当基础能力单价趋近于零，模型公司的利润与护城河去了哪里
2026年大模型定价市场进入一个结构分化期：一边是同等能力的token价格三年坍缩约90%-97%（a16z测算GPT-3同等能力三年降价千倍，arXiv对3237个模型的分析给出2020年以来约600倍的总降幅），10月主流模型输入挂牌价从豆包轻量版的0.075美元到旗舰档10美元相差超过130倍；另一边是价格不再单边下行——推理型模型平均享有31.5倍的非推理溢价，Anthropic将Sonnet 5的2美元/10美元促销价转为永久价、Opus 5.5以4美元/20美元打破五代不变的5/25锚点，Google的Gemini 3.8 Flash则宣布2027年元旦起翻倍涨价。
本报告的核心判断有二：其一，价格通缩没有消失但已不再均匀——经济档模型半衰期约1.1年、旗舰推理档逆势坚挺，缓存命中价低至正价1/10-1/20、峰谷定价与目录精简成为新的利润管理工具，"固定能力变便宜、最新能力更贵"成为行业定价律；其二，定价权的终点不是卖token而是卖结果——Anthropic ARR从2025年底90亿美元升至2026年7月超650亿美元、约75%-85%来自企业API，而OpenAI超65%收入仍依赖C端订阅且2026年预计净亏约140亿美元，收入结构与定价结构的双重分化正在重写行业格局。对企业用户，真正的成本纪律是把预算单位从"每百万token"换成"每个成功任务"。
把各家厂商2026年10月上旬官方定价页的挂牌价放在一张表里，能看到这个市场最重要的结构事实：同一时刻在售的大模型，输入价格横跨两个数量级以上，输出价格差距更大。这不是混乱，而是分层定价体系成熟的表现——旗舰档维持溢价、工作马档贴身竞争、经济档击穿地板。
| 厂商 | 模型 | 输入 | 缓存命中输入 | 输出 |
|---|---|---|---|---|
| OpenAI | gpt-6-astra（旗舰） | 10.00 | 1.00 | 50.00 |
| OpenAI | gpt-6.1-sol | 2.00 | 0.10 | 10.00 |
| OpenAI | gpt-6-luna（轻量） | 0.10 | 0.01 | 0.50 |
| Anthropic | Claude Opus 5.5 | 4.00 | 0.20 | 20.00 |
| Anthropic | Claude Sonnet 5.5 | 2.00 | 0.20 | 10.00 |
| Anthropic | Claude Haiku 4.5 | 1.00 | 0.10 | 5.00 |
| Gemini 3.1 Pro Preview | 2.00 | 0.20 | 12.00 | |
| Gemini 3.8 Flash（2026年底前） | 0.75 | 0.075 | 3.75 | |
| DeepSeek | deepseek-v4-pro（高峰价） | 1.32 | 0.044 | 3.96 |
| DeepSeek | deepseek-flash/V4.1-Flash（高峰价） | 0.30 | 0.006 | 1.20 |
三个结构性细节值得注意：第一，Anthropic、OpenAI、Google三家的工作马档均已收敛到"输入2美元、输出约10美元"的同一价位带，说明这个档位的市场竞争已经白热化到价格透明趋同；第二，价格并非只降不涨——Anthropic把Sonnet 5的2/10美元促销价转为永久价，但Google宣布Gemini 3.8 Flash自2027年1月1日起价格翻倍，OpenAI的gpt-6-astra在旗舰档开出10/50美元的新高，目录精简与峰时加价（DeepSeek自2026年8月16日起高峰时段加价）同步出现；第三，各家tokenizer不同、推理效率不同，同样的任务在不同模型上消耗的token数差异显著，比价必须落到任务成本而非token单价。
