全面血戰！OpenAI、Anthropic 宣佈 API 大暴跌 80%，重拳反擊中國開源模型低價壓境

重點摘要

• OpenAI 在 7 月 30 日將 GPT-5.6 Luna 價格砍 80%，Anthropic 也在 9 月 22 日推出 Opus 5.5，有效價格降低 40% 至 60%，兩家在數月內大幅壓縮 API 成本。
• 中國競品 DeepSeek、Kimi 與 Zhipu 以極低價格提供接近美國中階模型的效能，迫使西方廠商重新定價以保住企業市場份額。
• 分析指出，兩家公司正透過低價策略推高使用量，為即將到來的 IPO 鋪路，但利潤率壓縮與中國實驗室縮小能力差距的壓力，讓這場價格戰充滿不確定性。

2026 年 7 月 30 日，OpenAI 宣佈將 GPT-5.6 Luna 的輸入價格從原價調降至每百萬 token 0.20 美元，輸出價格降至 1.20 美元，降幅高達 80%。緊接著，Anthropic 在 9 月 22 日推出 Claude Opus 5.5，定價為每百萬 token 4 美元輸入、20 美元輸出，官方表示整體有效價格降低了 40% 至 60%。兩波調價相隔不到兩個月，都在回應同一個現實：中國開源模型正以極低成本，侵蝕西方閉源模型在企業市場的定價權，而且這個壓力還沒停。

面對中國開源模型的極致成本優勢與能力逼近，OpenAI 與 Anthropic 選擇在 IPO 前夕發動劇烈降價，試圖以使用量規模築起最後的市場防線。

中國模型如何把西方定價逼垮？

Vercel 的平台聚合資料顯示，截至 2026 年 9 月底，每 token 成本已降至 2026 年 4 月水準的 43.3%，五個月跌掉超過一半的定價空間。這個降幅，直接來自中國實驗室的競爭壓力。Capacity Global 指出，中國實驗室已縮小能力差距，買方在執行日常企業工作負載時，再也找不到為西方模型多付溢價的理由。Zhipu 的 GLM 模型完成同等企業任務的成本為 544 美元，Claude 需要 4,811 美元，兩者相差近九倍。

DeepSeek 的 Flash V4 定價為每百萬 token 0.14 美元輸入、0.28 美元輸出，後續版本 V4.1 調整為 0.15 美元輸入、0.60 美元輸出。截至 2026 年 10 月，OpenRouter 上已有 29 家不同的供應商託管 DeepSeek 模型。另一家中國競品 Moonshot 的 Kimi K3.1 Pro，在基準測試中達到了與 Claude Opus 5.5 相當的效能，輸入輸出成本卻僅為後者的一半。Crypto Briefing 報導稱，部分中國模型現在能以低五到九倍的每 token 成本，接近美國中階模型的能力。面對這種結構性的成本差距，西方廠商的調價不再是促銷，而是守住客戶的防線。

硬體效率還是市場策略？

守住防線的方式，兩家公司給出的理由不盡相同。Anthropic 將 Opus 5.5 的低價歸因於硬體效率，指出服務這款模型所需的運算資源比前代 Opus 5 更少，定價反映了技術進步帶來的成本下降。市場觀察者認為技術效率只是部分解釋，而 OpenAI 執行長 Sam Altman 的一句話讓這場競爭的性質更清楚：他公開表示，若競爭要求，他「很高興以四分之一的價格提供服務」。這不像是在說明成本結構，更像是在喊話，也點明了價格已成為兩家公司的主戰場。

Crypto Briefing 提出了另一層解釋：OpenAI 與 Anthropic 都預計即將上市（IPO），正利用低價策略拉升用戶採用率指標。兩家公司押注壓低門檻、衝高交易量，就能填補利潤率下滑的缺口，並向投資者展示使用規模與市場滲透率。這種「以量補價」的算盤，在 IPO 前夕不算罕見。但若中國模型繼續壓低價格，西方廠商可能陷入無法收手的價格戰，利潤率也無從恢復。這個兩難，背後還有一層地緣政治的變數在撐著。

IPO 前的豪賭與監管陰影

Anthropic 執行長 Dario Amodei 長期主張，限制中國 AI 實驗室獲取先進半導體是正確的政策。然而，中國實驗室在受限條件下，依然開發出了具競爭力的模型。這意味著，晶片管制擋得住硬體取得，卻擋不住軟體層面的追趕。結果 OpenAI 和 Anthropic 同時承受兩面壓力：一邊得殺價留住客戶，另一邊還要應對美國政府監管與中國對手的雙重夾擊。

目前看來，OpenAI 和 Anthropic 的調價，是在技術效率、市場競爭與資本市場預期三個方向同時拉扯下的結果。Vercel 的資料顯示成本下降趨勢仍在持續，中國模型的價格優勢也依然顯著。技術背景的創業者與工程師，眼下能直接受惠於 API 成本門檻的持續降低，但也得留意，這場價格戰是否會帶動服務品質下滑，或是廠商在財務壓力下縮減研發投入。

這場價格戰的終局尚未明確。OpenAI 與 Anthropic 能否在 IPO 前靠使用量築起防線，還是會被中國開源模型的低價戰術硬生生撕裂，就看接下來幾季的發展。兩家公司如何在利潤率與市場份額之間取捨，以及中國實驗室在能力與成本上還能推進多快，外界都還在等答案。開發者現在能做的，是測試多模型策略、降低對單一供應商的依賴：價格波動與供應來源多元化，已成為 2026 年 AI 基礎設施規劃無法繞開的變數。而這場從 80% 降幅開始的價格戰，還沒有到終點的跡象。