给企业主的直接答案：2026年7月，运行AI的成本大幅下降。三家领先的实验室在同一天（7月9日）发布了新模型，引发了一场价格战，把每token价格压到了一年前无法企及的水平。如今，您可以用每百万输入token一美元起的价格运行高质量AI。在实践中，这意味着您曾因“太贵”而搁置的功能现在可能已经划算，而“现在就做还是再等等”的算盘也已倾向于现在就做。

2026年7月发生了什么？

两周之内，发布接踵而至：xAI发布了Grok 4.5（7月8日），承诺更低的token消耗；7月9日，OpenAI全面开放其GPT-5.6系列，共分三个档位，Meta也在同一天发布了Muse Spark 1.1；随后Moonshot发布了开源模型Kimi K3（7月16日）。三家前沿实验室在同一天出手的情况十分罕见，其结果是形成了竞争压力，拉低了整个市场的价格，而不只是某一家服务商的价格。

价格究竟降了多少？

数字说明一切。OpenAI的GPT-5.6系列按每百万token（输入/输出）分为三个档位：旗舰“Sol”为5美元和30美元，均衡的“Terra”为2.50美元和15美元，经济的“Luna”仅为1美元和6美元。Google为Gemini 3.5 Flash定价为输入1.50美元、输出9美元，缓存token为0.15美元。Anthropic在2026年8月底之前以2美元和10美元的推广价提供Claude Sonnet 5。做个实际比较：每月5000万输入token和1000万输出token的账单，在Luna上约为110美元，在Terra上为275美元，在Sol上为550美元——同样的工作，最贵的档位是最便宜档位的五倍。

价格为什么在下降？

三股力量叠加在一起。第一是竞争：多家质量相当的服务商迫使所有人降价。第二是分档系列：如今每个模型都有一个强大的“经济”版本（Luna和Flash），足以胜任大多数日常任务，价格却只是旗舰的一小部分。第三是开源模型：像Kimi K3这样的模型——拥有2.8万亿参数，是最大的开源模型——可以下载并在您自己的基础设施上运行，无需按请求付费，这为闭源API的价格设定了竞争上限。再加上缓存折扣：重复使用相同的上下文（固定指令或参考文档），从缓存读取的token最高可享90%的折扣。

这对您的决策意味着什么？

重新核算被搁置的项目：一年前因成本而被否决的每一项AI功能，都值得按今天的价格重新计算——通话摘要、自动回复、请求分类、从文档中提取数据。在各档位之间路由任务：不要所有事情都调用最贵的模型；把简单、重复的任务交给经济档位（Luna或Flash），把旗舰模型只留给困难任务，这样可以节省数倍成本，而在关键之处不损失质量。还要善用缓存：如果您的指令或参考文档在各次请求之间保持不变，合适的架构能大幅降低您的账单。

但token价格并不是全部成本

要警惕把低价理解为“几乎免费”。实际成本由用量决定，而不仅仅是每token价格：一百万个小请求的花费高于一千个大请求。低价还容易诱发过度使用，账单会在您察觉之前就攀升。此外，还有一些成本从不会出现在价目表上：系统工程、监控、优化以及失败时的重试。最重要的是，今天的低推广价明天可能上涨；因此，不要把您的商业模式建立在某一家服务商的一时价格之上——要把系统设计成无需重建即可更换模型。

如何借助Origami从中受益

在Origami，我们从第一天起就以成本意识构建AI系统：我们设计一个路由层，把每项任务发送给在价格和质量上最合适的模型，为固定上下文启用缓存，并把模型隔离在统一接口之后，这样在市场变化时就能更换模型，而无需触及系统的其他部分。其结果是智能功能的成本可预测、可控制——月底不会有意外。

结论

2026年的价格战改变了这道算式：先进的AI不再是昂贵的奢侈品，而是任何沙特机构都触手可及的工具。机会不在于每周追逐最便宜的模型，而在于重新审视您推迟的功能，并构建一个能智能路由任务、且不依赖单一供应商的系统。现在就重新核算的人，会在别人观望时建立起竞争优势。

参考来源

  • OpenAI — GPT-5.6发布公告（2026年7月9日）：https://openai.com/index/gpt-5-6/
  • Google — Gemini定价页面：https://ai.google.dev/pricing
  • Anthropic — Claude定价页面：https://www.anthropic.com/pricing
  • 价格和规格以截至发布日期各服务商官方公告所述为准；价格可能会有变动。