点击 Tech 星球 > 点击右上角 " ··· " > 设为星标
Tech 星球（微信 ID：tech618）
文 | 华卫
封面来源 | 豆包 AI
薅羊毛潮，吹到了大模型界。但这次，被薅的是硅谷。
近期，海外大模型市场掀起了一场别样的 " 补贴战 "。OpenAI 疯狂向用户投喂额度 " 重置卡 "，Anthropic 也在送，先面向创业公司提供免费使用一年 Claude Team 的机会并附赠 1000 美元额度，后又发了新福利：按月免费发放 API 额度，Max 5x 为 100 美元，Max 20x 为 200 美元，Team 团队版最高 500 美元。
另一边，免费模型的奖池越来越大。马斯克在 "X 平台 " 上表示，Grok Bot 将免费开放使用 Opus 5.5 模型，并赋予其访问 X 平台全部功能的权限。OpenAI 全量上线 GPT-6 后，免费用户也能用上 Luna 版了。
当硅谷厂商疯狂打出优惠牌，国产大模型的性价比优势还能守住吗？
DeepSeek 带火的价格战，烧到了硅谷
曾被视为国产模型重要竞争优势的低价，正在成为全球厂商共同争夺的市场。除了直接发放各种 Token 补贴外，如今海外大模型厂商正在从基础定价、模型分层和计费机制等多个维度降低使用门槛。
从 GPT-5.6 开始，OpenAI 不再是一个最强模型 " 打天下 "，而是把按照能力层级分成了不同的价格档位。例如，最新的 GPT-6 系列提供三个不同档位，Astra 负责最难最复杂的任务，Sol 提供更均衡的性能与成本，Luna 则定位于更低成本的调用场景。
并且，OpenAI 也开始通过阶段性降价来吸引用户。官方公告显示，GPT-5.6 系列的 API 价格在 7 月下调，Terra 降价 20%， Luna 降完后直接两折。8 月，GPT-5.6 Sol 的 API 与额度价格又下调超过 20%，并计划至少维持优惠至 11 月 21 日。
更值得注意的是，现在用订阅额度跑 GPT-6.1 Sol，都不收长上下文附加费了。在 10 月 12 日的更新中，OpenAI 把 Codex 和 ChatGPT Work 里的默认窗口从 272k 扩到 500k，一口气涨了约 80%。
而 Anthropic 进一步将价格竞争，拆解到模型能力和具体工作负载之中。目前，其官方 API 价格页面列出多款主力模型。其中，Claude Fable 5.1 面向高难度推理和长周期 Agent 任务，Opus 5.5 侧重长时间编码与知识工作，Sonnet 5.5 兼顾速度与能力，Haiku 5.5 则面向高频、低延迟任务。
Haiku 5.5 的定价尤为扎眼，相比上一代最高直接降了 90%。在 10 万 Token 以内，Haiku 的价格为输入每百万 Token 0.10 美元、输出 0.50 美元，比 DeepSeek-V4.1 Flash 的谷时价格都便宜了。超过 10 万 Token 时，其价格只比上代低 50%，但也进入了相当低的区间。
此外，Anthropic 还在批量任务上为用户挖下降本空间：Batch API 的输入和输出 Token 均可享受 50% 的折扣。以 Sonnet 5.5 为例，标准价格为输入 2 美元、输出 10 美元；通过 Batch API 处理符合条件的非实时任务，价格可分别降至 1 美元和 5 美元。
Google 则同时提供免费层、标准付费层，以及 Batch、Flex、Priority 等不同服务模式，还推出阶段性优惠。以 Gemini 3.8 Flash 为例，按照官方公布的价格，2026 年 12 月 31 日前，该模型的标准 API 输入价格为每百万 Token 0.75 美元，输出价格为 3.75 美元；从 2027 年 1 月 1 日起，价格将分别调整至 1.50 美元和 7.50 美元。
现在，海外模型大厂正在做的，是把低价变成一套完整的产品与计费体系，而不仅仅给旗舰模型的价格打折。对国产模型来说，新的竞争压力不容忽视。
国产大模型，没有想象中便宜？
今天讨论大模型的价格，可能不能只看某家公司贵不贵，而要先问提供的是哪一档能力以及用户实际需要什么能力。同一家厂商内部，模型之间的价格差距就可能达到数十倍乃至上百倍。
但对比 API 价格，国产大模型的确仍然有着相当明显的低价优势，这也是过去几年国产大模型参与竞争时最有力的武器之一。
各厂商最新模型 API 价格（Tech 星球根据公开信息制图）。
然而，回归到实际使用场景，国产模型的低价优势可能并不像表面上那么牢固。问题就在于不同厂商的计费方式，以及同样一笔钱能换来的实际生产力。
随着 AI 应用需求爆发，OpenAI、Anthropic 以及智谱、月之暗面等国内外厂商，都在通过订阅套餐争夺高频使用的用户群体。在国内，甚至有大模型公司把 Token 订阅套餐摆上电商货架，智谱在天猫、京东都开设了官方旗舰店，Kimi、MiniMax、阶跃星辰等也在与天猫接洽中。
用户支付固定月费，就可以在一定额度内使用编程工具和模型；额度触顶后，可以等待重置、购买额外额度或者转向 API 付费。由此，模型竞争的战场也从 " 每百万 Token 多少钱 "，转到了套餐能提供多少使用额度、实际调用是否稳定，以及能否高效完成任务。
