如果你最近几个月没看过模型价格表，可能会对现在的账单感到陌生。据 10 月 26 日梳理的调价记录，过去约半年里，OpenAI 与 Anthropic 对主力模型的价格进行了多轮下调，累计降幅最高达八成。这不是一家公司的一次性让利，而是两家头部厂商在同一方向上的持续动作。

先把几次关键调价按时间排开。OpenAI 方面，GPT-5.6 Luna 在 7 月降价约八成，GPT-5.6 Sol 在 8 月下调约两成；随后推出的 GPT-6 Sol 与 GPT-6.1 Sol 继续把入参与出参与缓存读价往下压，其中 GPT-6.1 Sol 的缓存读价比前代大约减半。Anthropic 方面，Claude Sonnet 5 把此前的临时折扣转为常态价，Fable 5.1 的缓存读价比前代低约 75%，Claude Opus 5.5 的整体使用成本也比前代下降约四至六成。不同模型、不同计价项的降幅并不一致，但方向一致：越是高频调用的项目，降得越多。

为什么缓存读价是关键？因为对编程智能体这类应用来说，成本结构与直觉不同。智能体每次请求都要把此前的对话上下文重新读一遍，缓存读取可能占到总 token 消耗的九成以上。在这种结构下，输入价与输出价降一点，账单变化有限；缓存读价降七成五，整单成本就能直接下降七成左右。这也解释了为什么厂商的降价重点不在输出价，而在缓存读价：降价要降在开发者真正花钱的地方，才有体感。

降价的推手有三个。第一是开源与开放权重模型的竞争：DeepSeek Flash V4 一类模型以极低的单价出现，并在多个推理服务商处上架，开发者换一个供应商的成本越来越低，头部厂商不得不跟进。第二是推理效率的提升：同样的模型用更少的算力跑出来，单位成本下降，厂商有了降价空间。第三是算力的“易逝性”：GPU 空闲一小时就是一小时的损失，与其空转，不如降价把用量填满。

但降价不等于省钱，这一点要讲清楚。单价降了，用量往往涨得更快：智能体跑得更勤、上下文拉得更长、任务拆得更细，总 token 消耗可能成倍增长。梳理中也提到，有用户在换用更便宜模型后，总支出并没有下降，甚至因为用量上升而持平或走高。订阅服务的用量上限调整、套餐规则变化，也可能以另一种方式把成本还回来。所以评估降价红利，不能只看价格表，要看自己过去三个月的真实账单结构：缓存占比多少、输出占比多少、调用量涨了多少。

要点解读：

第一，模型正在从“差异化产品”变成“可替换的商品”。当多个供应商能提供相近的模型、当切换工具的成本越来越低，价格就成了最直接的竞争武器，降价潮还会继续。

第二，选型逻辑要跟着变：以前比的是谁的模型最强，现在还要比谁的缓存策略最划算、谁的定价项最贴合自己的用量结构。只看输入价做选型，很容易选错。

第三，对两家厂商而言，降价是一把双刃剑：一边是留住开发者、扩大用量，另一边是主力收入来源的单价在缩水。它们能否靠用量增长补回单价损失，将直接影响 IPO 时的盈利叙事。

观点：对开发者来说，现在是重新谈判与重新选型的好窗口：拿着真实用量数据去比价，重点比缓存读价与总成本，而不是只比 headline 输入价。但也别把全部工作流押在某一次降价上——价格可以回调，架构的可迁移性才是长期省钱的根本。把模型调用层做薄、做可替换，降价时你能立刻受益，涨价时你也能从容换家。