AI价格战杀疯了！SpaceXAI、OpenAI、Meta集体降价，Anthropic承压，AI产业链利润流向谁家？
AI播客
AI行业已从性能竞争转向价格竞赛。随着SpaceXAI、OpenAI和Meta相继发布新模型并大幅调降API价格，企业AI支出模式也从“追求规模”转为“精算成本”。由于企业收紧预算，定价竞争力已成核心指标，直接导致Anthropic等以性能立身的厂商承压。在模型层利润空间被压缩背景下，产业价值重心发生转移：模型路由服务商因整合需求快速崛起，具备高性价比的国产模型获得市场青睐，而高强度的模型价格战进一步激发了对上游芯片及存储产品的刚性需求，使半导体行业成为确定性受益者。行业正式迈入“Token效率”时代，市场对成本控制的考核将决定企业的生存逻辑。
什么是Token？
Token是AI模型处理文本的最小单元。一段文本送入模型前，会被切分成若干Token，可能是完整单词、词根或标点符号。中文语境下，单个汉字或常用词语均可作为一个Token。Token数量直接决定单次对话的文本长度上限。在API定价中，Token是计费基础，输入文本和生成回复分别按Token数量累加计费。
企业收紧AI开支，算盘从“多用”转向“算账”
就在几个月前，硅谷还流行一种叫“Token最大化”的文化，即公司鼓励员工尽可能多地用AI，生怕用少了就落后了。但最近，情况发生了变化。
据The Information近日报道，特斯拉（TSLA）通知员工，自7月6日起，将员工AI工具使用支出上限设定为每周200美元，超出部分需获得主管审批。优步（UBER）在4月就用完了2026年全年的AI预算，随后把每个员工在单个AI工具上的月度Token支出限制在1500美元以内。
根据企业支出数据平台Ramp的统计，2026年4月企业支付AI Token费用的中位数为每月2246美元，但平均值高达14万美元，巨大的差距说明少数“超级用户”正在消耗绝大部分AI预算。
企业开始算账了。一年前，OpenAI高管还在讨论对顶级AI模型收取每月数千美元订阅费的可能性。如今，萨姆·奥尔特曼的口风变成了：“每家企业在思考他们在AI方面的支出以及从中获得的价值，这正是我们想要解决的问题。”
SpaceXAI、OpenAI、Meta集体降价，AI价格战全面升级
SpaceXAI于7月8日率先发布Grok 4.5，是公司上市后的首款新模型。马斯克在X上高调宣称：“这是一个Opus级别的模型，但速度更快、Token效率更高、成本更低。”
测试数据印证了这一点。在SWE-Bench Pro任务中，Grok 4.5平均仅用15,954个Token就解决问题，而Claude Opus 4.8需67,020个Token，不到对手的四分之一。API定价输入2美元、输出6美元/百万Token，较Claude Opus和GPT-5.5便宜60%以上。SpaceXAI声称其Token效率是同类产品的两倍。
OpenAI于7月9日面对公众上线GPT-5.6，一次性推出三款模型：Sol、Terra和Luna。
Sol：输入 5 美元、输出 30 美元/百万 token，价格与上代持平，但在效率和性能上大幅拔高。在权威机构 Artificial Analysis 的 Coding Agent指数中，Sol (max) 以 80 分创下全球新标杆，在完成复杂多步任务时表现出极强的持续推进力，且综合 task 成本大幅低于传统前沿模型。
Terra：输入 2.5 美元、输出 15 美元/百万 token，性能对标 GPT-5.5 但价格直接砍半。在 OpenAI 官方的 Agents' Last Exam 测试中，Terra 凭借高效的逻辑链路，能以相当于传统前沿模型约十六分之一的预估成本完成特定专业工作流。
Luna：输入1美元、输出6美元/百万token，三款中最便宜，适合高频调用场景。
Meta紧随其后，首次推出付费API模型Muse Spark 1.1 。定价方面，输入1.25美元、输出4.25美元/百万token。对比Anthropic Fable 5输入10美元、输出50美元。Muse Spark 1.1定价仅为Fable 5的十分之一。
扎克伯格直言：“其他实验室定价很高，利润空间也很大。我们有能力以更实惠的价格提供前沿智能。”Meta的底气来自利润丰厚的广告业务，先用低价抢市场，站稳后再慢慢涨价。
Anthropic承压：客户用预算投票，而非榜单
三巨头集体降价，压力最大的当属Anthropic。根据Ramp数据，Anthropic的企业AI订阅份额在2026年5月达到41%，首次超过OpenAI的39.5%。原本在企业市场占据优势的Anthropic，如今正被对手用价格“抄后路”。
此外，据数据显示，Anthropic自身算力支出已达到薪资支出的2.3倍，按一名高级工程师22.4万美元的完全成本计算，每位工程师每年对应的算力支出约为51.5万美元。
Anthropic近期已将Claude Enterprise从固定订阅模式转向基于使用量的计费模式，这一转变本身，恰恰反映出AI成本压力已经从客户传导到了供应商自己身上。
产业链利润流向哪里？
如果模型层都在打价格战，利润去哪了？
第一站：模型路由服务商。 当模型越来越多、价格越来越乱，企业反而更需要“谁便宜用谁”的工具。OpenRouter这类平台允许用户根据任务在数百个模型中自动切换。2026年5月，OpenRouter完成1.13亿美元B轮融资，估值达13亿美元。其每周处理的Token量已从5万亿增长到25万亿。
花旗银行报告显示，OpenRouter平台上处理的开源模型Token占比从1月的34%飙升至6月的65%。
第二站：性价比更高的替代方案。 美国企业在OpenRouter上使用中国AI模型的Token占比，2026年以来每周都稳定在30%以上，最高触及46%。
根据第三方评测数据显示，目前中国主流前沿模型在多模态理解与工程落地上，与美国顶级闭源模型的综合性能差距已大幅收窄至 1% 至 4% ，定价却低60%到90%。
第三站：上游半导体。 价格战烧的是模型层，买单的也是模型层。模型开发商降价的底气，来自推理成本的持续下降，而这背后是AI芯片和存储芯片行业的结构性繁荣。美光（MU）单季营业利润率超过80%，SK海力士（SKHY）、三星存储芯片利润持续创新高。AI算力的成本大头不在模型层，在芯片层。每一笔API调用的背后，都有GPU和HBM的消耗。模型层打得越凶，上游芯片和存储的需求越刚性，价格战越惨烈，上游受益越确定。
从“值不值”到“贵不贵”：Token效率时代来临
模型层打价格战，短期看是客户受益，更便宜、选择更多、议价能力更强。长期来看，能够活下来的AI开发商，必须回答一个问题：在Token单价持续走低的情况下，如何收回芯片和数据中心上那数千亿美元的投入？
扎克伯格有广告业务输血，马斯克有资本市场讲故事的能力，OpenAI有先发优势和品牌溢价。而Anthropic，这家靠“最智能”立身的公司，正面临一个残酷的现实：客户正在用预算投票，而不是用榜单排名投票。
AI的“Token效率时代”已经到来。这一年最大的变化，不是模型变强了多少，而是整个行业从“值不值”变成了“贵不贵”。当每一家企业都在审视AI账单的时候，谁能帮客户省钱，谁就能活下去。
