Token降价后，大模型厂商重写比价标尺
36氪转载窄播AI的分析指出，当每百万Token价格持续下降，厂商开始为速度、资源优先级和预算确定性单独定价。文章举例称，OpenAI今年7月把GPT-5.6 Luna的API输入输出价格下调80%、中档模型Terra降价20%，同时以标准模式两倍的价格出售号称最高2.5倍输出速度的Fast Mode；10月初又将GPT-6 Astra和GPT-6.1 Sol的速度提升约50%。OpenAI首席财务官Sarah Friar提出「每美元有效智能」（Useful Intelligence per Dollar），主张按任务是否完成、耗时、重试次数与人工监督来衡量成本，而非只看Token单价。文章引用Ramp数据称，2026年3月至9月美国企业样本的每百万Token有效价格从1.15美元降至0.68美元（降41%），但客户月度Token支出在2025年6月至2026年6月间增长20倍；并引用SemiAnalysis的订阅额度测算称，在假设API毛利率92%、额度用尽的情况下，用满Opus 5.5额度对应订阅毛利率约-369%，Fable 5.1约1%。
文章认为，单纯的Token价格正失去解释力，而掌握任务结果、使用成本与错误反馈的多模型路由、云平台和成本管理工具，因此获得参与定义「有效智能」计价标准的空间。
模型厂商正在重新定义客户为什么付出溢价。
今年7月，OpenAI做了一组看起来相互矛盾的价格调整。
一边是降价：GPT-5.6 Luna的API输入和输出价格下调80%，中档模型Terra降价20%。另一边是出售更贵的速度：GPT-5.6 Sol的Fast Mode号称最高可以达到标准模式2.5倍的输出速度，价格则是标准模式的两倍。同一种模型能力，因为交付速度不同，被OpenAI卖出了两个价格。
到了10月初，OpenAI在28天的连发中，又把在订阅中优化默认速度作为了首个重要更新。这次调整，OpenAI把GPT-6 Astra 和 GPT-6.1 Sol的速度提升了约50%，并强调这两个模型在完成任务所需Token数量方面相当高效。
这些动作背后，一个问题变得越来越重要：当Token价格下降，模型厂商还能依据什么获得溢价？
OpenAI首席财务官Sarah Friar给出了一个更明确的概念——每美元有效智能（Useful Intelligence per Dollar）。按照她的解释，企业不应只看每百万Token的价格，还要计算一项任务是否完成、花费多少时间、失败后需要重复调用多少次，以及需要多少人工监督。
#OpenAI#Anthropic#Sarah Friar#Ramp#SemiAnalysis#Google#DeepSeek#MiniMax#Zhipu AI#Alibaba Cloud#Factory