从 6 月最后一周到 7 月初，AI 大模型赛道经历了一场密集的集体重定价。Anthropic 率先推出 Sonnet 5，并给出每百万 Token 2 美元输入、10 美元输出的限时优惠价。短短一周多后，xAI 的 Grok 4.5、OpenAI 的 GPT-5.6 三档版本以及 Meta 的 Muse Spark 1.1 在 48 小时内接连发布，四家头部公司在十天内调整了每一档模型的价格。7 月 15 日，Sam Altman 在 X 平台上更进一步，宣布 Sol 模型已是 Fable 5 的半价，并称“很乐意以四分之一的价格交付”，意味着再降 75%。
然而，这场看似激烈的价格战，其财务底色却呈现出截然不同的景象。一季度，OpenAI 实现营收 57 亿美元，但经营亏损高达 93 亿美元，相当于每收入 1 美元就亏损约 1.6 美元。反观其竞争对手 Anthropic，同期营收为 48 亿美元，虽略低于 OpenAI，却预计二季度营收将环比翻倍至 109 亿美元，并首次实现 5.59 亿美元的营业利润。降价者在巨亏，而维持高价的玩家开始盈利。
这种分化的根源在于两家公司迥异的收入结构。Anthropic 约 85% 的收入来自企业客户，年付费超 100 万美元的客户已突破 1000 家。这些客户购买的是模型的稳定性、安全性和合规性，对 Token 报价的波动极不敏感。而 OpenAI 超过 60% 的收入依赖消费者订阅和中小开发者，这是一个高度价格敏感的市场，每次降价虽能刺激用量，却也直接侵蚀利润。
这一局面在商业史上并非孤例。上世纪 90 年代末，Intel 面对 AMD 市场份额从 8% 跃升至 16% 的威胁，发动了持续多年的“焦土式”降价。Intel 的底气在于其拥有 13 座晶圆厂，成本结构远非仅有两座厂的 AMD 可比。AMD 最终被迫出售晶圆厂，但通过重新定义产品，在 2017 年凭借 Ryzen 处理器翻身，市值一度反超 Intel。成本优势终会过期，产品优势却能持久。
另一个参照是 AWS 的降价史。从 2006 年到 2018 年，AWS 主动降价超 100 次，S3 存储服务 12 年间降价 85%。但 AWS 的每一次降价都建立在真实的效率提升之上，如自研 Graviton 处理器性价比高出 x86 架构 40%，Nitro 系统将虚拟化开销卸载到专用硬件。价格降得再低，成本降得更低，这才是健康的飞轮效应。
Altman 试图讲述的正是 AWS 式的故事，他将推理成本压缩 50% 的技术列为“核心机密”。但 OpenAI 一季度巨亏 93 亿美元的财报数字戳穿了这一叙事。AWS 从未在降价的同时出现如此规模的亏损。如果成本曲线未能同步下移，每次降价都依赖融资填补价差，那这就不是飞轮，而是抽水机。OpenAI 的泵入口端是 3 月完成的 1220 亿美元融资和 730 亿美元账面现金，出口端则是 IPO。更严峻的是，截至 2025 年底，其对云服务商的算力采购承诺高达 6650 亿美元，时间跨度至 2030 年，无论届时需求如何，这笔钱都必须支付。
2014 年，滴滴和快的的补贴大战烧掉 24 亿元后走向合并，推动合并的是双方共同的投资人，因为谁都打不死谁，继续烧钱只会让双方都撑不到 IPO。但 OpenAI 与 Anthropic 的格局不同。Anthropic 已经盈利，不参与价格战并非打不过，而是不需要打。两家公司的最大投资方分别是微软和亚马逊，它们真正关心的是自家云平台能卖出多少算力，合并只会制造反垄断障碍，且已盈利的 Anthropic 毫无合并动力。
接下来的数月，这场赌注将面临一系列验证节点。8 月 31 日，Anthropic 的 Sonnet 5 限时优惠到期，若其不延期或不给出进一步降价信号，便是在宣告“不跟”。10 月是 Anthropic 的 IPO 时间窗口，其估值将直接为 OpenAI 后续的估值谈判划定标尺。OpenAI 的 IPO 已被顾问建议推迟到 2027 年，Altman 对万亿估值的任何调整都持拒绝态度。随后的财报季，Anthropic 需证明盈利的可持续性，OpenAI 则需展示亏损能否收窄。最终，若有财富 500 强企业从 Anthropic 转向 OpenAI，哪怕仅一例，都将被视为价格战击穿溢价逻辑的第一个信号。Altman 真正的对手或许不是 Anthropic，而是时间。