长周期看，这是计算工业史上最陡的价格下行曲线之一。a16z的"LLMflation"测算：2021年11月GPT-3同等能力（MMLU 42分）的价格为60美元/百万token，到2024年底经Together.ai托管的Llama 3.2 3B只需0.06美元——三年千倍。arXiv 2026年一篇覆盖3237个模型的研究提出"分层超摩尔定律"：2020年以来总降幅约600倍，其中经济档模型价格半衰期约1.10年，但旗舰推理模型因平均31.5倍的"推理溢价"而抵抗该趋势。Epoch AI的独立基准测算同样验证了不均匀性：在六个基准上匹配GPT-4水平的年化降价幅度从9倍到900倍不等，中位数约50倍/年。按多家API定价追踪与厂商公告的汇总口径，2024年约需60美元/百万token买到的能力，2026年等效价格已降到约1-2美元，整体降幅约90%-97%。
2026年最被低估的定价变量是上下文缓存。各家缓存命中输入价普遍只有正价的1/5到1/20：DeepSeek V4.1-Flash缓存命中0.006美元对比未命中0.30美元（约1/50），Claude缓存命中低至0.20美元。对长系统提示词、多轮对话与固定知识库场景，缓存命中率直接决定单位成本量级——同一套客服系统开不开缓存，账单可以差出一个数量级。与之配套的是峰谷定价：DeepSeek高峰时段（工作日白天）全价、夜间与节假日半价，把电力行业的价格管理工具引入了算力市场，本质是用价格杠杆平滑推理集群的负载曲线。
中国市场的价格战更为极致。澎湃新闻援引各厂商2026年6月官方定价：豆包Seed 2.0 lite输入0.6元/输出1.2元每百万token，通义千问Qwen-Plus输入0.8元/输出2.0元，DeepSeek V3.1输入2元/输出8元——以Qwen-Plus计，一轮完整购物对话（约3000-5000 token）的纯API成本仅0.01-0.02元。但"厘钱时代"的另一面是：API成本不等于运营成本，推理集群的GPU折旧、电力与人力仍在账上；火山引擎2026年3月披露豆包大模型日均token使用量已突破120万亿，用量爆炸与单价坍缩同时发生，行业的收入曲线远比价格曲线陡峭。
企业采购端的结构数据印证了从"买模型"到"买结果"的迁移。智能超参数《2026年上半年AI云厂商公开中标统计》及相关监测显示：2026年Q1全行业大模型中标项目1632个、披露金额76.8亿元，云厂商拿下约21.5%金额份额；上半年五家主要AI云厂商披露中标金额约20.44亿元，其中百度智能云13.85亿元居首（连续三期领跑），阿里云3.13亿元、火山引擎1.71亿元；应用类项目占比已近一半至59%，单笔最大项目为百度8.37亿元中标联通济南大模型创新工场（含740台AI服务器）。企业买的不再是模型能力验证，而是覆盖芯片、云、模型、智能体平台与行业应用的一体化交付。
| 厂商 | 上半年中标金额 | 排名与备注 |
|---|---|---|
| 百度智能云 | 13.85亿元 | 连续2025全年、2026Q1、2026H1三期领跑；含8.37亿元联通济南单笔最大项目 |
| 阿里云 | 3.13亿元 | 第二 |
| 火山引擎 | 1.71亿元 | 第三；应用类项目领域2026Q1以13个项目6520万元列第二 |
| 华为云 | 1.51亿元 | 第四 |
| 腾讯云 | 0.24亿元 | 第五 |
| 科大讯飞（应用类） | 2026Q1纯大模型单品1.12亿元/36个项目 | 应用类大模型中标厂商第一，80%以上为应用类项目 |
价格坍缩没有阻止头部公司收入暴涨，但暴涨的路径完全不同。据彭博社报道，Anthropic年化收入运行率从2025年底约90亿美元升至2026年4月约300亿美元、7月底突破650亿美元；其二季度营收超115亿美元，调整后营业利润转正，成为前沿大模型公司首例。OpenAI同期年化收入从2025年底的214亿美元升至7月超400亿美元、9月底接近700亿美元（财联社援引知情人士），但2026年全年预计净亏约140亿美元。分水岭在收入结构：Anthropic约75%-85%收入来自企业级API调用，超500家企业客户年支出逾百万美元、财富全球10强中8家嵌入Claude；OpenAI超65%收入仍依赖C端订阅。企业侧支出份额已发生反转——Ramp 2026年5月企业卡AI支出指数中Anthropic占34.4%、OpenAI占32.3%，为首次逆转；Menlo Ventures口径下企业LLM API支出Anthropic约40%、OpenAI约27%。
