AI 产业进入新阶段，头部厂商正通过大幅降价和提升入门级模型性能来应对来自中国的竞争。OpenAI 最近将其基础前沿模型 ChatGPT 5.6 Luna 的价格下调 80%，每百万 token 价格降至 0.20 美元（输入）和 1.20 美元（输出）；中端模型 5.6 Terra 也降价 20%，现为每百万 token 2.00 美元（输入）和 12.00 美元（输出）。这一动作紧随谷歌推出更实惠的 Gemini 3.6 Flash 和 3.5 Flash-Lite 之后。Anthropic 虽未降价，但以同等价位用性能更强的 Claude 5.0 替换了最便宜的 Opus 4.8。

这些降价直接对标中国模型。OpenAI 的降价使 Luna 进入 DeepSeek V4 的价格区间（后者 pro 模型每百万 token 输入 0.435 美元、输出 0.87 美元），而 Terra 则低于月之暗面 Kimi K3 的每百万 token 3.00 美元（输入）和 15.00 美元（输出）。值得注意的是，OpenAI 并未全面降价：其顶级模型 5.6 Sol 仍维持每百万 token 5 美元（输入）和 30 美元（输出），而快速模式（Fast mode）反而提价至 10 美元和 60 美元，以更低延迟对标其他旗舰模型。

价格战的背后是成本压力。OpenAI 今年早些时候放弃了自建数据中心的计划，转而依赖与甲骨文等签订的 3000 亿美元 算力租赁协议。公司已承诺到 2030 年投入约 6000 亿美元 的算力支出，但订阅业务仍在亏损，且今年早些时候未达关键营收目标。2025 年虽营收增长，但亏损达数百亿美元。在此背景下，降价可能进一步压缩利润率，甚至使其消失。

其他巨头同样承压。谷歌过去一年在 AI 基础设施上的投入约为其云收入的 9 倍，而 Anthropic 近期仅因与 xAI 达成折扣租用 Colossus 数据中心的协议才实现年化盈利。尽管成本高企，厂商仍竞相降价，表面看数字并不合理。

行业普遍引用 杰文斯悖论 来解释这一策略：更高效、更便宜的技术会刺激更大规模的使用，从而带来更高总收益。若 token 价格下降，整体使用量可能上升，进而增加收入。此外，新一代 AI 加速器预计年底前在数据中心普及，有望实现每瓦 token 数提升 10 倍，进一步降低成本。然而，在盈利能力尚未验证的情况下，这场价格战能否持续，仍是投资者关注的核心问题。