你给 AI 助手布置一项长任务，它每推进一步，往往都要重新读一遍此前的对话。真正烧钱的，未必是它新写出的几句话，而是反复翻阅这叠越来越厚的“工作记录”。这正是近期大模型价格战突然提速的关键：OpenAI 与 Anthropic 不只在压低输入、输出价格，也开始争夺容易被忽略的缓存费用。
从 6 月到 9 月，两家公司部分模型的价格最高下调约 80%。这轮变化牵动三件事：模型上线后的推理成本、厂商争夺市场份额的策略，以及开发者到底该选哪一家。不过，以下时间线和数字均来自一篇二手文章，尚无官方公告、价格页或其他独立媒体交叉印证，适合观察趋势，不能视为已经坐实的完整行业记录。
降价从例外变成了连续动作
大模型 API 通常按 Token 收费。Token 可以粗略理解为模型处理文字时使用的计量单位：输入 Token 是模型读进去的内容，输出 Token 是它生成的内容；如果重复输入命中提示缓存，厂商可以复用先前计算结果，因此 cache read——读取缓存——通常更便宜。材料中的价格单位均为每百万 Token，依次列出输入、输出和缓存读取价格。
据 S1 整理，OpenAI 在 6 月 26 日发布 GPT-5.6 Sol 和 Luna，价格分别为 5/30/0.50 美元和 1/6/0.10 美元。一个月后，Luna 三项价格降至 0.20/1.20/0.02 美元，降幅达 80%。8 月，Sol 也获得约 20% 的三个月临时折扣。
Anthropic 几乎同步跟进。Claude Sonnet 5 在 6 月 30 日以 2/10/0.20 美元的首发价推出，原计划之后涨价，8 月 10 日却把折扣改为永久价格。7 月推出的 Claude Opus 5 定价为 5/25/0.50 美元；到 9 月 22 日，Claude Opus 5.5 已降至 4/20/0.20 美元。材料转述 Anthropic 的说法称，新版服务所需算力低于 Opus 5，价格也因此下降。
同一天，OpenAI 发布 GPT-6 Sol 和 Luna：前者为 2/10/0.20 美元，输入和输出价格都是折扣版 GPT-5.6 Sol 的一半；后者为 0.10/0.50/0.01 美元，输入和输出同样较上一版本减半。单次促销由此变成了密集、相互紧贴的调价。
真正值得盯的是缓存价
9 月 1 日，Anthropic 发布 Fable 5.1，定价为 10/50/0.25 美元。与 Fable 5 的 10/50/1 美元相比，输入和输出没有变化，缓存读取却便宜了 75%。S1 还称，Fable 5.1 在其列出的所有基准测试领域都优于前代。不过材料没有提供测试项目和统计方法，因此无法判断优势有多大。
为什么一项常被放在价目表角落的费用如此重要？编码智能体——能够连续读代码、调用工具并完成多步任务的 AI——需要反复带上此前对话。S1 声称，此类场景中缓存读取可占 Token 支出的 96%至99%，缓存命中率约为 90%至100%；据此推算，缓存价降低 75%，总体费用可能下降约 70%至75%。这些数字没有披露数据来源，而且会随任务和服务商实现而变化，只能看作特定工作负载下的估算。
但它揭示了一个实用判断：看模型贵不贵，不能只比较醒目的输入和输出单价。若应用频繁复用长对话，缓存价格可能更接近最终账单。
厂商争的是下一批默认选择
推理成本是模型每次回答所消耗的芯片、内存、网络和能源成本。芯片利用率、批处理、缓存与生成优化，都会影响厂商还能降价多少。Anthropic 对 Opus 5.5 的表述至少给出了一条直接线索：服务所需算力下降，可以转化为更低价格。
另一股力量来自竞争。S1 根据两家公司密集交错的发布时间和调价节奏，判断双方存在针锋相对的价格压力。这仍是作者推断，并非两家公司公开确认的策略。
低价的意义也不止于多卖几次调用。开发者一旦围绕某个模型调整提示词、工具接口、评测和稳定性方案，迁移就会产生额外成本。先用低价吸引应用接入，有机会把价格优势变成使用习惯和生态位置。换句话说，厂商现在少收的钱，可能是在购买未来的默认入口。
这也补上了本刊此前两篇报道的另一面：GPT-6.1 Sol Ultrafast 用更高单价出售低延迟，DeepSeek 则在单价不变时通过缩短任务时间和输出降低总费用。本期的变化更直接——OpenAI 与 Anthropic 正在全面重写 API 价目表。
局限与未知
- 全文只有 S1 一篇二手材料；模型名称、发布日期与价格均缺少官方来源交叉印证，计价是否涉及批处理、长上下文和缓存写入也不明确。
- 缓存支出占比、命中率和总体降幅高度依赖具体任务，不能直接套用到所有应用。
- 材料原文在后段截断，关于模型性能的“接近”“更好”等说法又缺少完整测试，因此无法判断降价后能力是否保持不变。