AI大模型价格战加剧，OpenAI大幅降价应对竞争

人工智能行业正经历一场前所未有的价格变革。为了应对来自中国新一代模型的竞争，全球主要AI企业纷纷大幅降低产品价格，同时提升入门级模型的能力。这一策略的最新执行者是OpenAI，该公司将其基础前沿模型ChatGPT 5.6 Luna的价格降低了80%，中端模型5.6 Terra的价格也下调了20%。

就在一周多前，谷歌刚刚推出了价格更低的Gemini 3.6 Flash和3.5 Flash-Lite模型。Anthropic虽然没有直接降价，但将旗下价格最低的Opus 4.8模型替换为了能力更强的Claude 5.0，并维持相同价格。这一系列动作表明，全球AI竞争已从单纯的技术比拼，转向了价格与性能的综合较量。

中美两国AI发展路线的差异，在某种程度上体现了两国长期以来的产业优势。美国企业往往投入巨额资金推动最前沿技术发展，而中国开发者则依靠强大的制造业和工程能力，打造出成本更低、规模更精简、但在高端能力上几乎不逊色的AI模型。DeepSeek在2025年曾给西方AI开发商带来巨大冲击，而Kimi K3在2026年再次产生类似影响。单独来看，这些事件已经足以让OpenAI、谷歌和Anthropic等公司感受到压力。

此次降价后，OpenAI的Luna模型价格已进入DeepSeek V4的竞争范围。DeepSeek V4专业版的价格为每百万输入Token 0.435美元、每百万输出Token 0.87美元。GPT 5.6 Terra在降价20%后，价格降至每百万输入Token 2美元、每百万输出Token 12美元，低于备受关注的Kimi K3。与此同时，GPT 5.6 Sol仍保持较高价格，而OpenAI甚至提高了其顶级模型5.6 Sol Fast模式的价格，以更低延迟提供同等智能水平。

然而，这些降价策略真的能为OpenAI带来利润吗？今年早些时候，OpenAI宣布放弃自行拥有第一方数据中心的计划后，与甲骨文达成的高达3000亿美元计算资源采购协议，成为其服务持续运营的重要基础。OpenAI目前已经在订阅业务上持续亏损，并承诺到2030年前投入约6000亿美元用于计算资源。即便收入继续增长，也可能远远无法覆盖如此庞大的成本。而如今最受欢迎、价格最低的模型进一步降价，意味着公司的利润空间可能会大幅缩水，甚至完全消失。

OpenAI并非唯一面临这一问题的企业。过去一年，谷歌在AI基础设施上的投入约为其云业务收入的9倍；Anthropic最近能够实现年度化营收盈利，也主要得益于与xAI达成的一项低价租用Colossus数据中心的有限合作。AI的运行和建设成本并没有突然下降，但企业却正在不断降低价格，并以更低成本提供更快、更强大的模型。

AI行业经常引用“杰文斯悖论”来解释AI普及速度加快的原因。在杰文斯生活的时代，更高效的煤炭发动机并没有减少煤炭消耗，反而因为使用范围扩大导致煤炭总需求增加。如今，AI企业认为，随着AI使用成本下降，人们会发现更多应用场景，从而推动整体AI使用量大幅增加。这可能正是当前Token降价策略背后的逻辑。

如果Token足够便宜，用户会大量增加使用量，从而通过规模增长带来更高收入。再考虑到今年年底以后，新一代AI加速芯片将在数据中心中更加普及，单位功耗下的Token处理能力可能提升10倍，使得更低利润率的业务也可以依靠规模实现盈利。此外，英伟达未来的Vera Rubin平台也值得关注，该平台将进一步带来10倍的Token性能效率提升。理论上，Blackwell和Vera Rubin平台的优势可能让AI推理服务器成为更具盈利潜力的产业。但即便如此，很难想象大型AI公司能够仅依靠AI业务收入覆盖目前投入的巨额成本。