美国时间 9 月 22 日，Anthropic 抢先大约 90 分钟发布 Claude Opus 5.5；紧接着 OpenAI 端出 GPT-6 家族的两个新成员：Sol 和 Luna。
跑分这次不是重点，因为两家都把话写在了价格上：
| 模型 | 输入（每百万 token） | 输出（每百万 token） | 缓存输入 |
|---|---|---|---|
| GPT-6 Sol | $2 | $10 | $0.20 |
| GPT-6 Luna | $0.10 | $0.50 | $0.01 |
| Claude Opus 5.5 | $4 | $20 | $0.20 |
| DeepSeek V4.1 Flash（闲时） | $0.15 | $0.60 | $0.003 |
Sol 的价格正好等于 Claude Sonnet 5，是 Opus 5.5 的一半；Luna 更狠，未缓存的输入输出价已经压到 DeepSeek V4.1 Flash 闲时价之下。OpenAI 的发言人还专门确认：这次降价是永久的，不是促销价。两款模型都支持文本和图像输入，上下文窗口大约 105 万 token。
顺带一提，同一天小米也开源了 MiMo-V2.6 Pro/Flash 并宣称在开源模型里登顶。九月的模型市场，已经热闹到需要用表格才能跟上。
两家的公告里都出现了同一类数字：完成一件工作要花多少钱，而不是每百万 token 多少钱。
OpenAI 举的例子是一个覆盖 47 种工具的智能体工作流测试：Sol 在高强度模式下得分 33.2%、单任务成本约 0.27 美元，而旗舰 Astra 在低强度模式下得分 30.3%、成本是 Sol 的 3.9 倍；Claude Opus 5 满负荷得分 26.9%，成本约为 11.1 倍。
但这些是厂商自测，参考价值有限。真正值得看的是第三方 Artificial Analysis 的测量：GPT-6 Sol 在它的智能指数上每任务成本约 1.06 美元，上一代 GPT-5.6 Sol 是 1.99 美元，差不多砍半；Luna 从 0.18 美元降到 0.07 美元。
可同一份测量里还有另一个数字：Claude Opus 5.5 的智能指数是 58，而 GPT-6 Sol 在最高努力档位上是 48。
翻译成人话就是：便宜了一半，但没有更聪明。
两家的说辞惊人一致：降价不是烧钱补贴，而是推理效率和缓存的改进。
缓存这点值得单独讲。你用 agent 干活时，一大半 token 其实在重复：系统提示、工具定义、对话历史、同一份文档。这些内容被缓存后反复读取，价格可以低到标准输入价的十分之一——Sol 的缓存输入是 0.01，Anthropic 也把缓存读取降到了 $0.20。
对每天要跑几百次任务的人来说，这比标价的影响大得多。OpenAI 的 CFO 之前讲过一个很直白的数据：7 月把 Luna 降价 80% 之后，用量涨了大约十倍。
价格降，用量涨，然后基础设施的成本被摊薄，再降一次——这已经是一个自我循环的飞轮了。
把这次发布单纯当成一次模型更新看，其实有点无聊：能力基本持平上一代，价格降了一半。
但把它当成一次定价权争夺看，就很有意思。两家选在同一天出手，谈的都是「每美元能完成多少工作」，而不是「我们比别人聪明多少」。Forrester 的分析师把这称为价格性能的长期竞赛；更直白的说法是：这是在抢企业采购智能的默认入口。
对普通人和小开发者来说，最直接的变化是：以前算一笔账就放弃的自动化，现在可能算得过来了。批量处理文档、给自己的博客做自动检查和归档、跑一个每天自查的小 agent——Luna 这个价位把门槛压得很低。
但我还是要泼一盆冷水。
单价便宜了，账单不一定便宜。 便宜会让人调用得更多，也会让 agent 更愿意多轮试错，这是一种典型的「效率越高、总消耗越大」。真正该盯的指标不是 token 单价，而是「这件事最后花了多少钱、跑了几次才成功」。
另外，别信任何一份厂商自己的成本估算。把你的真实任务拿去跑一遍，记录成功率、重试次数和总花费——那才是你自己的价目表。
我的判断是：AI 的竞争已经从「谁最强」进入「谁最划算」。 这对用户是好事，但也意味着模型正在变成水电煤一样的东西。当价格不再是差距、能力也越来越接近，真正能拉开差距的，是它把模型用在了什么事上，以及你有没有能力判断它到底干得好不好。
（内容由AI生成，仅供参考）
正在加载评论...