AI 產業進入新階段，頭部廠商正通過大幅降價和提升入門級模型效能來應對來自中國的競爭。OpenAI 最近將其基礎前沿模型 ChatGPT 5.6 Luna 的價格下調 80%，每百萬 token 價格降至 0.20 美元（輸入）和 1.20 美元（輸出）；中端模型 5.6 Terra 也降價 20%，現為每百萬 token 2.00 美元（輸入）和 12.00 美元（輸出）。這一動作緊隨谷歌推出更實惠的 Gemini 3.6 Flash 和 3.5 Flash-Lite 之後。Anthropic 雖未降價，但以同等價位用效能更強的 Claude 5.0 替換了最便宜的 Opus 4.8。

這些降價直接對標中國模型。OpenAI 的降價使 Luna 進入 DeepSeek V4 的價格區間（後者 pro 模型每百萬 token 輸入 0.435 美元、輸出 0.87 美元），而 Terra 則低於月之暗面 Kimi K3 的每百萬 token 3.00 美元（輸入）和 15.00 美元（輸出）。值得注意的是，OpenAI 並未全面降價：其頂級模型 5.6 Sol 仍維持每百萬 token 5 美元（輸入）和 30 美元（輸出），而快速模式（Fast mode）反而提價至 10 美元和 60 美元，以更低延遲對標其他旗艦模型。

價格戰的背後是成本壓力。OpenAI 今年早些時候放棄了自建資料中心的計劃，轉而依賴與甲骨文等簽訂的 3000 億美元 算力租賃協議。公司已承諾到 2030 年投入約 6000 億美元 的算力支出，但訂閱業務仍在虧損，且今年早些時候未達關鍵營收目標。2025 年雖營收增長，但虧損達數百億美元。在此背景下，降價可能進一步壓縮利潤率，甚至使其消失。

其他巨頭同樣承壓。谷歌過去一年在 AI 基礎設施上的投入約為其雲收入的 9 倍，而 Anthropic 近期僅因與 xAI 達成折扣租用 Colossus 資料中心的協議才實現年化盈利。儘管成本高企，廠商仍競相降價，表面看數字並不合理。

行業普遍引用 傑文斯悖論 來解釋這一策略：更高效、更便宜的技術會刺激更大規模的使用，從而帶來更高總收益。若 token 價格下降，整體使用量可能上升，進而增加收入。此外，新一代 AI 加速器預計年底前在資料中心普及，有望實現每瓦 token 數提升 10 倍，進一步降低成本。然而，在盈利能力尚未驗證的情況下，這場價格戰能否持續，仍是投資者關注的核心問題。