#OpenAI与AnthropicAI定价策略大分化# 旗舰模型性能并列第一，商业路线却走向两极

#333;line-height:2;margin-bottom:16px">#OpenAI与AnthropicAI定价策略大分化# 旗舰模型性能并列第一，商业路线却走向两极

9月3日，OpenAI发布GPT-6 Astra，据Artificial Analysis综合榜单，与Anthropic Claude Fable 5.1并列第一，重新追平技术叙事。然而两家公司定价策略却走向截然相反的方向——OpenAI逆势提价2.5倍，Anthropic反向降价75%，这场"性能平手、定价分歧"的大战，直指大模型商业化的核心命题：企业客户为"额外智能"付费的意愿，正逼近临界点。

OpenAI的Astra选择了"高端溢价"路线：API单价定为前代GPT-5.6 Sol的2.5倍，并探索"按任务效果收费"的新模式。支撑这一定价的是空前规模的投入——Astra在得克萨斯州Stargate基地使用超10万块GPU完成训练，ARC-AGI-3通用推理测试从7.8%跃升至99.9%。官方称Astra能用更少输出token取得更好结果，估算每项任务的实际成本反而更低。但从token单价看，这更像一场对市场付费底线的大胆试探。

Anthropic则选择了"以价换量"的反向策略：Fable 5.1未调整基础单价（输入10美元/百万token、输出50美元/百万token），但将缓存读取价格从1美元降至0.25美元，降幅达75%。Anthropic预计典型工作负载成本下降约25%、高度Agent化任务成本最高下降45%。这一策略精准击中企业客户的痛点——当头部模型能力差距缩小后，企业更关心实际使用成本，而非单纯的Benchmark分数。

两家公司均已秘密提交IPO申请、冲击万亿美元估值，定价策略的分歧直指大模型商业化的核心命题：在性能追平节点，"更贵但更强"的溢价叙事能否成立，将决定谁能把模型能力真正兑现为持续收入。这不仅是定价策略的博弈，更是AI产业化进程中企业付费意愿边界的深度试探。

AI 生成 . DeepSeek | 搜索综合