補貼→Token計費→降價！OpenAI打響價格戰，Token經濟學拐點將至？

生成式AI的商業化敘事，正面臨三年來最深刻的一次自我審視。從以補貼換用戶、月包訂閱隱藏成本，到按Token計費引爆企業賬單危機，AI行業用三年時間完成了一次商業化的三級跳——而一場潛在的價格戰，可能讓整套變現邏輯再度歸零。

據《華爾街日報》報道，OpenAI正在考慮大幅下調向用戶收取的Token費用，以從競爭對手Anthropic手中爭奪企業客戶。據知情人士稱，此舉部分是為“搶占先手”，OpenAI預計Anthropic也將采取的類似降價行動。OpenAI首席執行官Sam Altman近期在一場活動上承認，AI使用成本已成為"一個巨大問題"，并表示將"幫助人們用更少的支出獲得更多價值"。

這一消息的時機格外敏感。OpenAI本周已秘密提交IPO申請，Anthropic同樣處于上市倒計時階段。與此同時，彭博Silicon Data LLM Token支出指數已連續7個交易日下跌，創今年1月以來最長連跌紀錄，折射出市場對AI賬單可持續性的深層焦慮。報道直言，價格戰將直接侵蝕兩家公司的利潤率——而兩家公司目前均已因AI系統所需的龐大算力虧損數十億美元。

這場討論的核心，不再只是一次降價決策，而是一個更根本的問題：當"Token消耗越多越好"的敘事走到盡頭，AI行業下一個商業化故事將由誰來講，又將如何講。

三個階段的背景：從月包補貼到Token賬單

生成式AI的商業化，在短短三年內經歷了清晰的三段演變。

第一階段，月包和年包訂閱奠定行業基調。2023年2月，OpenAI推出月費19.99美元的ChatGPT Plus，開創大模型C端付費先例；百度、阿里、騰訊隨后跟進，固定月費訂閱成為初級商業模式的標配。

第二階段，補貼大戰全面爆發。為拉高ARR（年度經常性收入）這一融資估值的核心錨點，各家廠商轉向大規模補貼：谷歌為學生免費提供15個月Gemini Advanced，OpenAI推出首月1美元的Team版會員，字節跳動豆包以"比行業價低99.3%"的定價入場，百度宣布核心模型免費。補貼的本質是以虧損換增長——據報道，微軟在GitHub Copilot訂閱模式下平均每位用戶每月虧損超過20美元，部分重度用戶月虧損高達80美元。

第三階段，是按量計費的強制切換。2026年6月1日，微軟宣布GitHub Copilot所有計劃正式轉向基于Token用量計費，月費19美元直接轉化為等額Token額度。這一改變，將被訂閱制長期掩藏的真實成本擺上臺面——據Reddit社區用戶測算，一次智能體編程會話可消耗30至40美元，單月套餐在單次使用中即告耗盡。

賬單失控：當Token比人更貴

Token按量計費的落地，將企業AI支出的真實面目完整呈現。

企業端的賬單數字觸目驚心。Uber首席運營官Andrew Macdonald在2026年5月公開表示，Token消耗的增長與產品實質改善之間，"這條線還不存在"，并為此專門造了一個詞："tokenmaxxing"（Token極大化），形容員工為刷使用量而執行無價值任務。

更直接的數據是：Uber僅2026年前四個月就耗盡了全年Token預算；Salesforce預計全年付給Anthropic的費用將達約3億美元。

Anthropic自己的開發者文檔顯示，使用Claude Code的開發者平均成本約為每個工作日13美元，90%的用戶每日成本低于30美元——折算下來，一個10人開發團隊僅Token費用一年就可能超過75600美元。

投入產出比同樣令人警覺。企業數據平臺Entelligence.AI匯總2444家企業的數據后發現，每投入1美元的AI Token費用，僅有18美分產生了觸達用戶的實際價值；44美分用于修復AI自身引入的Bug，27美分流向返工，11美分消耗于審查摩擦。

面對失控的賬單，企業端已開始主動管控。亞馬遜叫停了內部AI使用排行榜，要求員工"不要為了用AI而用AI"；微軟計劃逐步停用部分關鍵產品部門員工的Claude Code訂閱。高盛指出，部分企業用于AI Token的支出已占其員工總人力成本的10%，未來幾個季度這一比例可能進一步攀升。這不是需求消失，而是AI支出的粗放時代走向終結。

