OpenAI酝酿降价 AI大模型进入消耗战

过去两年，大模型行业最核心的话题是能力竞赛。谁的模型更聪明、谁的推理能力更强、谁能率先实现AGI，几乎占据了全部讨论空间。但现在，另一场竞争正在浮出水面——价格。

据多方消息透露，OpenAI正在评估大幅下调Token收费标准的可能性，而推动这一决策的重要因素之一，正是来自Anthropic的压力。与其说这是一次简单的价格调整，不如说是生成式AI行业首次真正意义上的市场份额争夺战。

一个微妙的变化正在发生。

此前企业采购AI服务时，关注的是模型性能差异。随着GPT、Claude以及其他头部模型能力逐渐接近，采购部门开始重新审视成本账本。对于大型企业而言，模型调用费用已经从创新预算变成运营成本。

这种转变在编程场景尤其明显。

Anthropic推出的Claude Code迅速获得开发者群体认可后，其企业业务收入出现明显增长。编程Agent成为当前AI商业化最快的赛道之一，因为代码生成天然具备高频、高付费和可量化ROI的特点。也正是在这一领域，Anthropic开始对OpenAI形成实质威胁。

OpenAI显然意识到了这一点。

Codex重新被提到战略高度并非偶然。相比面向消费者的ChatGPT，企业开发者市场的客户价值更高，续费率也更稳定。谁控制开发者生态，谁就有机会掌握未来Agent时代的入口。

问题在于，开发者是所有用户群体中对成本最敏感的一批人。

行业甚至出现了一个新词——“Tokenmaxxing”。意思是开发者不断扩展上下文长度、增加推理步骤、调用更多Agent，以获得更好的结果。模型能力提升带来的收益，最终又被Token消耗放大了。

这让企业客户开始头疼。

有报道称，部分大型客户甚至提前耗尽了2026年的AI预算。Uber等企业案例被频繁提及，背后反映的是同一个问题：当AI逐渐成为基础设施后，成本控制将比模型参数更重要。

从商业逻辑看，OpenAI和Anthropic其实都不愿意打价格战。

原因很简单。

今天的大模型行业并不像传统SaaS。多数软件公司降价后依然能够维持较高毛利，但AI公司的成本结构高度依赖GPU集群、电力和推理资源。每一次模型调用背后都是真实存在的计算开销。

Sam Altman此前公开承认，推理成本已经成为一个“巨大问题”。

Anthropic面临同样压力。

两家公司每年都需要承担数十亿美元级别的算力投入。即便收入快速增长，现金消耗速度依然惊人。如果双方同时降价，最先被压缩的将是利润空间。

但市场竞争有时候不会给企业留下太多选择。

云计算行业曾经历类似阶段。亚马逊、微软和谷歌最初都希望维持较高利润率，但最终还是被迫卷入持续多年的降价周期。结果是行业集中度越来越高，规模优势成为决定胜负的关键。

AI行业正在出现相似迹象。

对于OpenAI而言，情况或许更加复杂。一方面，公司正在推进IPO计划，需要向资本市场展示增长潜力；另一方面，如果Anthropic率先发动价格攻势，企业客户流失风险又难以忽视。

于是，一个看似矛盾的局面出现了：行业收入不断创新高，但头部公司却可能主动降价。

这意味着大模型市场正在从技术驱动转向商业驱动。

未来几年决定胜负的，未必是谁拥有最大的模型，而是谁能以更低的成本提供足够好的模型。当模型能力差距逐渐缩小时，价格、算力效率和生态网络效应，或许才是真正的护城河。

AI行业的上半场比拼智能，下半场开始比拼成本。而价格战，往往是成熟市场到来的标志。