AI 定價戰誰會贏？不只看誰最便宜

每次看到 AI 公司降價新聞，我第一個問的不是數字，而是：他們為什麼能降？

這幾週，ChatGPT 開發商 OpenAI 的新模型 GPT-6 Sol（OpenAI 新一代語言模型，定位輕量化、高效率）、馬斯克旗下 xAI 的 Grok 4.7，以及 Claude 背後的 Anthropic 旗艦模型 Opus 5.5，相繼宣布新定價，把前沿 AI 語言模型的 API（程式串接介面，讓企業或開發者直接呼叫模型能力的通道）使用成本壓到新低。

但有一個數字很能說明問題：OpenAI 據報 2026 年第一季的調整後營業利潤率約 -122%——意思是每賺進一塊錢，就虧出一塊二（數據來源：Sherwood News，非官方財報，應以據報處理）。

同一時間，Anthropic 據報年度經常性收入（ARR，客戶每年固定付費的總額，是衡量 SaaS 與 AI 服務公司規模的指標）從 2025 年底的約 90 億美元成長至 2026 年 5 月的約 470 億美元，並在 2026 年第二季首次轉為盈利（來源：Sherwood News + Decrypt 報導）。

同樣叫「降價」，兩家公司的起點完全不同。

三家 AI 定價對照

下表整理三家公司本輪定價與出牌時序，並附財務狀況參考：

備註：「百萬字詞」即 1M token（token，AI 處理文字的基本計費單位，大約 750 個英文詞或 500 個中文字合計約 100 萬 token）。

特別說明：Claude Sonnet 5.5 已宣布但截至本文撰寫（2026 年 10 月）尚未正式發布，本表不列入比較，也不引用其規格數據。

從這張表可以看出，定價數字本身不告訴你誰更強——它告訴你的是，這家公司目前靠什麼在競爭。

AI 工具降價靠什麼

這是合理的疑問。AI 圈的資本補貼邏輯並不陌生，早年打車平台燒錢搶用戶，補貼燒完後漲回來，用戶是輸家。

燒錢降價型：OpenAI 據報每賺 $1 虧 $1.22，降價靠的是外部資本輸血維持。短期用戶享受便宜，但資本意願改變或融資條件收緊時，服務價格就可能調整，或服務投入減少。

效率降價型：Anthropic 的 ARR 據報增長超過五倍並首次盈利，同一年仍把旗艦模型定價壓低。這代表它的運算成本（compute cost）、基礎設施效率真的降了——降價不是靠人補，是靠做到了更好的成本結構。

我對這個問題的立場是條件性同意：確實有部分降價帶著資本補貼的成分，但不能把所有降價都歸為燒錢。核心差異在盈虧結構，不在標價高低。

挑工具時多問一句：「這家是靠什麼降價的？」 答案決定這個便宜你能享受多久。

模型能隨意更換嗎

另一個常見說法：AI 模型現在差不多了，哪個便宜就換哪個。

Dataiku（企業 AI 平台）聯合民調機構 Harris Poll 調查 600 位企業資訊長（CIO，公司負責資訊技術採購與策略的主管）的結果顯示：81% 預計同時使用兩家以上的 AI 供應商，55% 已因成本切換過一次。

前 15 名模型的跑分測試（benchmark，AI 能力評估的標準化測試）差距已縮小至 8-12%。

表面上看，模型確實越來越接近可互換。但管理顧問公司 BCG 的報告指出，切換 AI 供應商的隱性切換成本遠高於看得到的單價差，包含：路由邏輯（routing logic，決定哪個請求送給哪個模型的程式設計）重寫、容錯機制（error tolerance，系統出錯時的備援處理邏輯）重測、不同模型回應格式差異調試。

真正的護城河在生態系整合深度——自研晶片、模型微調、企業支援合約——而不在 API 費率本身。

我的立場：不同意「反正可以隨便換」的說法。在看起來可互換的市場裡，選能深度整合進你現有工作流程的那個。

你轉換一次花掉的工程時間和重新測試成本，可能比整年省下的 AI 費用還高。跳來跳去不是省錢，是把省到的錢花在切換摩擦上。

DeepSeek 呢

看到這場降價，很多人會問：中國開源模型公司 DeepSeek 的輸出定價約 $0.87 / 百萬字詞，比 GPT-6 Sol 的 $10 低 90% 以上，它的開發者流量佔比從不足 1% 升至 17%（2026 年上半年）。為什麼沒有全面取代三家大廠？

