OpenAI考虑降低Token价格，AI Token成本飙升10倍

AI行业从固定费率补贴转向Token计费的模式已走到尽头，OpenAI准备大幅降价，这将重置这个两千亿美元生成式AI市场的经济格局。

OpenAI正考虑大幅削减Token价格，以从Anthropic手中争夺企业客户。这一举措将进一步压缩两家AI实验室的利润率，而它们目前每年已亏损数十亿美元。

"AI使用成本已成为一个巨大的问题，"OpenAI首席执行官山姆·奥尔特曼在最近的一次活动中表示，并补充说公司将"帮助人们以更少的支出获得更大的价值。"

这场价格战爆发前，企业AI预算经历了残酷的六个月。从2月到6月，OpenAI、Anthropic和GitHub相继从固定费率订阅转向按用量Token计费，此前被隐藏的成本暴露无遗。Coinbase对每位员工实施了每周500至5000美元的价格上限。Uber在4月就已耗尽了整个2026年的AI预算。Salesforce预计今年将向Anthropic支付约3亿美元。

价格下调可能侵蚀OpenAI和Anthropic的利润，这两家公司已因算力成本而亏损数十亿美元。但更深层的风险在于，更低的价格印证了这样一种观点：AI模型已沦为商品——可互换的产品，客户只会流向最便宜的选项。这种动态威胁着两家公司的IPO估值，并可能波及英伟达、甲骨文和CoreWeave等基础设施供应商。

从补贴到价格冲击

计费模式的转变酝酿了三年。2023年初，OpenAI以每月19.99美元的价格推出ChatGPT Plus，确立了微软GitHub Copilot和谷歌Gemini Advanced随后效仿的固定费率标准。为提高采用率，各公司对重度用户进行了补贴：微软每月在每位GitHub Copilot订阅用户身上平均亏损20美元，部分重度用户成本高达80美元。

到2026年6月，这一模式已难以为继。GitHub将所有方案转为基于Token的计费，将19美元的月度订阅变成一项Token配额——一次自主编程会话就可能将其耗尽。德勤一位高级软件工程师估计，在新系统下，一次高度详细的提示词可能花费超过100美元。Anthropic的开发者文档显示，一个使用Claude Code的10人团队每年仅在Token上的支出就可能超过7.56万美元。

这些支出的回报率依然很低。企业数据平台Entelligence.AI分析了2444家公司后发现，每在AI Token上花费1美元，只有18美分能产生面向用户的价值，其余部分都用于修复AI引入的错误、返工和审查摩擦。

价格战的算盘

OpenAI的降价行动部分出于先发制人。据知情人士透露，该公司预计Anthropic也将下调其费率，因此希望率先出手。在Claude Code于软件工程师中走红后，Anthropic的收入激增，这家成立五年的初创公司估值首次超越OpenAI。

问题在于，两家公司的产品具有高度可替代性。客户可以极低的转换成本在OpenAI和Anthropic的模型之间切换，这意味着降价可以暂时留住客户，但无法构建持久的竞争优势。财务链条还会延伸至云服务提供商：据The Information报道，OpenAI和Anthropic合计占微软、甲骨文、谷歌和亚马逊约两万亿美元未来云服务承诺额的一半以上。AI实验室收入预期下降可能波及这些合同。

神经科学和AI研究员加里·马库斯警告称，OpenAI的衰退"很可能拖累英伟达、甲骨文、CoreWeave等公司。"

赢家可能是更便宜的替代品

价格战的最大受益者可能既不是OpenAI也不是Anthropic。中国AI模型正受到注重成本的美国企业的青睐。据第三方估计，DeepSeek的API价格约为GPT-5.5的十分之一、Claude Opus 4.7的十一分之一。企业支出平台Ramp在6月报告称，DeepSeek已成为美国企业增长最快的企业软件订阅服务。

"企业现在开始追问，是否每项任务都需要前沿模型，"IT咨询公司FPT Americas的AI解决方案主管尼兰詹·克里希南表示。"新鲜感已经消退，务实的效用主义已经登场。"

Coinbase已开始将基础任务路由至DeepSeek和MiniMax等更便宜的模型。软件初创公司Harness对工程师进行了更高效使用Claude Code的培训，以控制从去年10月到今年3月呈指数级增长的成本。

对投资者而言，影响显而易见。英伟达的远期市盈率约为35倍，其中很大一部分溢价与AI模型训练需求挂钩。如果企业客户转向更便宜的推理模型和小型实验室，GPU采购周期可能会放缓。CoreWeave今年第一季度营收为20.8亿美元，但净亏损达7.4亿美元，该公司尤其容易受到其所服务的AI实验室定价动态的影响。

Citadel Securities提出了一种分层定价和基于稀缺性的计费框架，其中前沿模型在处理复杂任务时保持高价，而较简单的模型处理常规工作。这种结构将为AI实验室保留收入，但会限制高端推理的总可寻址市场。

本文仅供参考，不构成投资建议。