Anthropic 推出 Claude Opus 5.5、OpenAI 紧随其后发布 GPT-6 Sol 与 GPT-6 Luna，传递出的信号并不只是“模型更便宜了”。对企业采购者而言，AI 竞争的核心指标正逐步变成：可靠完成一项工作流，最终要花多少钱？

这个数字远不止 API 的每百万 Token 标价。它还取决于输入和输出 Token 的价格、模型完成任务所需的 Token 数、可通过缓存复用的上下文比例、响应速度，以及最关键的——任务能否一次成功，还是需要反复重试和人工返工。

降价之外，更强调“少花钱完成同一件事”

Anthropic 将 Claude Opus 5.5 定价为每百万输入 Token 4 美元、每百万输出 Token 20 美元，较 Claude Opus 5 低 20%。该公司表示，由于服务所需算力更低、Token 使用更高效，按 Token 计费的典型工作负载中，Opus 5.5 的运行成本预计比 Opus 5 低约 40%。其缓存读取价格也降至每百万 Token 0.20 美元，较 Opus 5 下调 60%。21

OpenAI 对 GPT-6 Sol 和 GPT-6 Luna 的表述也类似：公司称，缓存与推理环节的改进使其能够以更低成本提供服务，因此相较 GPT-5.6 的促销定价，将两款模型的 API 价格下调 50%。GPT-6 Sol 的价格为每百万 Token 2 美元输入、10 美元输出；GPT-6 Luna 则为 0.10 美元输入、0.50 美元输出。24

这并不意味着仅凭单价就能断定哪一个模型“更便宜”。不同模型的输出长度、能力、延迟、上下文处理方式和任务可靠性均有差异。但两家公司的共同卖点已经很明确：卖的不只是更低的 Token 单价，而是每一美元能完成更多可用工作。

为什么提示词缓存成了关键能力

对于长链路的编程和智能体工作流，提示词缓存尤其重要。此类系统在每一步中，可能都要重复提交很长的系统提示词、代码仓库上下文、企业制度文件、工具定义或对话历史。

如果这些重复内容能够从缓存中以大幅折扣读取，整个工作流的有效成本就会明显下降。Anthropic 表示，在长时间运行的智能体任务中，缓存读取占据成本的较大部分；因此，Opus 5.5 对缓存读取的降价，其意义不只是普通输入价格下调。21

OpenAI 同样将 Sol 和 Luna 的降价归因于缓存与推理效率改进。24 对企业来说，这意味着评估价格时不应只测一句简短提问，而应使用真实的长提示词、多步骤任务和实际上下文进行压测。

低价开放权重模型带来真实压力

美国 API 厂商已很难忽视低价开放权重模型以及中国模型带来的成本压力。路透社援引研究机构测试称，DeepSeek V4-Flash 的运行成本约为 Anthropic Claude Fable 5 的 1/105；其公开 API 价格为每百万输入 Token 0.14 美元、每百万输出 Token 0.28 美元。1

价格当然不是企业采购的唯一标准。不同场景还会考察模型质量、安全实践、技术支持、数据控制、系统集成与稳定性。但当运营成本差距很大时，企业有充分动力将简单、高频的任务路由给成本更低的模型。

Moonshot 的 Kimi K3 展现了竞争的另一面：Moonshot 表示，该模型的总体表现仍落后于 Anthropic 和 OpenAI 的领先系统，但在部分编程与智能体基准上超过了一些接近前沿的前代模型。6 当模型在部分任务上已具备竞争力、同时又具备较低成本时，闭源模型提供商就需要按具体工作负载证明其溢价的合理性。

从“单一旗舰”走向“模型分工”

这几次发布也强化了企业 AI 的组合式部署思路。

• 高端前沿模型：适合特别复杂、风险很高或出错代价昂贵的任务。更强的推理、编程能力与可靠性，可能值得更高账单。
• 高能力生产模型：如 Opus 5.5 与 GPT-6 Sol，目标是在大量重复性企业工作流中，以更好的单位经济性提供先进能力。
• 超低成本模型：如 GPT-6 Luna，适合单次请求价值较低、但调用量很大的工作，例如分类、信息提取、路由、摘要和其他常规自动化任务。

实际结果未必是“选出唯一赢家”，而更可能是模型路由：把高端模型留给难题与例外情况，把常规工作交给成本更低的系统。这样既能降低总支出，也无需让所有任务都接受最低价模型可能带来的能力取舍。

企业不应只盯着每百万 Token 的价格

更实用的评估方式，是计算一个结果的成本，而不是计算一百万 Token 的成本。团队可重点跟踪以下指标：

1. 任务成功率：模型能多大比例正确完成完整工作流？
2. 每次成功任务的 Token 消耗：哪一个模型能以更少的生成、推理或重试达到可接受结果？
3. 缓存命中率：有多少重复上下文能够以折扣价格复用？
4. 人工复核成本：低价模型是否带来更多修改、升级处理或返工？
5. 延迟与吞吐量：系统能否在所需调用规模下满足运营要求？

前沿能力并没有失去价值，它仍是 AI 产品组合中的高端层。但要赢得广泛的企业部署，提供商越来越需要同时证明工作流经济性：更高效的推理、更少的 Token 消耗、更有效的缓存，以及让客户能以合适价格为合适任务选择合适模型的清晰路径。2124

