企業採購 AI 的問題正在改變。過去，市場常先問「哪一個模型能力最前沿？」；如今更務實的問題是：要以可接受的可靠度完成一件企業任務，實際要花多少錢？

Anthropic 的 Claude Opus 5.5，以及 OpenAI 幾乎同時推出的 GPT-6 Sol、GPT-6 Luna，正把競爭推向這個方向。API 的每百萬 token 定價仍重要，但它只是一張價目表，並不等於實際工作流成本。

真正影響成本的還包括：輸入與輸出 token 單價、模型完成任務所需 token 數、可重複使用內容的快取比例、回應時間，以及最關鍵的——任務能否一次做對，避免重試或人工補救。

降價之外，兩家公司都在賣「更高工作產出」

Anthropic 將 Claude Opus 5.5 定價為每百萬輸入 token 4 美元、輸出 token 20 美元，較 Claude Opus 5 低 20%。公司並稱，因服務所需算力較少、token 使用更有效率，對一般按 token 計費的工作負載，Opus 5.5 的執行成本估計可比 Opus 5 低約 40%。快取讀取價格也降至每百萬 token 0.20 美元，比 Opus 5 低 60%。21

OpenAI 對 GPT-6 Sol 與 GPT-6 Luna 提出的論述相近：快取與推論效率改善，讓公司能把節省下來的成本反映到 API 價格。相較 GPT-5.6 的促銷定價，兩款模型價格下調 50%。GPT-6 Sol 為每百萬 token 輸入 2 美元、輸出 10 美元；GPT-6 Luna 則為輸入 0.10 美元、輸出 0.50 美元。24

這並不表示只看價格就能斷定哪個模型「比較便宜」。不同模型的輸出長度、能力、延遲、上下文處理方式和任務可靠度均有差異。不過，兩家公司的共同訊息很明確：競爭不只是壓低每個 token 的售價，而是讓客戶用同一筆預算完成更多可靠工作。

為何提示快取成了產品競爭力

提示快取（prompt caching）對長時間執行的程式開發與代理型工作流尤其重要。這類系統每一步都可能重送大量重複內容，例如系統指令、程式碼庫上下文、內部政策文件、工具定義或先前對話紀錄。

若這些重複內容可從快取讀取並享有大幅折扣，整個工作流的有效成本便可能明顯下降。Anthropic 指出，快取讀取在長時間代理型工作中占了很大一部分成本；這也說明，Opus 5.5 對快取讀取降價 60%，其意義不只是一般輸入單價的微調。21

OpenAI 同樣將 Sol 與 Luna 的降價歸因於快取與推論改善。24 因此，企業評估模型時不該只用一條短提示詞測試；更應以真實的多步驟流程、長上下文與反覆調用情境來估算成本。

低價開放權重模型帶來實質壓力

價格競爭的背景，是更便宜的開放權重模型與中國模型正縮小 API 成本差距。路透報導，研究機構的一項基準測試顯示，DeepSeek V4-Flash 的執行成本約為 Anthropic Claude Fable 5 的 1/105；其 API 定價為每百萬輸入 token 0.14 美元、輸出 token 0.28 美元。1

價格當然不是企業唯一考量。不同使用情境會對品質、安全措施、支援服務、資料控管、整合能力與可靠性賦予不同權重。不過，當營運成本差距很大時，企業有充分誘因把較簡單、請求量龐大的工作導向低成本替代方案。

Moonshot 的 Kimi K3 也呈現更細緻的挑戰。Moonshot 表示，Kimi K3 的整體表現仍落後 Anthropic 與 OpenAI 的領先系統，但在特定程式設計及代理基準測試中，超越了一些接近前沿的前代模型。6 對封閉模型供應商而言，這代表只要較低成本模型能在部分任務勝任，高價模型就必須逐一證明其溢價的價值。

從單一旗艦，走向模型分流階梯

這波發布也強化了一種企業部署方式：不再期待單一模型包辦所有工作，而是依任務難度、風險與經濟效益進行分流。

• 高階前沿模型：適用於難度異常高、風險高，或做錯代價極大的任務。在這些情況下，更強的推理、程式能力或可靠性，可能足以合理化較高費用。
• 具生產力的通用模型：如 Claude Opus 5.5 與 GPT-6 Sol，目標是把較先進的 AI 能力延伸至更大範圍的日常、重複性企業流程，並改善單位經濟效益。
• 超低成本模型：如 GPT-6 Luna，較適合單次請求價值有限、量大且成本敏感的工作，例如分類、資料擷取、路由、摘要與其他例行自動化。

實務上，這意味著「模型路由」比押注單一贏家更合理。企業可把困難例外案件留給高階模型，將常規工作交由較低成本系統處理；如此既能降低整體支出，也不必讓每個任務都接受最便宜模型可能帶來的品質取捨。

評估時，別只看每百萬 token 的牌價

較有用的評估方式，是問「產出一個合格結果要多少錢」，而非只問「一百萬 token 賣多少錢」。企業團隊可至少追蹤以下五項指標：

1. 任務成功率：模型有多常能正確完成整個流程？
2. 每件成功任務的 token 用量：哪個模型能以較少輸出、較少推理或較少重試達到可接受結果？
3. 快取命中率：有多少重複上下文能以折扣價格再利用？
4. 人工覆核成本：低價模型是否反而帶來更多修正、升級處理或返工？
5. 延遲與吞吐量：系統能否在所需規模下符合營運時效？

Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna 釋放的策略訊號，並不是前沿能力已不再重要；它仍是高階需求的核心。只是若要贏得廣泛的企業部署，AI 供應商愈來愈必須同時證明：模型能力夠強，而且能藉由高效率推論、較低 token 用量、有效快取與合適的產品分層，交出具說服力的工作流經濟效益。2124

