9月23日凌晨时分，OpenAI与Anthropic仿佛提前商议般，接连公布了各自的最新模型：

OpenAI推出了GPT-6 Sol与GPT-6 Luna两款产品，将旗舰级GPT-6 Astra的核心能力压缩至更快速且成本更低的版本中；而Anthropic则发布了Claude Opus 5.5，其性能与Fable 5.1旗鼓相当，但成本仅为上一代Opus 5的六成。

这三款新模型共同揭示了一个趋势：当前大模型竞争的重心已从“谁最聪明”转向“谁既强大又经济”。

熟悉OpenAI的观察者都清楚，无论是赶在同一天发布，还是通过价格策略打压对手，这都是其惯用手段。今年下半年以来，OpenAI释放的降价信号愈发明显：

7月，OpenAI将GPT-5.6 Luna的价格骤降80%；8月，又对旗舰模型GPT-5.6 Sol实施促销，再砍20%；而到了此次GPT-6 Sol与Luna的发布，OpenAI直接宣布API价格永久下调50%——OpenAI正以一种“步步紧逼”的节奏，将模型调用成本压至行业新低。

OpenAI正通过低价策略争夺用户，延续其“大力出奇迹”的营销方针，以此挤压老对手Anthropic的生存空间，并借助用户增长来编织更亮眼的收入增长故事。

同一天的两套不同“降价策略”

同日亮相的三款模型各有亮点：OpenAI凭借价格策略令人心动，而Anthropic则实现了性能与成本的双赢，让Opus 5.5重新成为大众眼中的“理想选择”。

先看OpenAI这边，此次推出的GPT-6 Sol与Luna是基于GPT-6 Astra架构优化而来的高性价比模型——通过改进推理效率与缓存机制，OpenAI成功降低了单次调用的成本。

在分工上，Sol主要针对编程等复杂任务，而Luna则面向轻量级、高频率的推理场景。两款模型均支持105万token的上下文窗口、12.8万token的最大输出，并提供多种推理强度选项。

“智能水平已足够出色”，在性价比成为主导的当下，单次任务的成本表现比Benchmark得分更为关键。本次大模型发布中，厂商开始着重展示自家模型完成特定任务的成本效益。

在AutomationBench（跨应用业务流程测试）中，GPT-6 Sol在极高强度下实现了33.2%的任务完成率，每项任务平均成本为0.27美元，而同样的任务在Claude Opus 5上的成本是前者的11倍。

新一代模型的定价单位也随之从“单次响应”转变为“单个任务的价格”。

从定价角度看，OpenAI此次展现的诚意巨大，甚至动摇了DeepSeek在性价比领域的地位。

GPT-6 Sol的API输入和输出价格分别为每百万token 2美元和10美元，较GPT-5.6 Sol的促销价均下降一半。Luna的输入价格从0.2美元降至0.1美元，输出价格从1.2美元降至0.5美元。换算成人民币，这已接近DeepSeek V4.1 Flash的闲时价格（每百万输入1元，输出4元）。

当然，DeepSeek仍技高一筹，早在DeepSeek V4.1 Flash上对缓存命中价格实施了大幅优惠，这是用户在上下文方面必须承担的刚性成本。

因此，在OpenAI新模型发布后，许多用户自发对比两者运行任务的价格，发现DeepSeek依然更划算。这令网友口中的“梁圣”梁文锋，依然占据优势。

在能力方面，GPT-6 Luna也被部分用户质疑“性能倒退”，似乎未能超越上一代GPT-5.6 Luna。但考虑到价格因素，这一缺陷似乎变得可以接受。新模型的价格仅为上一代的一半，因而被戏称为“更便宜的GPT-5.6 Luna”。

再看Anthropic的Opus 5.5。如果说OpenAI走的是“旗舰功能下沉”路线，那Anthropic则走的是“性能强大且更经济”的路线。

这不禁让人吐槽Anthropic不够坦诚。嘴上喊着“放缓研究”，却推出了Opus 5.5。到底哪里慢了？

作为Claude 5.5系列的首款模型，Anthropic表示，Opus 5.5在多数任务上达到了Fable 5.1的水平，同时比Opus 5更快、更便宜。其上下文窗口为100万token，最大输出为12.8万token；输入和输出价格分别为每百万token 4美元和20美元，比Opus 5低20%。

便宜不仅体现在单价上。Opus 5.5在完成任务时使用的token和工具调用也有所减少，缓存读取价格从每百万token 0.5美元降至0.2美元——降幅高达60%。Anthropic自己估算，它将典型工作负载的成本降低了40%，输出速度提升了超过30%。

