OpenAI与Anthropic大幅降价80%背后：大模型价格战开打

OpenAI和Anthropic在短短几个月内将大语言模型（LLM）的API价格最高下调了80%，这一幅度远超常规的商业促销，引发Reddit社区热议。表面看是降价抢用户，背后却是一场由技术迭代、开源冲击和资本意志共同推动的行业变局。

降价潮从何而来？

AI推理成本正在以肉眼可见的速度下降。模型压缩、推理框架优化（如vLLM、SGLang）、专用推理芯片的普及，让同样一次API调用的算力消耗比半年前低得多。厂商在下调价格时仍能维持毛利，甚至因为调用量暴增而获得更低的边际成本。

另一边，大模型的竞争逻辑变了。当各家旗舰模型在基准测试上的差距缩小到个位数，企业客户不再为“最强模型”支付溢价，而是按每百万token的性价比做选择。价格成为最直接的获客杠杆。

vLLM 与 SGLang 是当前最受关注的两个开源 LLM 推理框架。vLLM 的核心创新是 PagedAttention，它把 KV Cache 像操作系统管理内存页一样分块管理，大幅减少了显存碎片与重复拷贝，从而在同等硬件上显著提升吞吐量。SGLang 则通过 RadixAttention 对多轮对话和共享前缀做缓存复用，并配合结构化生成的前端语言，在复杂调用场景中进一步压低延迟与成本。二者都支持连续批处理、张量并行等特性，使得单卡能并发服务的请求数成倍增加。对 API 厂商而言，这类框架让单位 token 的算力开销快速下降，是价格能够大幅下调而不亏损的重要工程基础。

开源模型压低了行业定价锚点

Llama、Mistral、Qwen等开源模型持续逼近闭源模型的性能，企业可以选择自托管来规避API费用。闭源厂商如果不把价格降到接近自建成本的水平，就会流失规模化的客户。Reddit讨论中多位开发者提到，他们已经在部分场景用开源模型替代API调用，“省下来的钱足够养一个运维”。

这种“逃离API”的趋势，是闭源厂商降价的重要动因。开源模型的存在，本质上为整个市场设定了一个价格上限。

自托管（self-hosting） 指企业将开源模型权重部署在自有或租用的 GPU 服务器上，而非调用第三方 API。其成本结构与传统 API 不同：前期需投入显卡、机房或云 GPU 租用费用，以及模型部署、监控、扩缩容的运维人力，但边际推理成本主要取决于硬件利用率和电价。当调用量足够大、且对延迟和合规有定制需求时，自托管的单位成本可能低于 API 报价。这正是文中“省下来的钱足够养一个运维”的含义——开源模型给出的成本参照，迫使闭源厂商把 API 价格向自建成本靠拢。

资本周期与市场卡位

Anthropic正处于融资和营收规模扩张的关键阶段，OpenAI也面临商业化压力。降价可以快速拉高调用量数据，支撑估值叙事；同时挤压中小模型厂商的生存空间——当头部厂商的价格已经足够低，初创公司很难再用“更便宜”作为卖点。

这是一种典型的平台化策略：先用价格把开发者锁定在自家生态里，再通过模型升级、工具链和私有部署等增值服务获取长期收入。

平台化策略（platform strategy） 在 LLM 领域表现为：厂商以 API 为入口，把开发者吸引到自己的模型与工具链上，再通过上下文缓存、微调、函数调用、私有部署、合规审计等增值能力形成黏性。低价 API 相当于获客成本，真正的利润来自后续的生态服务和规模化调用。这种策略的副作用是供应商锁定：当应用深度依赖某家厂商的专有接口、缓存机制或微调权重后，迁移成本会显著上升，开发者在享受低价的同时也需评估长期议价能力。

价格战终局：从卖模型到卖生态

单纯降价不可持续。闭源厂商的护城河正在从模型能力转向工程生态——函数调用、上下文缓存、微调服务与合规保障。对开发者而言，短期内API成本下降是实打实的利好；但长期需要警惕供应商锁定，以及在价格战中放缓的模型能力迭代。

价格战的终局未必是某家厂商“赢者通吃”，更可能是市场分层：极致性价比的推理模型、高可靠性的企业级服务、以及完全自托管的开源自建方案，各自占据不同人群。降价80%只是这个分层过程的一个信号。