从六月 GPT-5.6 系列发布到现在，OpenAI 和 Anthropic 的主流模型价格塌了一大截，最多砍掉 80%。Max Woolf 把这场价格战的时间线全捋了一遍，结论有点反直觉：这不像烧钱抢市场的套路。
先看数字怎么掉的。GPT-5.6 Sol 卖 $5/$30/$0.50（输入/输出/缓存读取，每百万 token），Luna 是 $1/$6/$0.10。后来 Luna 直接砍 80% 到 $0.20/$1.20/$0.02。Anthropic 那边，Sonnet 5 的 $2/$10 临时促销价转正，Opus 5 是 $5/$25，Opus 5.5 降到 $4/$20/$0.20——官方原话是"Opus 5.5 服务所需的算力比 Opus 5 少，定价反映了这一点"。OpenAI 紧接着 GPT-6 Sol 出价 $2/$10/$0.20，一周后又用 GPT-6.1 Sol 把缓存价格再砍一半，累计降了 75%。
这里面有个容易被忽略的关键：缓存读取成本。用 agent 写代码时，缓存读取占 token 支出的 96%~99%，因为缓存里装着每一轮完整的对话历史，命中率还高达 90%~100%。所以缓存读取价从 $0.50 降到 $0.10，对实际账单的影响远大于表面数字——Fable 5.1 光把缓存读取砍 75%（从 $1 到 $0.25），整体成本就下来了。
那为什么要砍这么狠？Woolf 的判断是：模型已经商品化。现在换个模型只要在 Zed Agent、OpenCode 里拨个开关，或者换一行 OpenRouter 的端点字符串，模型之间的差异除了主观感觉几乎分辨不出来。这种可替换性意味着价格成了主要竞争维度。
开源权重模型是另一只手。DeepSeek V4 Flash 四月份以 $0.14/$0.28/$0.0028 上线时病毒式传播——关键就是那个 $0.0028，缓存读取只占输入的 2%，比 OpenAI/Anthropic 的 5%~10% 低得多，实际有效成本比标价还低。OpenRouter 上一个模型能挂十几家推理供应商，Cloudflare、DeepInfra 的有效成本已经在 DeepSeek 自家 10% 以内。开源模型追得也快：几天前 Kimi K3.1 Pro 的 55 分对 Opus 5.5 的 58 分，咬得很紧。
有人担心这是 Uber 式的亏损引流，等把用户圈进来就涨回"真实成本"。Woolf 不认这套：只要推理商能把每 token 成本压得比每 token 收入低，它们就会互相降价竞争，这个经济规律比任何一家的定价策略都硬。Vercel 的网关数据也印证了——截至今年每 token 成本降到了四月时的 43.3%，但总支出还在涨，因为模型变强得比变便宜更快。
最耐人寻味的是时机。两家都被传要 IPO（OpenAI 明年、Anthropic 几个月内），按常理这时候该把利润做漂亮去迎接 S-1，结果反而把主要收入来源砍了 80%。Woolf 的猜测是推理本身的利润率可能比外界想的好（有报告说每 token 利润率高达 80%）。他打算等 Anthropic 的招股书公开后好好看看推理利润率。
作为一个重度用户，他给出了最实在的一手观察：以前 $100/月的 Codex 5x 套餐勉强够用，GPT-6.1 Sol 出来后同样的钱能跑四倍的量，他把配额调到 1/5，成本基本回到中性。不过他补了一句提醒——订阅制的价值可能会先被动刀，GPT-6.1 Sol 发布同期，OpenAI 就把 $200/月档的使用额度砍了 50%，理由是"反映我们模型效率的提升"。
参考来源