此次，Opus 5.5的性能提升主要集中在长时间运行的编码智能体和知识工作领域。

在更硬核的基准测试中，Opus 5.5在Terminal-Bench 4.0上得分为66.4%，高于Fable 5.1（55.8%）和GPT-6 Astra（57.9%）。在衡量代码修改能否成功整合进项目的FrontierCode 1.1上，Opus 5.5得分为54.4%，高于GPT-6 Astra的53.3%。

知识工作是Opus 5.5此次领先最明显的领域。在覆盖44种职业任务的GDPval-AA v2.1上，Opus 5.5得到1846分，高于Fable 5.1和Opus 5。

Anthropic甚至尚未推出Fable系列模型，就已能凭借Opus 5.5与GPT-6 Astra抗衡。下一代旗舰模型的潜力令人难以想象。

OpenAI与Anthropic虽在同一天发布，但这场模型竞赛并未出现“赢家通吃”的局面。实际上，它开启的是一场错位竞争——

OpenAI通过轻量模型扩大规模、抢占调用量，而Anthropic则利用Opus 5.5守住高价值的编码和知识工作。两者一个追求规模，一个追求客单价。

为支撑增长预期 OpenAI与Anthropic均感紧迫

将视角拉远，GPT-6 Sol与Luna的“永久半价”，是OpenAI第N次向价格挥刀。

在模型层面，OpenAI的策略日益清晰：通过旗舰模型维持地位与利润，而轻量模型则成为抢占市场的主力。

7月30日，OpenAI宣布GPT-5.6 Luna的输入和输出成本同时降低80%，中档Terra降价20%；8月，GPT-5.6 Sol的API和额度价格又被下调20%。

在订阅端，OpenAI则通过套餐调整实现变相降价。

1月，价格更低的Go套餐开始在全球推广，美国定价为8美元；4月9日，OpenAI推出每月100美元的Pro档；8月，面向企业用户的Business（Premium seat）方案上线，年付100美元/月，额度是标准席位的5倍。

从使用量来看，OpenAI的降价效果立竿见影。

全球大模型聚合平台OpenRouter观察了7-8月OpenAI的流量变化：其中，Luna的日均token调用量增至降价前的13.8倍，Terra增长了5.6倍，而此前一直按原价销售的Sol仅增长了1.1倍。同期被点名的竞争对手中，只有Anthropic的调用量不升反降。

OpenRouter还研究了模型后续表现，证明尽管价格恢复，但OpenAI的用户黏性有所提升：在促销期试用过Luna或Terra的十多万客户中，约32%在促销结束后保留了部分用量。

OpenAI为何如此急切？因为账本对面站着的是Anthropic，而对手正在收入上实现反超。

收入方面，Anthropic二季度营收超过115亿美元，较去年同期增长约14倍，同时首次录得5.59亿美元调整后营业利润；OpenAI同期营收达到67亿美元，环比增长18%，但二季度经营亏损却从一季度的93亿美元扩大到123亿美元。

与此同时，OpenAI自身的收入表现并不理想。The Information报道称，OpenAI今年前几个月多次未能完成月度销售目标，在编程和企业市场上将份额输给了Anthropic。

OpenAI CFO Sarah Friar曾向其他高管坦言，担心收入增长不够快，无法支付未来的算力合约承诺。

因为OpenAI“欠下的债务”实在太多。 对甲骨文，是约3000亿美元、为期五年的云算力采购；对微软，是重组后仍需消化的约2500亿美元Azure承诺；对亚马逊，是约380亿美元、为期七年的集群；对CoreWeave，还有约220亿美元的GPU云合约。

当OpenAI的市场份额被竞争对手蚕食时，它的每一次降价，都是为了维持自己曾经讲述的增长故事。

镜头转向另一边，Anthropic也不轻松。

GPT-6 Astra在两周内抢走了企业AI支出的13%份额，证明OpenAI能通过模型的性价比，切走更多市场份额。一旦旗舰模型足够好用且价格可控，企业预算会迅速转移。

这表明，一旦增长放缓，Anthropic也会被账单压得喘不过气。对亚马逊AWS的承诺、对谷歌和博通的TPU采购，再加上租用SpaceX的机房，“哪里都需要花钱”。

这一天，两家公司都在降价，每一次降价都是一次提前的赌注。

但价格战没有终点，未来只有下一轮降价。