补贴→Token计费→降价！OpenAI打响价格战，Token经济学拐点将至？

生成式AI的商业化叙事，正面临三年来最深刻的一次自我审视。从以补贴换用户、月包订阅隐藏成本，到按Token计费引爆企业账单危机，AI行业用三年时间完成了一次商业化的三级跳——而一场潜在的价格战，可能让整套变现逻辑再度归零。

据《华尔街日报》报道，OpenAI正在考虑大幅下调向用户收取的Token费用，以从竞争对手Anthropic手中争夺企业客户。据知情人士称，此举部分是为“抢占先手”，OpenAI预计Anthropic也将采取的类似降价行动。OpenAI首席执行官Sam Altman近期在一场活动上承认，AI使用成本已成为"一个巨大问题"，并表示将"帮助人们用更少的支出获得更多价值"。

这一消息的时机格外敏感。OpenAI本周已秘密提交IPO申请，Anthropic同样处于上市倒计时阶段。与此同时，彭博Silicon Data LLM Token支出指数已连续7个交易日下跌，创今年1月以来最长连跌纪录，折射出市场对AI账单可持续性的深层焦虑。报道直言，价格战将直接侵蚀两家公司的利润率——而两家公司目前均已因AI系统所需的庞大算力亏损数十亿美元。

这场讨论的核心，不再只是一次降价决策，而是一个更根本的问题：当"Token消耗越多越好"的叙事走到尽头，AI行业下一个商业化故事将由谁来讲，又将如何讲。

三个阶段的背景：从月包补贴到Token账单

生成式AI的商业化，在短短三年内经历了清晰的三段演变。

第一阶段，月包和年包订阅奠定行业基调。2023年2月，OpenAI推出月费19.99美元的ChatGPT Plus，开创大模型C端付费先例；百度、阿里、腾讯随后跟进，固定月费订阅成为初级商业模式的标配。

第二阶段，补贴大战全面爆发。为拉高ARR（年度经常性收入）这一融资估值的核心锚点，各家厂商转向大规模补贴：谷歌为学生免费提供15个月Gemini Advanced，OpenAI推出首月1美元的Team版会员，字节跳动豆包以"比行业价低99.3%"的定价入场，百度宣布核心模型免费。补贴的本质是以亏损换增长——据报道，微软在GitHub Copilot订阅模式下平均每位用户每月亏损超过20美元，部分重度用户月亏损高达80美元。

第三阶段，是按量计费的强制切换。2026年6月1日，微软宣布GitHub Copilot所有计划正式转向基于Token用量计费，月费19美元直接转化为等额Token额度。这一改变，将被订阅制长期掩藏的真实成本摆上台面——据Reddit社区用户测算，一次智能体编程会话可消耗30至40美元，单月套餐在单次使用中即告耗尽。

账单失控：当Token比人更贵

Token按量计费的落地，将企业AI支出的真实面目完整呈现。

企业端的账单数字触目惊心。Uber首席运营官Andrew Macdonald在2026年5月公开表示，Token消耗的增长与产品实质改善之间，"这条线还不存在"，并为此专门造了一个词："tokenmaxxing"（Token极大化），形容员工为刷使用量而执行无价值任务。

更直接的数据是：Uber仅2026年前四个月就耗尽了全年Token预算；Salesforce预计全年付给Anthropic的费用将达约3亿美元。

Anthropic自己的开发者文档显示，使用Claude Code的开发者平均成本约为每个工作日13美元，90%的用户每日成本低于30美元——折算下来，一个10人开发团队仅Token费用一年就可能超过75600美元。

投入产出比同样令人警觉。企业数据平台Entelligence.AI汇总2444家企业的数据后发现，每投入1美元的AI Token费用，仅有18美分产生了触达用户的实际价值；44美分用于修复AI自身引入的Bug，27美分流向返工，11美分消耗于审查摩擦。

面对失控的账单，企业端已开始主动管控。亚马逊叫停了内部AI使用排行榜，要求员工"不要为了用AI而用AI"；微软计划逐步停用部分关键产品部门员工的Claude Code订阅。高盛指出，部分企业用于AI Token的支出已占其员工总人力成本的10%，未来几个季度这一比例可能进一步攀升。这不是需求消失，而是AI支出的粗放时代走向终结。

