过去选模型，价格是第一道筛子。今年秋天之后，这道筛子失效了。

9 月到 10 月，Anthropic、OpenAI、Google 三家在五周内集体换代。换代之后，同样档位的定价几乎完全对齐。

一、价格表变成了三列一样的数字

把新阵容并排看，会发现一个有意思的现象：

前沿档：Claude Fable 5.1 与 GPT-6 Astra 都是每百万 Token 输入 10 美元、输出 50 美元。
主力档：Claude Sonnet 5.5、GPT-6 Sol、Gemini 4 Argon 都落在 2 美元 / 10 美元。
入门档：Claude Haiku 5.5 与 GPT-6 Luna 都是 0.1 美元 / 0.5 美元。

对比三个月前，同样的对比表还有明显价差：Sonnet 5 是 3/15，GPT-5.6 Terra 是 2.5/15，Gemini 3.1 Pro 是 2/12。最便宜的档位从 0.25/1.5 一路降到 0.1/0.5——Anthropic 的小模型降了整整十倍。

二、为什么会出现趋同

三个原因叠加。

第一是竞争结构稳定了。三家能力接近，任何一家单独涨价都会立刻丢单。

第二是成本结构相似。同样的加速器、同样的推理优化手段，单位 Token 的成本差距被压缩。

第三是定价策略转向"抢开发者"。API 是入口，模型本身可以不赚钱，靠云资源和生态回收。

三、单价的参考价值在下降

当三家价格一样，价格就不再是决策依据。真正决定账单的是这几个变量：

每个任务消耗多少 Token。一个模型如果推理链短、一次做对，即使单价高也可能更便宜。Anthropic 对 Opus 5.5 的说法就是这个逻辑：质量接近旗舰，但运行成本比上一代低约 40%，部分来自降价，部分来自每步消耗更少的 Token。

重试率。首次通过率差 10 个点，实际成本可能翻倍。

缓存命中率。长系统提示、固定知识库这类重复内容，能不能命中缓存，对成本影响巨大。

批处理折扣。非实时任务走批处理，通常能省一半。

四、对国内模型的对照

国产模型的定价策略更激进，部分模型的价格已经打到国际入门档以下。但如果只比单价，容易得出错误结论——国内模型在长上下文、工具调用稳定性上的差异，会直接体现在重试次数里。

五、选型清单

1. 用你的真实任务做 A/B，记录每个任务的 Token 消耗和成功率；
2. 算"每完成一个任务的成本"，而不是"每百万 Token 的价格"；
3. 把缓存、批处理、上下文压缩这些工程手段考虑进去；
4. 保留两家供应商，按任务类型分流，而不是一刀切换。

写在最后

价格趋同是个信号：大模型 API 正在变成公用事业。这对使用者是好事，但也意味着竞争焦点转移到了工程能力上——同样一块钱，谁能榨出更多有效产出，谁就赢。