從 6 月最後一週到 7 月初，AI 大模型賽道經歷了一場密集的集體重定價。Anthropic 率先推出 Sonnet 5，並給出每百萬 Token 2 美元輸入、10 美元輸出的限時優惠價。短短一週多後，xAI 的 Grok 4.5、OpenAI 的 GPT-5.6 三檔版本以及 Meta 的 Muse Spark 1.1 在 48 小時內接連發布，四家頭部公司在十天內調整了每一檔模型的價格。7 月 15 日，Sam Altman 在 X 平台上更進一步，宣佈 Sol 模型已是 Fable 5 的半價，並稱“很樂意以四分之一的價格交付”，意味著再降 75%。
然而，這場看似激烈的價格戰，其財務底色卻呈現出截然不同的景象。一季度，OpenAI 實現營收 57 億美元，但經營虧損高達 93 億美元，相當於每收入 1 美元就虧損約 1.6 美元。反觀其競爭對手 Anthropic，同期營收為 48 億美元，雖略低於 OpenAI，卻預計二季度營收將環比翻倍至 109 億美元，並首次實現 5.59 億美元的營業利潤。降價者在鉅虧，而維持高價的玩家開始盈利。
這種分化的根源在於兩家公司迥異的收入結構。Anthropic 約 85% 的收入來自企業客戶，年付費超 100 萬美元的客戶已突破 1000 家。這些客戶購買的是模型的穩定性、安全性和合規性，對 Token 報價的波動極不敏感。而 OpenAI 超過 60% 的收入依賴消費者訂閱和中小開發者，這是一個高度價格敏感的市場，每次降價雖能刺激用量，卻也直接侵蝕利潤。
這一局面在商業史上並非孤例。上世紀 90 年代末，Intel 面對 AMD 市場份額從 8% 躍升至 16% 的威脅，發動了持續多年的“焦土式”降價。Intel 的底氣在於其擁有 13 座晶圓廠，成本結構遠非僅有兩座廠的 AMD 可比。AMD 最終被迫出售晶圓廠，但通過重新定義產品，在 2017 年憑藉 Ryzen 處理器翻身，市值一度反超 Intel。成本優勢終會過期，產品優勢卻能持久。
另一個參照是 AWS 的降價史。從 2006 年到 2018 年，AWS 主動降價超 100 次，S3 儲存服務 12 年間降價 85%。但 AWS 的每一次降價都建立在真實的效率提升之上，如自研 Graviton 處理器價效比高出 x86 架構 40%，Nitro 系統將虛擬化開銷解除安裝到專用硬體。價格降得再低，成本降得更低，這才是健康的飛輪效應。
Altman 試圖講述的正是 AWS 式的故事，他將推理成本壓縮 50% 的技術列為“核心機密”。但 OpenAI 一季度鉅虧 93 億美元的財報數字戳穿了這一敘事。AWS 從未在降價的同時出現如此規模的虧損。如果成本曲線未能同步下移，每次降價都依賴融資填補價差，那這就不是飛輪，而是抽水機。OpenAI 的泵入口端是 3 月完成的 1220 億美元融資和 730 億美元賬面現金，出口端則是 IPO。更嚴峻的是，截至 2025 年底，其對雲服務商的算力採購承諾高達 6650 億美元，時間跨度至 2030 年，無論屆時需求如何，這筆錢都必須支付。
2014 年，滴滴和快的的補貼大戰燒掉 24 億元后走向合併，推動合併的是雙方共同的投資人，因為誰都打不死誰，繼續燒錢只會讓雙方都撐不到 IPO。但 OpenAI 與 Anthropic 的格局不同。Anthropic 已經盈利，不參與價格戰並非打不過，而是不需要打。兩家公司的最大投資方分別是微軟和亞馬遜，它們真正關心的是自家雲平台能賣出多少算力，合併只會製造反壟斷障礙，且已盈利的 Anthropic 毫無合併動力。
接下來的數月，這場賭注將面臨一系列驗證節點。8 月 31 日，Anthropic 的 Sonnet 5 限時優惠到期，若其不延期或不給出進一步降價訊號，便是在宣告“不跟”。10 月是 Anthropic 的 IPO 時間視窗，其估值將直接為 OpenAI 後續的估值談判劃定標尺。OpenAI 的 IPO 已被顧問建議推遲到 2027 年，Altman 對萬億估值的任何調整都持拒絕態度。隨後的財報季，Anthropic 需證明盈利的可持續性，OpenAI 則需展示虧損能否收窄。最終，若有財富 500 強企業從 Anthropic 轉向 OpenAI，哪怕僅一例，都將被視為價格戰擊穿溢價邏輯的第一個訊號。Altman 真正的對手或許不是 Anthropic，而是時間。