第四幕：价格战打响，OpenAI考虑大幅降价

正是在这样的背景下，价格战的导火索被点燃。

据《华尔街日报》报道，Altman的降价考量直接由追赶Anthropic的压力所触发。Anthropic的收入近期大幅增长，旗下编程工具Claude Code在软件工程师群体中走红，这家成立五年的初创公司估值甚至首次超过OpenAI。

然而，这场价格战的代价将异常沉重。价格若大幅下调，将进一步压缩两家公司本就为负的利润空间，而竞争格局提供的空间极为有限。

而投资者长期以来识别出的底层风险是，OpenAI与Anthropic的产品具有高度可替代性，客户可以轻易从一家转向另一家——这意味着降价即便短期留住客户，也无法真正构建护城河，只是延缓了份额流失。

这一困境还通过云计算巨头与AI实验室之间的财务循环向外传导。

据The Information汇编的企业披露文件，OpenAI和Anthropic合计占微软、甲骨文、谷歌和亚马逊约2万亿美元未来云服务承诺的逾半数。若降价引发收入预期下修，这条传导链条将双向承压。

美国神经科学和人工智能专家Gary Marcus说道：“这进一步暴露了OpenAI的脆弱，也表明了它面临的困境有多严重。一旦OpenAI走下坡路，很可能会拖垮英伟达、甲骨文、Coreweave等公司。局势正在迅速恶化。”

多空分歧在华尔街公开对峙。摩根大通TMT分析师Mark Schilsky认为，当前账单焦虑不过是"通往更高支出的最小减速带"：若每百万Token均价下降，但美国公司AI付费渗透率持续上升，总体Token用量在数学上必然大幅增加；加之代理式AI（agentic AI）将单任务Token消耗推升至传统问答模式的数倍，长期总支出料将显著高于当前水平。

高盛半导体分析师Jim Covello则持更为悲观的立场，认为当前产业链繁荣几乎将所有价值导向半导体公司，这一现象"在历史上前所未有且不可持续"，一旦企业直面按量计费的真实价格，支撑GPU采购和模型训练的资本流动将面临逆转。

第五幕：Token经济学的下一个故事？

价格战之后，AI行业商业化的下一章尚未写就，但轮廓正在浮现。

Citadel证券的报告提供了一个方向性框架：分层收费与按稀缺性定价。其核心逻辑是，推理密集型前沿AI不会消失，但会越来越集中在少数有能力承担算力成本的大型企业手中；对更广泛的企业而言，在物理约束缓解之前，更简单的模型可能是更具生产力的路径。这意味着AI使用将走向分层——高价值、复杂任务继续使用前沿模型，日常任务、批量任务则转向廉价模型或本地模型。

摩根大通则持相对乐观的判断：即便单位Token价格下降，智能体AI（agentic AI）的普及将使每个任务的Token消耗倍增——现有数据显示，业务agent化后每个任务的Token消耗可变为原来的3.5倍——总体支出规模仍有望继续扩大，当前的账单焦虑或许只是"通往更高支出的最小减速带"。

Nebius首席营收官Marc Boroditsky提出了"valuemaxxing"的概念，主张行业从追求Token消耗最大化，转向使每个Token真正产生价值。这一方向正逐渐成为行业共识——但真正的商业落地，仍需要AI实验室找到一套既能反映真实成本、又能被企业客户接受的定价体系，而这正是当前所有争论尚未解决的核心命题。

然而，在这场价格战中，最被忽视的变量或许是中国模型。

据美国企业支出管理平台Ramp的6月数据，DeepSeek已登顶美国企业软件订阅增速榜首。Ramp首席经济学家Ara Kharazian特别强调，这并非开源模型的本地部署，"企业在直接通过DeepSeek收发数据"，是真实付费的直连使用——他坦言"没有料到美国公司会去用DeepSeek"。据第三方测算，DeepSeek V4-Pro的API均价约为GPT-5.5的十分之一，约为Claude Opus 4.7的十一分之一。

OpenAI与Anthropic两虎相争，最终受益的，可能是那个早已将"普惠定价"写入基因、且不需要向IPO投资者交代利润率的玩家。这或许不是这场价格战最受欢迎的结局，但正在成为越来越难以忽视的现实。