Anthropic 推出 Claude Opus 5.5、OpenAI 紧随其后发布 GPT-6 Sol 与 GPT-6 Luna，传递出的信号并不只是“模型更便宜了”。对企业采购者而言，AI 竞争的核心指标正逐步变成：可靠完成一项工作流，最终要花多少钱？

这个数字远不止 API 的每百万 Token 标价。它还取决于输入和输出 Token 的价格、模型完成任务所需的 Token 数、可通过缓存复用的上下文比例、响应速度，以及最关键的——任务能否一次成功，还是需要反复重试和人工返工。

降价之外，更强调“少花钱完成同一件事”

Anthropic 将 Claude Opus 5.5 定价为每百万输入 Token 4 美元、每百万输出 Token 20 美元，较 Claude Opus 5 低 20%。该公司表示，由于服务所需算力更低、Token 使用更高效，按 Token 计费的典型工作负载中，Opus 5.5 的运行成本预计比 Opus 5 低约 40%。其缓存读取价格也降至每百万 Token 0.20 美元，较 Opus 5 下调 60%。21

OpenAI 对 GPT-6 Sol 和 GPT-6 Luna 的表述也类似：公司称，缓存与推理环节的改进使其能够以更低成本提供服务，因此相较 GPT-5.6 的促销定价，将两款模型的 API 价格下调 50%。GPT-6 Sol 的价格为每百万 Token 2 美元输入、10 美元输出；GPT-6 Luna 则为 0.10 美元输入、0.50 美元输出。24

这并不意味着仅凭单价就能断定哪一个模型“更便宜”。不同模型的输出长度、能力、延迟、上下文处理方式和任务可靠性均有差异。但两家公司的共同卖点已经很明确：卖的不只是更低的 Token 单价，而是每一美元能完成更多可用工作。

为什么提示词缓存成了关键能力

对于长链路的编程和智能体工作流，提示词缓存尤其重要。此类系统在每一步中，可能都要重复提交很长的系统提示词、代码仓库上下文、企业制度文件、工具定义或对话历史。

如果这些重复内容能够从缓存中以大幅折扣读取，整个工作流的有效成本就会明显下降。Anthropic 表示，在长时间运行的智能体任务中，缓存读取占据成本的较大部分；因此，Opus 5.5 对缓存读取的降价，其意义不只是普通输入价格下调。21

OpenAI 同样将 Sol 和 Luna 的降价归因于缓存与推理效率改进。24 对企业来说，这意味着评估价格时不应只测一句简短提问，而应使用真实的长提示词、多步骤任务和实际上下文进行压测。

低价开放权重模型带来真实压力

美国 API 厂商已很难忽视低价开放权重模型以及中国模型带来的成本压力。路透社援引研究机构测试称，DeepSeek V4-Flash 的运行成本约为 Anthropic Claude Fable 5 的 1/105；其公开 API 价格为每百万输入 Token 0.14 美元、每百万输出 Token 0.28 美元。1

价格当然不是企业采购的唯一标准。不同场景还会考察模型质量、安全实践、技术支持、数据控制、系统集成与稳定性。但当运营成本差距很大时，企业有充分动力将简单、高频的任务路由给成本更低的模型。

Moonshot 的 Kimi K3 展现了竞争的另一面：Moonshot 表示，该模型的总体表现仍落后于 Anthropic 和 OpenAI 的领先系统，但在部分编程与智能体基准上超过了一些接近前沿的前代模型。6 当模型在部分任务上已具备竞争力、同时又具备较低成本时，闭源模型提供商就需要按具体工作负载证明其溢价的合理性。

从“单一旗舰”走向“模型分工”

这几次发布也强化了企业 AI 的组合式部署思路。

• 高端前沿模型：适合特别复杂、风险很高或出错代价昂贵的任务。更强的推理、编程能力与可靠性，可能值得更高账单。
• 高能力生产模型：如 Opus 5.5 与 GPT-6 Sol，目标是在大量重复性企业工作流中，以更好的单位经济性提供先进能力。
• 超低成本模型：如 GPT-6 Luna，适合单次请求价值较低、但调用量很大的工作，例如分类、信息提取、路由、摘要和其他常规自动化任务。

实际结果未必是“选出唯一赢家”，而更可能是模型路由：把高端模型留给难题与例外情况，把常规工作交给成本更低的系统。这样既能降低总支出，也无需让所有任务都接受最低价模型可能带来的能力取舍。

企业不应只盯着每百万 Token 的价格

更实用的评估方式，是计算一个结果的成本，而不是计算一百万 Token 的成本。团队可重点跟踪以下指标：

1. 任务成功率：模型能多大比例正确完成完整工作流？
2. 每次成功任务的 Token 消耗：哪一个模型能以更少的生成、推理或重试达到可接受结果？
3. 缓存命中率：有多少重复上下文能够以折扣价格复用？
4. 人工复核成本：低价模型是否带来更多修改、升级处理或返工？
5. 延迟与吞吐量：系统能否在所需调用规模下满足运营要求？

前沿能力并没有失去价值，它仍是 AI 产品组合中的高端层。但要赢得广泛的企业部署，提供商越来越需要同时证明工作流经济性：更高效的推理、更少的 Token 消耗、更有效的缓存，以及让客户能以合适价格为合适任务选择合适模型的清晰路径。2124