与。
但全球宏观咨询公司David Woo Unbound的首席经济学家David Woo泼了一盆冷水：“Anthropic是真正逃脱了商品化的命运，还是仅仅比OpenAI晚几个季度步入这一阶段？从逻辑推断，答案更有可能是后者。”
这个判断的杀伤力在于，它直接挑战了Anthropic即将IPO的估值逻辑。市场给Anthropic的估值已经炒到了1.5万亿至2万亿美元，有望超越SpaceX成为史上最大IPO。但如果商品化是不可避免的，那么这场IPO就不再是一家公司的上市，而是对整个AI交易逻辑的一次公投。投资者买的到底是技术壁垒，还是一场迟早会醒来的梦？
价格战的真正推手：中国模型把成本打到地板以下
美国企业降价的直接压力，来自中国大模型的性价比攻势。
DeepSeek V4-Flash的输出价格仅为0.28美元/百万Token，V4-Pro也不过0.87美元。相比之下，Claude Fable 5的输出价格是50美元/百万Token，两者相差178倍。 即便是OpenAI最便宜的GPT-5.6 Luna，输出价格1.2美元/百万Token，仍是DeepSeek V4-Flash的4倍多。
Kimi K3虽然在价格上高于DeepSeek，但2.8万亿参数的规模、Arena编程榜1679分登顶世界第一的成绩，以及原生多模态能力，让它在高端市场同样具备极强的竞争力。阿里Qwen3.8-Max总参数量达到2.4万亿，能在无人干预的情况下独立运行16天完成项目建构，产出265次GitHub代码提交。
这些中国模型不是便宜但不好用的低端替代品。它们在代码生成、长文本处理、多模态理解等核心场景上的表现，已经逼近甚至超越美国一线产品。当性能差距缩小到用户感知不到的阈值时，价格就成了唯一的决策变量。
企业客户开始用脚投票。OpenAI在向投资者解释业绩时明确承认：“企业客户对AI工具开支趋于谨慎，更多任务转向成本更低的AI系统。”这个成本更低的AI系统，指的就是中国模型。
商品化诅咒：AI正在从技术稀缺品变成标准化商品
David Woo的核心论断是，AI交易面临的最大风险，就是商品化不可避免。
这个判断的底层逻辑很清晰。大模型的技术迭代路径正在从颠覆式创新转向渐进式优化。当DeepSeek用MoE架构把1.6万亿参数的模型激活参数控制在490亿、Kimi用KDA线性注意力实现高效推理时，美国实验室在架构层面的领先优势正在被快速蚕食。
更关键的是，中国模型的开源策略正在重塑行业生态。DeepSeek V4系列采用MIT协议开源，Kimi K3开放权重，这意味着全球开发者可以免费获取、修改、部署这些模型。开源带来的不是直接的API收入损失，而是对整个定价锚点的系统性下压。当客户知道有一个免费且性能接近的替代品存在时，付费意愿的天花板就被永久压低了。
Anthropic目前还能维持较高定价，很大程度上依赖Claude Code在企业编程场景的粘性。但这种粘性能持续多久？当中国模型在代码生成领域的差距进一步缩小，当企业发现迁移成本远低于持续支付溢价时，Anthropic的定价权同样会松动。
OpenAI和Anthropic的降价，表面看是主动的市场策略，实则是被动的防御姿态。它们需要用更低的价格留住客户，用更大的用户规模摊薄固定成本，在商品化浪潮到来之前尽可能多地锁定市场份额。这是一场与时间赛跑的游戏，而时间似乎并不站在它们一边。
谁在为中国模型的性价比买单？
这场价格战的最大赢家，短期内看起来是全球AI应用开发者。更低的API成本意味着更多的创新空间，AI Agent、自动化编程、智能客服等场景的落地门槛被大幅拉低。
但中长期来看，价格战的代价需要有人来承担。
OpenAI预计2030年前累计投入超600亿美元，Anthropic签署了每年150亿美元的算力采购协议，还与谷歌、亚马逊签下了未来数年可能达数千亿美元的长期合作。这些巨额资本开支的前提，是模型能维持足够的定价能力来覆盖成本。一旦商品化加速，定价持续下滑，这些投入就可能变成沉重的资产负担。
英伟达、甲骨文等算力基础设施供应商，也在间接承受压力。它们的业绩增长很大程度上建立在AI实验室持续大规模采购的假设之上。如果OpenAI和Anthropic因为价格战而被迫削减资本开支，上游产业链的估值逻辑也将面临重估。
中国模型厂商同样面临挑战。DeepSeek在8月初公告计划整体上调API服务定价，月之暗面Kimi K3的API输出价格较上一代旗舰涨超3.5倍。这说明极端低价并非可持续状态，厂商也在从以低价换市场转向以价值定价。但即便如此，中国模型的价格基准线仍然远低于美国同行，这种结构性优势短期内难以逆转。
结语：AI的终局才刚刚开始
AI大模型的商业史，正在从技术崇拜期进入成本竞争期。
OpenAI和Anthropic的降价，不是慷慨的让利，而是定价权流失后的应激反应。当DeepSeek把百万Token输出价格打到0.28美元，当Kimi在编程能力上登顶全球第一，美国AI实验室曾经引以为傲的技术护城河，正在被性价比的潮水一点点侵蚀。
Anthropic的IPO或许能创造史上最大的上市纪录，但如果商品化不可避免，那么2万亿美元的估值里，有多少是真实的护城河，多少是资本泡沫的溢价？
答案可能不需要等太久。当中国模型的下一次迭代到来，当价格差距从十倍变成百倍，这场关于AI定价权的战争，将迎来真正的终局。