文 | Tech星球，作者 | 华卫
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。
文 | Tech星球，作者 | 华卫
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。