不在同一個比較框架。

DeepSeek 主要攻佔的是價格敏感、對資訊安全與企業客製化要求較低的使用場景。OpenAI、Anthropic、xAI 的競爭是細部博弈（誰的模型能力更強、生態更深），DeepSeek 是結構性威脅來自象限之外——它擴大了整體市場，但還沒有直接取代企業核心工作流程裡的三大廠。

如果你的 AI 用途以大量標準化任務為主（例如批次文案生成、程式碼補全），中國模型確實值得評估。

但如果你需要企業級客製化、資料安全保障、穩定技術支援合約，你犧牲的生態支援可能比省下的費用更值錢。

AI 公司降價：誰會贏？

每次 AI 公司降價，我會問兩個問題：這家靠什麼降的？降價的同時，服務有沒有在變好？

這個問法來自兩個判斷框架的交疊。

第一個：真正的競爭不是比誰先做出產品，而是比誰能用更低成本提供更好的服務——要同時做到服務變好、價格下降，靠傳統人力很難，只能透過更快的測試、修正、交付、優化循環，也就是迭代速度。

第二個：迭代速度本身就是護城河——高迭代組織會打贏低迭代組織，不論大小。

把這兩個框架放在這場定價戰上，得到的結論是：贏家不是標最低價的那個，而是能讓**「服務持續變好、成本持續下降」同時成立**的那家。

要特別說明的是：目前沒有客觀量化指標能比較三家公司的迭代速度——這是判斷框架，不是已驗證的預測結論。

用這個框架觀察每次新聞，而不是當作已定論。持續變好這件事只有時間能驗證，但財務健康度（誰有資源繼續迭代）是可以觀察的代理指標。

AI 工具真正比什麼

對於已經在使用多家 AI 工具的企業，好的路由策略（smart routing，依任務類型自動分配最合適的模型，避免每個請求都送給最貴的模型）可以節省 30-45% 的 AI 使用成本。

這意味著選型的關鍵不是「哪個模型最便宜」，而是「哪個模型組合最合適你的場景」。

定價戰的結果不只是單價下降。它倒逼所有供應商加快迭代——任何一家跟不上，下一輪就會失去市場份額。

這也是為什麼定價數字是結果，迭代速度才是原因。看定價戰要往後看一層：誰有財務結構支撐持續迭代，誰的迭代才能讓品質與成本雙向改善同時發生。

判斷 AI 定價新聞的方法：每次看到「某某 AI 又降價了」，先問兩個問題：

1. 這家靠什麼能降？

2. 降價的同時，他們的服務有沒有在變好？

答案會告訴你，這是值得長期投入的夥伴，還是只是短期的低價競爭者。

讀完這篇，你可以問自己：

• 我現在用的 AI 工具，它的開發商是靠效率降價還是靠補貼降價？

• 如果它明年漲回來，我的工作流程有多依賴它？

• 下次看到「AI 又降價了」的新聞，我的第一個問題會是什麼？

常見問題

• ChatGPT Plus 有差嗎？ 訂閱制（月費制 ChatGPT Plus）和 API（按使用量計費的程式串接介面）是不同的計費架構。這場定價戰主要影響的是直接呼叫 API 的開發者和企業，訂閱制用戶的月費短期不會直接跟著這波降。但長期來看，API 降價反映的是開發商的成本結構在下降，這通常也會帶動訂閱制新功能的迭代速度。

• Sol 跟 Opus 怎麼選？ 本文不給具體購買建議（選型依使用情境而異，無法一刀切）。選型建議從你的主要使用場景（寫作、程式、分析）、你已深度整合的工具生態（例如是否在用 GitHub Copilot（GitHub 旗下的 AI 輔助寫程式工具）或 Amazon Bedrock（亞馬遜的 AI 模型託管平台））、以及你對長期技術支援的需求出發判斷。

• DeepSeek 能取代嗎？ 對價格敏感、對資安要求較低的標準化任務場景：可以評估。對需要企業級客製化、資料安全保障的場景：目前的生態支援差距仍然明顯，取代還不是現在的問題。

• 跑分縮小代表什麼？ 前 15 名模型的 benchmark（跑分測試）差距縮至 8-12%，意思是模型能力本身越來越難做出明顯區別。未來競爭的差異點會從「誰的模型更強」轉向「誰的生態整合更深、迭代速度更快」。

• Anthropic 會贏嗎？ 盈利是健康的財務指標，代表它不需要完全靠外部補貼維持低價。但盈利不等於一定贏——競爭格局會持續演變。這場定價戰的觀察重點在：誰能在財務結構健康的前提下，同時讓服務持續變好、成本持續下降，才是積累競爭優勢的方向。