| 指标 | Anthropic | OpenAI |
|---|---|---|
| 年化收入运行率（2025年底） | 约90亿美元 | 超200亿美元 |
| 年化收入运行率（2026年7月） | 超650亿美元 | 超400亿美元 |
| 2026Q2营收 | 超115亿美元（同比约14.6倍） | 67亿美元（环比+18%） |
| 盈利状态 | Q2调整后营业利润转正（前沿公司首例） | 2026全年预计净亏约140亿美元 |
| 收入结构 | 约75%-85%来自企业API | 超65%依赖C端订阅 |
| 企业支出份额 | 34.4%（Ramp，5月）；约40%（Menlo，API口径） | 32.3%（Ramp）；约27%（Menlo） |
| 高价值客户 | 超500家企业年支出逾百万美元 | 9亿+周活用户（消费入口） |
把三条线索合起来看——token单价坍缩90%+、收入却暴涨数倍、企业采购转向一体化交付——结论是清晰的：基础token正在商品化，定价权向两个方向迁移。向上迁移到"结果计价"：Claude Code以近80亿美元的年化收入成为按工作成果收费的样板（上线六个月破10亿美元、2026年2月约25亿、5月接近80亿），智能体产品的计价单位正在从每百万token变为每个完成任务、每个工单、每次审核；贝恩资本测算，要支撑AI基建投入，行业还需开辟约4.2万亿美元的额外收入来源。向下迁移到"成本运营"：峰谷定价、缓存命中、模型路由（思科按成本效率自动路由任务的机制已在9万人规模验证）把推理变成一门精细化运营生意。
对采购方，2026年的定价环境给出三条可执行的纪律。第一，按任务选模型、随价格动态切换：工作马档三家价格已趋同到2/10美元，旗舰档与轻量档价差超过百倍，用路由机制把规划类任务派给旗舰、批量读取派给轻量档，综合成本可下降一个量级。第二，把缓存与峰谷纳入架构设计：长系统提示词与固定知识库必须配缓存（命中价低至正价1/10-1/20），可延迟的批处理任务放到半价时段。第三，以任务成本而非token单价做预算与选型：衡量"每成功交付一次的成本（含重试与推理开销）"，在自己的真实工作负载上测，而不是看厂商价格表——这是把价格通缩的红利真正装进口袋的唯一方法。
token价格坍缩90%+、企业支出从模型验证转向一体化中标、收入从订阅向API再向结果计价迁移——这三条曲线描述的其实是同一件事：AI的商业模式正在从"卖能力"走向"卖经营结果"。对AICOR而言，这正是"经营重塑"内核的产业证据：当基础能力趋近免费，企业的竞争优势不再来自"用了哪个模型"，而来自把模型组织进业务流程、并对结果负责的运营体系。
缓存策略、峰谷调度、模型路由、任务计价——这些听起来是技术细节，本质上是流程治理在成本维度的投影。一个企业若说不清自己每个业务环节的"每成功任务成本"，就既无法控制AI支出，也无法评估AI收益。我们建议企业把AI成本核算嵌入流程治理：按业务流程而非按模型账单核算，让每个流程负责人对自己的成本曲线负责——这是AI投入从"IT开支"变成"经营科目"的标志。
经济档模型半衰期1.1年、轻量档输入价已到0.075-0.3美元/百万token，意味着过去只有大厂用得起的批量文档处理、多轮智能体、长文本分析，如今对中小企业完全可行。窗口期的含义是：模型能力的获取成本将持续下降，而把能力转化为经营结果的整合能力不会自动下降——越早把业务流程按"人类+智能体"重构并建立成本与质量的核算体系，越能在定价通缩中把红利复利化。等价格稳定后再动手的企业，省下的只是token钱，错过的却是组织学习的时间。
