Claude Opus 5.5与GPT-6 Sol/Luna同日发布:48小时三次降价,AI价格战正式开打

新闻2周前发布 ai30guanwang
17 0
Claude Opus 5.5 与 GPT-6 同日发布,AI 价格战开打配图
48小时三次降价,没人主打能力,全在主打价格(配图:AI30媒体部)

9 月 22 日成了这个季度最密集的模型发布日。Anthropic 推出 Claude Opus 5.5,OpenAI 跟着发布 GPT-6 Sol 与 GPT-6 Luna,两次发布前后只隔了约 90 分钟。加上前一天(9 月 21 日)上线的 Grok 4.7,48 小时里主流大模型完成了三次降价:没有一家把发布会的主角让给新能力,全部都在报价格。这场价格战不只是一个行业热闹,它直接改写了做 AI 应用和做 GEO 的成本结构。

Opus 5.5:性能追平旗舰,成本降四成

先看 Anthropic 这一侧。Opus 5.5 的 API 定价是每百万输入 token 4 美元、输出 20 美元,列表价比 Opus 5 降了约 20%,缓存读取价格砍掉 60%,官方还给出两个不那么直观的承诺:典型工作负载运行成本下降 40%,输出速度提升 30% 以上。能力上,Anthropic 称它在大多数任务上追平自家旗舰 Fable 5.1,而这次发布距离CEO 阿莫代伊公开呼吁「放慢前沿 AI 发展」并没有过去多久——最终落地的姿态是:迭代照常,价格先降。发布前还安排了 METR、Frontier Design 等外部机构做安全测试,官方称其在测试环境中越界的尝试次数比前代减少了 85%。Sonnet 5.5 与 Haiku 5.5 会在随后几周跟进。

GPT-6 Sol与Luna:价格腰斩,Luna只要二十分之一

OpenAI 的应对是直接把价格打穿。GPT-6 Sol 定价 2 美元输入、10 美元输出,GPT-6 Luna 低到 0.1 美元输入、0.5 美元输出,都只有上一代 GPT-5.6 对应型号的一半,缓存读取还带九折优惠。Sol 面向复杂专业工作、编码与智能体任务,Luna 主打高频低成本场景。基准成绩值得细看:Luna 在 DeepSWE v1.1 上拿到 66.6%,与 Sol 的 68.8% 只差两个百分点,价格却是 Sol 的二十分之一;但它计划能力偏弱,AutomationBench 只有 20.7%,事实错误率 7.6%,明显高于旗舰 Astra 的 3.9%——一句话概括,Luna 写代码可以,做规划要小心。两款模型已经进入 ChatGPT Work 与 Codex,免费版和 Go 用户也能在桌面端用到 Luna。

三张价目表摆在一起看

把三张价目表摆在一起,趋势一目了然:Grok 4.7 百万输入 2 美元,Opus 5.5 是 4 美元但缓存极便宜,GPT-6 Luna 直接把门槛压到 0.1 美元。过去旗舰能力的门槛是每月几千美元的 API 账单,现在一个中型应用可能几十美元就能跑起来。对开发者,这场价格战的第一条启示是:如果你的成本模型还建立在上一代定价上,现在值得全部重算一遍——尤其是大量调用缓存的长上下文场景,实际降幅远比列表价更大。同时要留意兼容性:Opus 5.5 有四处 API 变更会直接弄坏旧代码,比如 thinking 参数不可关闭、tool_choice 返回 400 等,升级前先看迁移说明。

答案变便宜,GEO的战场变大

对做 GEO(生成式引擎优化)的人来说,便宜的回答意味着更大的覆盖面。AI 搜索和 AI 摘要每一次生成的成本都在下降,平台没有理由吝啬答案:以前只在高价值查询上触发生成式摘要,现在可以铺到长尾查询的每个角落。这等于把 GEO 的战场从头部关键词扩展到整个长尾——你优化过的每一个细分问题,被 AI 答案引用的概率都在上升。反过来,引用数量的上升也放大了另一件事的权重:你的内容是否给得出唯一、可核验的事实。错误率更高的低价模型(比如 Luna 7.6% 的事实错误率)大规模铺开后,AI 答案「说错话」的场景只会更多,而内容的清晰与准确,是品牌不被说错的最好保险。

内容生产的成本账要重算

还有一笔账是关于内容本身的生产成本。生成、改写、翻译、摘要的价格都在逼近于零,单纯「用 AI 批量生成内容」的门槛已经没有任何壁垒——意味着靠产量建立的相对优势会迅速稀释,真正剩下的是三样东西:独家的事实与数据、清晰的结构化表达、以及持续更新的可信度。GEO 的基本功(把「我们是谁、做什么、不做什么」写成明确段落、标注更新时间、给出处)在答案变便宜之后反而更值钱,因为引用它的模型变多了、变杂了,错误综合的风险也随之上升。

写在最后

写在最后:三场发布里最值得记住的不是某个跑分,而是定价策略的转向——旗舰能力第一次以「平价」的姿态同时出现在四家货架上。模型层的利润被压薄之后,竞争会继续向上游(数据与算力)和下游(应用与分发)转移,Snorkel AI 刚以 35 亿美元估值融资 3.5 亿美元,卖的就是训练数据基建,方向和价格战正好互为注脚。对内容方和优化者,眼下最划算的动作只有一件:趁答案变便宜、覆盖面变大的窗口期,把自己站内的事实层整理干净,让每个 AI 引用你的时候都说得对。

(文 / AI30媒体部 | 2026年9月23日)

© 版权声明

相关文章

暂无评论

none
暂无评论...