具体动作已经落到价目表上。OpenAI 近期宣布把 GPT-5.6 Luna（其自称「最快、最实惠的模型」）的价格下调 80%：每百万输入 token 从 1 美元降到 0.20 美元，每百万输出 token 从 6 美元降到 1.20 美元。Anthropic 推出 Claude Opus 5，宣传口径是以 Fable 5（该公司能力最强的模型）「一半的价格」提供「前沿级智能」，Opus 5 定价为每百万输入 token 5 美元、每百万输出 token 25 美元。同一周，Anthropic 还取消了原定 9 月对 Sonnet 5 生效的涨价。

按 Silicon Data 的 token 价格指数，自 7 月中旬以来，客户为美国头部实验室模型实际支付的价格已经下降近四分之一。token 是语言模型处理数据的计量单位，也是多数客户账单的计价依据。

是什么把价格压了下来

这轮降价对美国的闭源模型厂商来说是个转向。此前它们主要在性能维度上竞争，而不是价格。变化来自中国实验室持续推出的开源模型——这些模型可以被开发者自由下载和调整，能力也在不断提升，直接对价格构成压力。报道点名了月之暗面（Moonshot）与深度求索（DeepSeek），称其已经在从硅谷到欧洲的用户中打开局面。

企业端的成本压力同时在放大。Anthropic 和 OpenAI 正把部分企业客户从固定订阅转向按用量计费，客户按实际消耗的算力付费。账单上涨之后，一些企业的应对方式是给 AI 用量设上限，或者直接测试更便宜的替代品。DoorDash 与 Airbnb 都表示已开始使用中国厂商的模型来控制支出。

标价便宜，不等于最终花得少

单看每百万 token 的标价，无法直接比较模型贵贱。能力更强的模型有时用更少的 token、更少的尝试次数就能完成同一个任务，于是标价更高的模型反而总成本更低。多数模型还能在不同的「effort」（算力投入档位）下运行，这既影响表现，也影响完成任务的最终花费。

第三方评测机构 Artificial Analysis 在数学、科学、编程和推理等方向做了横向对比，两组结果颇能说明问题：

• Anthropic 的 Opus 5 在 medium 档位下，性能与每任务成本都接近月之暗面 Kimi K3 的 max 档位；
• OpenAI 的 GPT-5.6 Luna 在 max 档位下，表现与深度求索 V4 Flash 的 max 档位相当，但每完成一个任务的成本接近后者的两倍。

砍中间，守顶端

值得注意的是，这轮降价集中在中端产品，正是与中国模型正面竞争的价格带，最顶级的那一档并没有跟着降。长期使用大语言模型的网站托管商 Hostinger，其 AI 技术负责人 Mantas Lukauskas 观察到，最好的模型价格「持平到上涨」。他给出的判断是：

美国实验室砍掉了中间，守住了顶端。

对这轮调价，OpenAI 与 Anthropic 均拒绝置评。一位接近 Anthropic 的人士称，Opus 5 定价低于旗舰 Fable 5，是这家公司「模型家族本来的构建方式，与竞争对手无关」。

这些动作还有另一层背景：OpenAI 与 Anthropic 都在筹划以万亿美元估值上市，而投资者正在寻找证据，证明这个行业的巨额投入能够换来回报。降价能不能同时守住收入和客户，短期内会是两家都要回答的问题。对使用方来说，更实际的结论是：中间档模型的调用成本正在快速下滑，而顶级模型的价格暂时看不到松动。

来源：Ars Technica / Jamie John

同一个问题，交给不同的大模型，得到的答案可能天差地别。Netlify 产品经理 Elad Rosenheim 做了一组有趣的实验：把同一段建站提示词，分别丢给 11 个主流大模型，每个模型跑三次，记录它们消耗的积分和产出的差异。结论很直观——选对模型，成本和效果能差出两百倍。

实验怎么做的

实验场景设定为「社区咖啡馆单页网站」：要求包含营业时间、地址、简短菜单和一张照片，并且「除非我自己修改，否则内容不应变动」。这段文字没有给任何真实素材，只用一个「社区」来暗示方向。

参与测试的 11 个模型分别是：Claude Opus 5、Claude Sonnet 5、GPT 5.6 Sol、Gemini 3.6 Flash、Kimi K3、Gemini 3.1 Pro、GPT 5.6 Terra、DeepSeek V4 Pro、GLM 5.2、Kimi K2.7 Code，以及 DeepSeek V4 Flash（0731 最新版）。每个模型都独立运行三次。

成本差距触目惊心

按每次运行的平均积分消耗排序，差距相当惊人：

• Claude Opus 5：平均 519（其中一次飙到 1055）
• Claude Sonnet 5：平均 143
• GPT 5.6 Sol：平均 141
• Gemini 3.6 Flash：平均 103
• Kimi K3：平均 102
• Gemini 3.1 Pro：平均 53
• GPT 5.6 Terra：平均 39
• DeepSeek V4 Pro：平均 37
• GLM 5.2：平均 27
• Kimi K2.7 Code：平均 19
• DeepSeek V4 Flash（0731）：平均仅 2.4

最贵的 Claude Opus 5 与最便宜的 DeepSeek V4 Flash，平均成本相差超过两百倍。值得注意的是，Opus 5 那次 1055 积分的运行「细节满满、令人惊喜」，自带可动画的印章式文字、自定义地图和开箱即用的深色模式；而两次 253、249 积分的运行「也不差」，但矢量图形仍显露出大模型能力的边界。

贵的未必更好，便宜的也未必差

成本高低并不直接等于质量高低。文章观察到几个有意思的现象：

GPT 5.6 Sol 虽然是「低强度」档位，却在基础设计直觉上胜过了 Anthropic 的中端模型，内容更丰富，只是配图偏通用。DeepSeek V4 Flash 虽然最便宜，某次运行却「最像中端闭源模型」，且消耗的积分最少。

反过来，被寄予厚望的 Kimi K3 在本轮设计任务里「并不出彩」——它本是为长程智能体任务打造的前沿模型，需要换一种提示方式才能公平评判。GLM 5.2 三次运行风格差异大到「像来自几个不同的模型」，且当前版本是纯文本模型，无法接收图片输入。

启示：先想清楚要什么

作者给出的阶段性结论是：当任务超出「做个简单网站」，真正的问题变成——模型是否懂得调用平台能力（数据库、AI、鉴权），是否能严格自检并做前端校验（图片输入是关键）。在仅做设计与文案的测试里，Opus 5 最巧妙，却并非必需；预算有限时，选用开箱即用或迭代式简单模型更划算。

Netlify 与 OpenRouter 合作，通过 AI Gateway 和 Agent Runners 提供多种模型接入。Agent Runners 内置完整的编码智能体，支持 Claude Agent、OpenAI Codex、Gemini CLI，并新增 OpenCode 以接入 Kimi K3、GLM 5.2、DeepSeek V4 等开源模型。

来源：Netlify 博客（作者 Elad Rosenheim，Principal Product Manager），原文发布于 2026 年 8 月 12 日。