凌晨 90 分钟的价格战：Claude Opus 5.5 刚发布，OpenAI 反手把 API 永久砍半
2026 年 9 月 22 日深夜（美东时间，北京时间 23 日凌晨），AI 圈上演了罕见的一幕：Anthropic 抢先发布旗舰模型 Claude Opus 5.5，仅仅约 90 分钟后，OpenAI 连发两款 GPT-6 系列新模型应战，并宣布把 API 价格永久下调 50%。一夜之间三款模型落地，所有人的话题却不是跑分，而是——降价。
这是 AI 行业竞争逻辑正式换挡的信号：从"谁的模型更聪明"进入"谁的模型干活更便宜"的时代。这篇文章把这次对打的时间线、价格表、背后的原因，以及普通开发者该怎么薅到这波降价的羊毛，一次讲清楚。
90 分钟对打时间线
- 第一步：Anthropic 深夜突袭，发布 Claude Opus 5.5。定位很明确：面向复杂长任务的高强度工作负载——写代码、跑 Agent 工作流、做知识综合，速度比上代更快，输出稳定性是主打卖点。
- 约 90 分钟后：OpenAI 火速接招，一口气发布 GPT-6 Sol 和 GPT-6 Luna 两款模型，同时官宣"将 API 价格永久降低 50%"——注意措辞是永久（permanent），不是限时促销，没有到期条款。
为什么 OpenAI 反应这么快？因为定价窗口稍纵即逝。今年 8 月，OpenAI 就曾抢在 Anthropic IPO 的窗口期降价逾 20%，如今 Anthropic 上市进程临近（多家媒体报道其或于年内登陆华尔街），谁先给出更低的"每任务成本"，谁就能在企业客户的年度合同里占住位置。
价格表：这次到底降了多少
把三款模型的价格放在一起看（每百万 token，美元）：
| 模型 | 输入价 | 输出价 | 对比上代 |
|---|---|---|---|
| Claude Opus 5.5 | $4 | $20 | 旗舰价持平，但缓存读取大降 |
| GPT-6 Sol | $2 | $10 | 从 GPT-5.6 的 $4/$20 直接腰斩 |
| GPT-6 Luna | $0.10 | $0.50 | 从 $0.20/$1.20 降 50%（输出降约 58%） |
几个值得划重点的数字：
- Opus 5.5 的缓存读取价降到 $0.20/百万 token，降幅 60%。这是 Anthropic 这次降价真正的杀招：模型名义单价没变，但只要你的应用存在重复上下文（系统提示词、知识库、多轮对话），实际账单会大幅下降。
- GPT-6 Sol 用上了代一半的价格。$2/$10 的定价直接对标 Anthropic 的中档 Claude Sonnet 5（同为 $2/$10），旗舰能力打到中档价位。
- GPT-6 Luna 把输入价做到了 $0.10。这个价位已经杀进了此前由 DeepSeek 等中国高性价比模型把守的"高频轻量任务"市场——10 美分就能处理一百万 token 的输入。
三款模型各自能干什么
价格之外，三款模型的分工非常清晰：
- Claude Opus 5.5：复杂编码、长程 Agent 工作流、知识综合类任务上的标杆，OpenAI 一方则在企业自动化和科学推理上保持优势。两家评测互有胜负，没有全面碾压。
- GPT-6 Sol：高难度执行（写代码、工程任务）与成本的平衡点。按公开评测数据：DeepSWE v1.1 得分 68.8%，OSWorld 2.0（离线）60.5%，内部可靠性评估显示错误率比上代减半；代价是在超长知识型任务上表现参差。
- GPT-6 Luna：为高频、简单任务优化。别看它便宜，DeepSWE v1.1 也拿到了 66.6%，而任务成本比同档竞品低约 80%——"80% 的活，20% 的价钱"是它的核心叙事。
一个更能说明问题的数字：在 AutomationBench 1.0.6 自动化任务评测中，GPT-6 系列在最高推理档位下完成一个任务的平均成本约 0.27 美元，成功率 33.2%。评测焦点已经从"答题对不对"变成了"办成一件事要几毛钱"。
