Deep|LLM：分层模型定价正在拓宽AI采用；影响有限

9月22日，Anthropic推出了Claude Opus 5.5，输入每百万token收费4美元，输出每百万token收费20美元，较Opus 5降价20%。Anthropic估计，典型客户的工作负载运行成本可降低40%。

同日，OpenAI发布了GPT-6 Sol（2美元/10美元）和GPT-6 Luna（0.10美元/0.50美元），其价格较对应GPT-5.6模型的现行价低50%至58%，较7月9日的首发价更是低60%至92%。

GPT-6 Luna是自DeepSeek推出V4系列以来，首款在输入与输出定价上均低于DeepSeek最便宜模型的美国大模型：DeepSeek V4.1 Flash即便在非高峰时段也需0.15美元/0.60美元。

文中出现的成对价格，如4美元/20美元，分别指每百万token的输入与输出费用。

我们对人工智能的普及前景保持乐观。前沿模型仍维持较高定价，而更廉价的模型则使更多日常任务的自动化变得经济可行。通过提供不同价格与能力层级的模型，开发者能够根据任务需求及预算灵活匹配，让过去因成本过高而难以运行的应用得以部署。

随着越来越多的应用投入生产、现有用户对其使用日益深入，我们预计人工智能的使用量与算力需求将持续增长。

所讨论模型的API定价表（美元/百万token）

1. 推理成本仍有下降空间

Anthropic与OpenAI均将降价归因于推理效率的提升。DeepSeek最新模型的低价同样得益于效率改进。Anthropic表示，Opus 5.5在处理相同请求时所需算力更少，生成token的速度提升超过30%，且在默认设置下每个任务使用的token数量更少，从而使典型工作负载的成本降低40%。

OpenAI则提到缓存与推理方面的优化：缓存的输入现按标准输入价的10%计费，且切换推理级别或工具不再导致缓存失效，这为多步骤代理工作流进一步节省了成本。

DeepSeek于9月10日发布的V4.1 Flash将KV缓存压缩至上一代的四分之一，在生成过程中仅激活5520亿参数中的160亿，并在非高峰时段对缓存的输入按每百万token0.003美元收费。

Artificial Analysis（AA）的独立测试也显示单次任务成本下降。Sol的单次成本从1.99美元降至1.06美元，Luna则从0.18美元降至0.07美元，综合评分与上一代持平。

在token用量及输入、缓存输入与输出的比例不变的情况下，切换至GPT-6 Sol可使模型API支出约减半。

我们预计成本还将进一步降低。缓存技术、KV缓存压缩、MoE及内核优化等方面的研究仍在持续推进；待TPU v8与Vera Rubin大规模出货后，单位推理成本有望进一步下降。

人工智能辅助的模型开发亦值得关注：内核、缓存策略及系统架构均可借助模型自身进行优化，正如我们在递归自我改进（RSI）报告中所探讨的那样。

Luna很好地体现了价格下降的速度。GPT-5.6 Luna于7月9日以1美元/6美元的价格发布，三周后降至0.20美元/1.20美元，而GPT-6 Luna在9月22日上市时仅为0.10美元/0.50美元。

短短两个多月内，输入定价降幅达90%，输出定价降幅约92%，而两代模型在AA智能指数上的得分均为37。发布与调价间隔缩短固然无法直接反映RSI的贡献程度，但特定能力水平的价格持续下行已成为应用预算规划中的常规考量，我们预计这一趋势还将延续。

2. 分层定价让更多用例触手可及

面对复杂任务的客户仍愿意为更强的模型买单。Astra与Fable 5.1的定价维持在10美元/50美元，而Opus 5.5在最大推理强度下的AA智能指数为58，单次任务成本为5.98美元，与Opus 5在满负荷状态下的成本大致相当。

YipitData的6月报告也显示，企业级有效价格基本未变，使用重心正向高端模型转移。最新发布的模型为客户在价格、能力和速度方面提供了更多选择。

我们认为，分层定价正在扩大市场。这些降价并不意味着人工智能行业已进入通缩，前沿能力依然昂贵；而低成本模型则使更广泛的任务具备商业可行性。

在特定能力水平上，价格下降可以与需求增长并行不悖。

能力提升同样重要。Opus 5.5在AutomationBench上的得分为40.0%，高于Opus 5的26.9%；在Terminal-Bench-Science上的得分为58.7%，高于29.0%。

GitHub称，它能在不到一半的步骤内解决更多的终端任务。更廉价的模型使这些工作流更容易规模化：Luna在AA评估中的平均单次成本为0.07美元，ChatGPT桌面版的Free与Go用户也可使用；Anthropic同日上调了订阅用户的每日五小时使用上限；而在TypeSafe的测试中，Jev的每次调用成本仅为0.0004美元，延迟为0.4秒。

开发者可为每个环节选择合适的模型：简单决策用Jev，信息抽取与路由用Luna，常规编码用Sol，最难的问题则交给Astra或Opus 5.5。只要各环节足够可靠，开发者无需在整个工作流中都使用旗舰模型。

那些曾因成本原因搁置的项目如今可以启动，同样的预算既能服务更多用户，也能让代理承担更长、更复杂的任务。

对于面向消费者的代理而言，推理成本尤为重要。一个代理每天可能为用户执行数十乃至数百个步骤，其中大多数并不需要顶级能力，但每一个步骤都会产生费用。

Meta的Muse在此领域形成竞争：Muse Spark 1.3的API定价为1.25美元/4.25美元，AA智能指数为48，与GPT-6 Sol处于同一水平。中端模型API价格的下调使得扩展面向消费者的服务更具经济性。

至于Meta在其自有产品上能节省多少成本，则取决于其内部的推理成本。

3. Jev有实用价值，但对前沿模型的影响有限