企業採購 AI 的問題正在改變。過去，市場常先問「哪一個模型能力最前沿？」；如今更務實的問題是：要以可接受的可靠度完成一件企業任務，實際要花多少錢？

Anthropic 的 Claude Opus 5.5，以及 OpenAI 幾乎同時推出的 GPT-6 Sol、GPT-6 Luna，正把競爭推向這個方向。API 的每百萬 token 定價仍重要，但它只是一張價目表，並不等於實際工作流成本。

真正影響成本的還包括：輸入與輸出 token 單價、模型完成任務所需 token 數、可重複使用內容的快取比例、回應時間，以及最關鍵的——任務能否一次做對，避免重試或人工補救。

降價之外，兩家公司都在賣「更高工作產出」

Anthropic 將 Claude Opus 5.5 定價為每百萬輸入 token 4 美元、輸出 token 20 美元，較 Claude Opus 5 低 20%。公司並稱，因服務所需算力較少、token 使用更有效率，對一般按 token 計費的工作負載，Opus 5.5 的執行成本估計可比 Opus 5 低約 40%。快取讀取價格也降至每百萬 token 0.20 美元，比 Opus 5 低 60%。21

OpenAI 對 GPT-6 Sol 與 GPT-6 Luna 提出的論述相近：快取與推論效率改善，讓公司能把節省下來的成本反映到 API 價格。相較 GPT-5.6 的促銷定價，兩款模型價格下調 50%。GPT-6 Sol 為每百萬 token 輸入 2 美元、輸出 10 美元；GPT-6 Luna 則為輸入 0.10 美元、輸出 0.50 美元。24

這並不表示只看價格就能斷定哪個模型「比較便宜」。不同模型的輸出長度、能力、延遲、上下文處理方式和任務可靠度均有差異。不過，兩家公司的共同訊息很明確：競爭不只是壓低每個 token 的售價，而是讓客戶用同一筆預算完成更多可靠工作。

為何提示快取成了產品競爭力

提示快取（prompt caching）對長時間執行的程式開發與代理型工作流尤其重要。這類系統每一步都可能重送大量重複內容，例如系統指令、程式碼庫上下文、內部政策文件、工具定義或先前對話紀錄。

若這些重複內容可從快取讀取並享有大幅折扣，整個工作流的有效成本便可能明顯下降。Anthropic 指出，快取讀取在長時間代理型工作中占了很大一部分成本；這也說明，Opus 5.5 對快取讀取降價 60%，其意義不只是一般輸入單價的微調。21

OpenAI 同樣將 Sol 與 Luna 的降價歸因於快取與推論改善。24 因此，企業評估模型時不該只用一條短提示詞測試；更應以真實的多步驟流程、長上下文與反覆調用情境來估算成本。

低價開放權重模型帶來實質壓力

價格競爭的背景，是更便宜的開放權重模型與中國模型正縮小 API 成本差距。路透報導，研究機構的一項基準測試顯示，DeepSeek V4-Flash 的執行成本約為 Anthropic Claude Fable 5 的 1/105；其 API 定價為每百萬輸入 token 0.14 美元、輸出 token 0.28 美元。1

價格當然不是企業唯一考量。不同使用情境會對品質、安全措施、支援服務、資料控管、整合能力與可靠性賦予不同權重。不過，當營運成本差距很大時，企業有充分誘因把較簡單、請求量龐大的工作導向低成本替代方案。

Moonshot 的 Kimi K3 也呈現更細緻的挑戰。Moonshot 表示，Kimi K3 的整體表現仍落後 Anthropic 與 OpenAI 的領先系統，但在特定程式設計及代理基準測試中，超越了一些接近前沿的前代模型。6 對封閉模型供應商而言，這代表只要較低成本模型能在部分任務勝任，高價模型就必須逐一證明其溢價的價值。

從單一旗艦，走向模型分流階梯

這波發布也強化了一種企業部署方式：不再期待單一模型包辦所有工作，而是依任務難度、風險與經濟效益進行分流。

• 高階前沿模型：適用於難度異常高、風險高，或做錯代價極大的任務。在這些情況下，更強的推理、程式能力或可靠性，可能足以合理化較高費用。
• 具生產力的通用模型：如 Claude Opus 5.5 與 GPT-6 Sol，目標是把較先進的 AI 能力延伸至更大範圍的日常、重複性企業流程，並改善單位經濟效益。
• 超低成本模型：如 GPT-6 Luna，較適合單次請求價值有限、量大且成本敏感的工作，例如分類、資料擷取、路由、摘要與其他例行自動化。

實務上，這意味著「模型路由」比押注單一贏家更合理。企業可把困難例外案件留給高階模型，將常規工作交由較低成本系統處理；如此既能降低整體支出，也不必讓每個任務都接受最便宜模型可能帶來的品質取捨。

評估時，別只看每百萬 token 的牌價

較有用的評估方式，是問「產出一個合格結果要多少錢」，而非只問「一百萬 token 賣多少錢」。企業團隊可至少追蹤以下五項指標：

1. 任務成功率：模型有多常能正確完成整個流程？
2. 每件成功任務的 token 用量：哪個模型能以較少輸出、較少推理或較少重試達到可接受結果？
3. 快取命中率：有多少重複上下文能以折扣價格再利用？
4. 人工覆核成本：低價模型是否反而帶來更多修正、升級處理或返工？
5. 延遲與吞吐量：系統能否在所需規模下符合營運時效？

Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna 釋放的策略訊號，並不是前沿能力已不再重要；它仍是高階需求的核心。只是若要贏得廣泛的企業部署，AI 供應商愈來愈必須同時證明：模型能力夠強，而且能藉由高效率推論、較低 token 用量、有效快取與合適的產品分層，交出具說服力的工作流經濟效益。2124