OpenAI 与 Anthropic 在同一天先后发布新一代模型，让硅谷再次迎来”双雄对决”。Anthropic 推出 Claude Opus 5.5，OpenAI 则发布 GPT-6 Sol 与 Luna。与以往模型迭代不同的是，这次行业讨论的焦点并非性能提升了多少，而是”大家怎么都变便宜了”。Claude Opus 5.5 相比上一代 Opus 5，成本降低约 40%，同时具备接近 Fable 级别的性能表现。而 GPT-6 Sol 的降幅更为激进，性能与上一代旗舰 GPT-5.6 Sol 持平，价格却直接腰斩，每百万 Token 输入 2 美元、输出 10 美元，看上去性价比一步踩进了 DeepSeek 的腹地。
然而仔细对照产品线就会发现，OpenAI 所谓的”腰斩”并非单纯让利，而是抹掉了一个型号。此前 OpenAI 的模型梯队是旗舰 Sol、中端 Terra、轻量 Luna 三档，如今则变为 Astra、Sol、Luna。中端的 Terra 被取消，整个梯队向上平移了一格。把 GPT-6 Sol 与 GPT-5.6 Terra 放在一起比较，后者每百万 Token 输入 2 美元、输出 12 美元，两者几乎没有什么变化。换句话说，OpenAI 是用”取消中端型号”的方式，制造出旗舰降价的叙事效果，工程优化只是辅助，商业定价策略才是核心。
从三家厂商的账本来看，降价的成色差异明显。Anthropic 走的是”强模型、真降价”路线，Claude Opus 5.5 在大多数日常任务上性能与天花板级的 Fable 5.1 相当，仅在极深度逻辑推导、超大规模代码工程等高难度场景存在差距，相当于用四成价格保留了八成核心能力。更关键的是，它把长任务中最烧钱的隐形开销——思维链成本压了下来，核心的缓存读取费用降低约 60%，让长文档分析、多轮工具调用等场景的深度思考总成本减少近六成，开发者因此敢更频繁地调用高阶推理。
DeepSeek 则依然保持绝对的成本优势，闲时价格还能再减半。把 DeepSeek 与 OpenAI 的中端模型对比可以看出，OpenAI 已在努力向其靠拢。在轻量级战场上，单看高峰时段标价，DeepSeek-V4.1-Flash 的输入费用约为 GPT-6 Luna 的 1.5 倍，账面数字似乎 OpenAI 更便宜，但实际使用中的缓存、推理与调用结构差异，仍会让总成本呈现不同面貌。
这场价格战的真正意义，在于它揭示了模型梯队重构与市场分层的新逻辑。OpenAI 通过取消 Terra、上移梯队，把性价比策略直接对准低价模型市场，同时维持旗舰产品的价格锚点；Anthropic 用真实的能力下放和缓存降价争夺高价值长任务场景；DeepSeek 则继续以绝对成本优势守住基本盘。对开发者而言，选择模型不再只是比较每百万 Token 的标价，而要综合考量缓存费用、思维链开销与任务复杂度。价格战的下一阶段，比拼的将是谁能在真实工作负载中给出更低的总体拥有成本。