各厂商付费订阅套餐价格（Tech 星球根据公开信息制图）。
近日，SemiAnalysis 把 OpenAI、Anthropic、Meta、SpaceXAI、MiniMax、月之暗面、智谱、Cursor 和 Cognition 的订阅套餐逐个测了一遍。它首先测出输入、缓存写入、缓存读取和输出会消耗多少订阅额度，再按自己 9 月的 Agent 使用结构计算，其中约 96.6% 是缓存读取，最后套用各家的 API 标价，看同样一批 Token 如果直接走 API，需要花多少钱。
结果显示，Claude 的订阅补贴力度远超国产模型。每月 200 美元的 Max 20x 套餐，使用 Sonnet 5.5 最多可跑出约 12529 美元的 API 用量，相当于月费的 62.6 倍；Opus 5.5 约为 11726 美元，相当于 58.6 倍。
而国产 Coding Plan 虽然月费更低，但算下来补贴力度并不高。132 美元的 MiniMax Token Ultra 可折算约 3088 美元 MiniMax-M3 API 用量，相当于月费的 23.4 倍；168 美元的智谱 GLM Coding Max 约为 11.6 倍；199 美元的 Kimi Code Ultra 约为 6.7 倍。即使是其中最高的 MiniMax，每美元折算价值也只有 Claude Sonnet、Opus 的四成左右。
消费端的反馈更为直观。" 国产模型真干活太贵了 "，不少深度使用 AI 大模型的用户算过账后吐槽。
一位希望支持国产模型的开发者向 Tech 星球分享了自己的使用体验。他此前主要使用 Opus 5 处理日常编码任务，后来订阅了月费 199 元的 Kimi Pro，尝试将部分工作转移到国产模型上。结果，跑了一个 6 小时左右的编码任务就用掉了 30% 月额度。他手中还有一份月费 400 多元的智谱 GLM-5 老套餐，即使跑单个任务不并行，也往往在不到 2 小时就耗尽额度，目前只能用于一些测试任务。
另一位充值了 Kimi K3 的开发者向 Tech 星球透露，即便是相对简单的任务，Token 消耗都异常巨大，" 加了客服申请退余额，退完把号都给停了。"
这些情况折射出模型性价比竞争中的一个新问题：低 Token 单价，并不一定等于低任务成本。 国产模型过去依靠低 Token 单价建立起的优势，正在接受新的考验。当然，这并不意味着国产模型在所有场景下都失去了成本优势。对于低频调用、批量推理、需要自主部署，或必须通过 API 接入自有业务系统的用户，国产模型仍可能凭借更低的调用价格和部署灵活性占据优势。
真正需要重新计算的，是不同使用场景下的综合成本。
价格战的下半场，靠什么赢？
当 API 单价、订阅套餐和实际任务成本被集中摆上桌面，大模型厂商之间的价格竞争，也正在从单纯比拼谁更便宜，转向如何覆盖不同场景下的用户预算。
如今，大模型厂商正在同时争夺三类市场：个人用户的订阅市场、开发者的 API 市场，以及企业客户的专属服务市场。
三者的付费逻辑并不相同。个人用户更关心每月花多少钱、能使用哪些模型、是否有调用额度限制；开发者更关心每次调用的成本、并发、延迟和稳定性；企业则还需要考虑数据安全、服务等级、部署方式与采购折扣。
不同的市场，也给了厂商们不同的价格竞争手段。面向个人用户，可以通过免费层、订阅套餐和功能权益降低使用门槛；面向开发者，可以通过低价模型、缓存折扣和批量处理降低调用成本；面向企业，则需要借助用量折扣、专属吞吐量、定制化部署和合同价格，满足规模化、稳定性的业务需求。
更重要的是，模型的性价比其实并不是一个脱离使用场景的固定数字。 同样一款模型，在不同任务中的表现、消耗和用户评价可能截然不同。
例如，Kimi 在文科任务上的能力就吸引来一批忠实用户。一位用户感慨道，"Kimi K3 在文字工作上烧额度烧到心碎，成品确实让人惊叹。" 另一位用户坦言，自己明知 Kimi 贵，却仍然愿意为效果买单，" 所以从 49 到 99 到现在的 199，一直跟随。"
另外，对于模型厂商而言，优化推理效率、改进工具调用和减少无效输出，与直接降价同样重要。如果一款模型能够用更少的推理步骤、更少的上下文和更少的重试完成同样的任务，那么即使单价没有最低，整体成本也可能更有竞争力。
DeepSeek 带来的第一轮变化，是让大模型变得更便宜。而今走到价格战的下半场，拼的或许不是谁把价格压得最低，而是谁能让用户觉得，这笔钱花得最值。
大模型市场未必会出现一个能够在所有任务中胜出的 " 性价比之王 "。复杂编码、长文写作、日常问答、批量推理和企业工作流，对模型能力与成本的要求各不相同。未来的竞争，很可能不是某一家厂商凭借一个最低价格覆盖所有场景，而是不同模型在各自擅长的任务中，找到价格与效果的最佳平衡点。
对国产模型而言，低价优势未必守不住，但它或许已经不能单独决定胜负。更现实的竞争方式，是在特定任务中形成更有竞争力的价格与效果组合，并通过推理效率、产品生态和商业交付，把这种优势稳定地交付给用户。
当低价转化为更高的任务完成效率、更好的使用体验和可持续的商业价值，它才可能从短期吸引力变成长期竞争力。
欢迎按指引星标 Tech 星球
第一时间接收文章更新
加入交流群 & 内容转载 & 合作相关
Tech 星球小助手 | 微信：miniworld007