第四幕：價格戰打響，OpenAI考慮大幅降價

正是在這樣的背景下，價格戰的導火索被點燃。

據《華爾街日報》報道，Altman的降價考量直接由追趕Anthropic的壓力所觸發。Anthropic的收入近期大幅增長，旗下編程工具Claude Code在軟件工程師群體中走紅，這家成立五年的初創公司估值甚至首次超過OpenAI。

然而，這場價格戰的代價將異常沉重。價格若大幅下調，將進一步壓縮兩家公司本就為負的利潤空間，而競爭格局提供的空間極為有限。

而投資者長期以來識別出的底層風險是，OpenAI與Anthropic的產品具有高度可替代性，客戶可以輕易從一家轉向另一家——這意味著降價即便短期留住客戶，也無法真正構建護城河，只是延緩了份額流失。

這一困境還通過云計算巨頭與AI實驗室之間的財務循環向外傳導。

據The Information匯編的企業披露文件，OpenAI和Anthropic合計占微軟、甲骨文、谷歌和亞馬遜約2萬億美元未來云服務承諾的逾半數。若降價引發收入預期下修，這條傳導鏈條將雙向承壓。

美國神經科學和人工智能專家Gary Marcus說道：“這進一步暴露了OpenAI的脆弱，也表明了它面臨的困境有多嚴重。一旦OpenAI走下坡路，很可能會拖垮英偉達、甲骨文、Coreweave等公司。局勢正在迅速惡化。”

多空分歧在華爾街公開對峙。摩根大通TMT分析師Mark Schilsky認為，當前賬單焦慮不過是"通往更高支出的最小減速帶"：若每百萬Token均價下降，但美國公司AI付費滲透率持續上升，總體Token用量在數學上必然大幅增加；加之代理式AI（agentic AI）將單任務Token消耗推升至傳統問答模式的數倍，長期總支出料將顯著高于當前水平。

高盛半導體分析師Jim Covello則持更為悲觀的立場，認為當前產業鏈繁榮幾乎將所有價值導向半導體公司，這一現象"在歷史上前所未有且不可持續"，一旦企業直面按量計費的真實價格，支撐GPU采購和模型訓練的資本流動將面臨逆轉。

第五幕：Token經濟學的下一個故事？

價格戰之后，AI行業商業化的下一章尚未寫就，但輪廓正在浮現。

Citadel證券的報告提供了一個方向性框架：分層收費與按稀缺性定價。其核心邏輯是，推理密集型前沿AI不會消失，但會越來越集中在少數有能力承擔算力成本的大型企業手中；對更廣泛的企業而言，在物理約束緩解之前，更簡單的模型可能是更具生產力的路徑。這意味著AI使用將走向分層——高價值、復雜任務繼續使用前沿模型，日常任務、批量任務則轉向廉價模型或本地模型。

摩根大通則持相對樂觀的判斷：即便單位Token價格下降，智能體AI（agentic AI）的普及將使每個任務的Token消耗倍增——現有數據顯示，業務agent化后每個任務的Token消耗可變為原來的3.5倍——總體支出規模仍有望繼續擴大，當前的賬單焦慮或許只是"通往更高支出的最小減速帶"。

Nebius首席營收官Marc Boroditsky提出了"valuemaxxing"的概念，主張行業從追求Token消耗最大化，轉向使每個Token真正產生價值。這一方向正逐漸成為行業共識——但真正的商業落地，仍需要AI實驗室找到一套既能反映真實成本、又能被企業客戶接受的定價體系，而這正是當前所有爭論尚未解決的核心命題。

然而，在這場價格戰中，最被忽視的變量或許是中國模型。

據美國企業支出管理平臺Ramp的6月數據，DeepSeek已登頂美國企業軟件訂閱增速榜首。Ramp首席經濟學家Ara Kharazian特別強調，這并非開源模型的本地部署，"企業在直接通過DeepSeek收發數據"，是真實付費的直連使用——他坦言"沒有料到美國公司會去用DeepSeek"。據第三方測算，DeepSeek V4-Pro的API均價約為GPT-5.5的十分之一，約為Claude Opus 4.7的十一分之一。

OpenAI與Anthropic兩虎相爭，最終受益的，可能是那個早已將"普惠定價"寫入基因、且不需要向IPO投資者交代利潤率的玩家。這或許不是這場價格戰最受歡迎的結局，但正在成為越來越難以忽視的現實。