数据科学家 Max Woolf 复盘 OpenAI 与 Anthropic 四个月降价：真正让编码智能体变便宜的是缓存读取价，它占 token 开销的 96%–99%

一张四个月的价目时间线

Max Woolf 做了 9 年数据科学家，曾任 BuzzFeed 高级数据科学家，平时维护 AI/ML 相关的开源项目。他 10 月 25 日发表的长文从一个问题出发：OpenAI 和 Anthropic 为什么在几个月内把模型价格砍掉多达 80%？以下价格均按他文中的「输入 / 输出 / 缓存读取，每百万 token 美元」口径整理。

时间线里最关键的几步：7 月 30 日，OpenAI 把 GPT-5.6 Luna 降价 80%，到 0.20 / 1.20 / 0.02；9 月 1 日，Anthropic 发布 Fable 5.1，定价 10 / 50 / 0.25，和 6 月的 Fable 5 相比只有缓存读取从 1 降到 0.25；9 月 22 日，OpenAI 发布 GPT-6 Sol（2 / 10 / 0.20），Anthropic 同一天发布 Opus 5.5（4 / 20 / 0.20），并在发布说明里写明它比 Opus 5 更省算力、定价随之反映；一周后的 GPT-6.1 Sol 又把缓存读取价减半到 0.10。Woolf 引用 Vercel AI 网关的数据，每 token 成本已降到 2026 年 4 月的 43.3%，但总支出仍在上升，因为模型变好的速度比变便宜更快。

账单上没人看的那一列

文章最有用的部分是一笔算术。编码智能体每一轮都要带上之前的完整对话，这部分走提示缓存，Woolf 估计缓存读取占 token 总开销的 96%–99%，缓存命中率通常在 90%–100% 之间。所以 Fable 5.1 的缓存读取降 75%，实际使用成本就降了约 70%–75%，即便输入、输出单价一分没动。换句话说，拿输入 / 输出单价比较「谁更便宜」，在智能体场景里比错了列。

为什么会这么降

Woolf 不认同「先低价圈用户、以后再涨价」的说法。他的理由是模型已接近大宗商品：在 OpenCode、Zed 这类工具里换模型只要切一个开关，OpenRouter 上换个端点字符串就行。开源模型给价格设了底：DeepSeek V4.1 Flash 1017 官方价为 0.15 / 0.60 / 0.003，OpenRouter 上托管它的推理商从 5 月 V4 Flash 时的 13 家增加到 29 家；Kimi K3.1 Pro 定价 2 / 10 / 0.20，权重将于 11 月 4 日放出，届时更多推理商可以托管。只要第三方推理商能以相近价格提供相近质量，大厂就很难涨价。

他也提到另外两个因素：推理基础设施确实在变高效；两家公司都被传即将上市，此时主动降价的动机仍是谜，他期待看到招股书里的推理毛利。文章同时提醒，订阅产品的额度可能先于 API 单价被收紧——OpenAI 在发布 GPT-6.1 Sol 时把 Codex 200 美元档的用量额度减半。以上均为 Woolf 的个人分析，关于上市与毛利的部分是推测，价格以各家官方页面为准。