Anthropic与OpenAI新模型齐承诺：少花钱多办事

人工智能前沿模型的竞争，正在从“谁的模型最聪明”转向“谁的模型最划算”。Anthropic与OpenAI最新发布的模型不约而同地给出了同一个承诺：性能只提升一点点，价格却大幅下降。正如Ars Technica所指出的，前沿AI模型的竞赛已经进入了“货比三家”的新阶段。

从能力竞赛到成本竞赛

过去几年，头部AI实验室的竞争逻辑相对简单：谁能在推理、编程、数学等基准测试中拔得头筹，谁就能占据头条。然而，随着模型能力逐渐逼近实用门槛，企业客户和开发者开始提出一个更现实的问题——“调用一次到底要花多少钱？”在真实业务场景中，推理成本往往直接决定了AI功能能否规模化落地。

“The frontier AI model race has entered its comparison shopping phase.” —— Ars Technica

所谓“货比三家”，意味着企业不再盲目追逐最强模型，而是像采购商品一样，对性能、价格、延迟、上下文窗口、稳定性等指标逐项比对。Anthropic与OpenAI此次的定价策略，正是对这一趋势的回应：以小幅的性能提升，换取显著的成本下降。

少花钱多办事的三重推力

这一转变背后，至少有三重力量在推动。第一，模型架构与推理优化技术日趋成熟，稀疏激活、混合专家（MoE）、量化与蒸馏等手段大幅降低了单次推理的算力开销。第二，芯片供给与算力成本结构的变化，让“更便宜的推理”从愿景变为现实。第三，也是最重要的，市场竞争的白热化——当多家实验室都能提供“足够好”的模型时，价格就成了决定胜负的关键变量。

对企业而言，这无疑是好消息。过去，部署一个前沿模型往往意味着高昂的API账单，许多中小团队只能望而却步。如今，成本下降使得AI功能可以更广泛地嵌入到搜索、客服、编程助手、数据分析等场景中，“AI平权”正在从口号变为现实。

商品化隐忧与行业影响

不过，性价比竞赛也带来了新的隐忧。当模型性能趋同、价格持续下探，前沿模型有沦为“大宗商品”的风险，实验室的利润空间可能被不断压缩。如何在保持技术领先的同时维持商业可持续性，成为所有AI公司必须面对的课题。定价过低可能侵蚀研发投入，定价过高又可能失去市场份额，这种两难处境将考验每一家前沿实验室的战略定力。

与此同时，这种竞争对开发者生态是极大的利好。更低的门槛意味着更多创新应用有机会涌现，开源模型与闭源商业模型之间的竞争也将进一步加剧。对于初创公司来说，模型成本不再是不可逾越的障碍，它们可以把更多精力投入到产品差异化与用户体验上。

编者按

从“炫技”到“算账”，AI产业正在经历一次务实的转身。性能提升的边际收益在递减，而成本下降带来的扩散效应却在放大。对用户和企业来说，这可能是最好的时代——你不需要为最前沿的能力支付最昂贵的价格。对AI公司来说，这或许是最残酷的时代——光有最强模型还不够，你还得证明它足够便宜。而这场“货比三家”的竞赛，最终受益的将是整个生态。

本文编译自Ars Technica