为什么突然就打价格战了？
表面是两家互相卡点，底层有三股推力：
1. 中国模型的性价比攻势。 就在同一周，小米开源了全模态模型 MiMo-V2.6 并公开训练明细，加上 DeepSeek 一系低价高能的持续压迫，"美国旗舰模型卖天价"的空间被彻底压缩。媒体报道直言：竞争焦点已从能力转向经济效率，两家"都把更便宜作为发布核心"。
2. 能力见顶后的差异化枯竭。 旗舰模型间的跑分差距缩小到个位数百分点时，价格就成了唯一的显性差异。"能力×成本"的复合博弈取代了单维度刷榜。
3. IPO 前的收入与留存焦虑。 OpenAI 锁定 2027 年上市、Anthropic 可能更早登陆华尔街，上市前的关键指标是企业客户的续约率和用量增长——这时候丢客户比丢跑分致命得多。
"每任务成本"时代，开发者该怎么算账
降价是真金白银的，但媒体和厂商不会告诉你的部分是：token 单价下降 ≠ 总账单下降。正确的省钱姿势是算"每任务成本"（cost per task），它包括：
- 模型选档：把简单任务（分类、抽取、格式化）路由到 Luna 这类 $0.10 档模型，复杂任务才升档到 Sol/Opus。这一刀通常能砍掉 60-80% 账单。
- 缓存复用：Opus 5.5 缓存读取 $0.20，比正常输入便宜 95%。把稳定的系统提示词、工具定义、参考文档做成缓存前缀，重复调用场景收益巨大。
- 返工成本：错误率减半的模型，意味着人工复核和重试的成本同步下降。便宜的模型如果频繁返工，总成本反而更高。
- 延迟与 token 浪费：推理档位（reasoning effort）按任务复杂度分级设置，别让一句话任务跑满最高档。
如果你预算敏感，本站之前的实战文章《把 AI 账单砍掉 90%：本地部署 DeepSeek + 免费开源 Agent 工作流实战》给出了本地部署的完整方案——这波降价后，"云端便宜档 + 本地兜底"的组合会更灵活。
对国内用户意味着什么
直接利好有三层：一是 GPT-6 Luna $0.10/$0.50 的定价，让通过 API 中转、聚合平台使用旗舰系模型的成本首次逼近国产模型区间；二是竞争加剧会传导到各家订阅套餐，ChatGPT/Claude 的会员权益大概率加码；三是中国厂商被倒逼继续提速开源，小米 MiMo-V2.6 这类开源全模态模型让本地部署的选择更多。需要留意的是，官方 API 并不对大陆直接开放，实际接入仍要经由聚合/中转渠道，选择时注意合规与数据安全。
常见问题（FAQ）
Q：这次降价会持续吗，还是促销？ A：OpenAI 官方明确说 GPT-6 系列的 50% 降价是"永久性"的，无到期条款；Anthropic 的缓存降价同样写进了标准价格表。行业趋势看，价格只会越来越低。
Q：Opus 5.5 价格没降，为什么说 Anthropic 也在打价格战？ A：它的名义单价确实没动，但缓存读取降了 60%，且速度提升意味着同样的任务消耗更少时间资源。真实账单（尤其 Agent 类高频调用场景）会明显下降，这是"账面价持平、实际成本降"的打法。
Q：小开发者现在该换到 Luna 吗？ A：先拿自己 10% 的真实流量做 A/B：如果 Luna 在你的任务上质量可接受，直接切；不可接受再升 Sol。不要凭评测榜单换模型，你自己的任务分布才是唯一标准。
Q：这轮价格战最后谁赢？ A：短期是开发者赢。长期看，当 token 价格趋近于零，竞争维度会再次上移到数据、生态和执行可靠性——这也是 Meta Muse 们押注 Agent 执行层的原因（见本站《Meta 的 Muse 一夜涨了 2000 亿美元市值》）。
写在最后
90 分钟的价格反击战，表面上是两家公司的公关对轰，实质是 AI 行业第一次集体承认：智能本身正在快速通缩。当旗舰能力以一年一半的速度降价，当"办成一件事 0.27 美元"成为新的评测单位，个人开发者和小团队能撬动的事情，比两年前想象中大得多。账单变便宜的时代，值得认真规划一次你的模型路由策略了。