9月是2026年AI行业最拥挤的发布季，三周内Anthropic、OpenAI、Google、DeepSeek、xAI、阿里、讯飞、阶跃星辰接连发布新一代模型。但比"谁又刷了榜"更值得看的，是评价标准的悄然换轨——从裸跑分，转向单位成本下的交付能力。模型价格一路下探，成本最高降幅超过90%，但整个行业至今没有跑出清晰的盈利模式。

降价是这一轮发布季的共同主题

9月1日，Anthropic发布Claude Fable 5.1与Mythos 5.1，除了性能提升，更实际的变化是成本——官方口径下典型工作负载成本下降约25%，高智能体任务成本下降约45%。9月2日，Google放出Gemini 3.8 Flash，走的是"快与便宜"路线：吞吐300+ tokens/秒，定价约1.5美元/百万token，卡位中端生产负载。9月3日，OpenAI推出GPT-6 Astra，主打自主操作电脑和多步工作流。

国内模型的价格下探更激进。智谱GLM-5.3-FlashX输出速度达到每秒200个token，面向性价比场景；千问Qwen3.8-Omni-Flash支持100万token上下文，30项评测平均得分提升超过26%，同时价格大幅下调；阶跃星辰Step 5 Preview单任务成本仅为Claude Opus 5的1/8。

降价背后：从"比谁强"到"比谁划算"

为什么各家都在降价？根本原因是模型能力正在趋同。当头部模型在大多数基准测试上的差距缩小到个位数百分比，用户就不会再为微小的性能优势付高价，而是转向性价比。

这意味着行业评价标准正在换轨。过去看的是"这个模型在某个榜单排第几"，现在看的是"用这个模型完成一个任务，要花多少钱"。B站推出的"AI无限竞技场"测评榜，汇总UP主对上百个大模型的真实场景实测，覆盖代码、推理、协作、知识等维度，反映的正是这种评价方式的变化——用户更关心实际效果，而不是纸面参数。

对模型厂商来说，降价是一把双刃剑。一方面，低价能快速扩大调用量，推动应用生态繁荣；另一方面，价格战会持续压缩本就微薄的利润空间。OpenRouter数据显示，全球大模型调用总量已经达到105万亿Token，TOP10模型中中国模型占据8席——调用量上来了，但收入能否跟上，是另一个问题。

烧钱的不只是训练，还有推理

外界通常关注模型训练阶段的巨额投入，比如GPT-6据报道用了超过10万块GPU进行训练。但真正长期消耗现金流的，是推理成本。

模型发布之后，每一次用户调用都要消耗算力和电力。当用户规模从百万级涨到十亿级，推理成本会成为一笔极其庞大的持续支出。Google CEO皮查伊宣布Gemini独立应用月活突破10亿，成为谷歌第14款十亿级产品、增速最快，这个数字的背后是天文数字的推理成本。

这也是为什么各家都在优化推理效率。OpenAI为GPT-6升级提示缓存能力，重复前缀的请求不再重复计算，长上下文场景的响应成本显著下降；高通公布HBC架构路线，计划把AI计算搬到内存旁以缓解带宽瓶颈；芯片厂商则不断推出更高能效的AI加速芯片。降成本的路径已经从"少收钱"扩展到"少花钱"。

赚钱的为什么还是少数

大模型行业的商业模式至今没有跑通。OpenAI的估值在不断刷新纪录，但盈利仍遥遥无期；Anthropic依靠Claude的企业级订阅和数据合规能力，营收增长较快，但仍处于亏损扩张阶段；国内的模型厂商，多数依赖集团内部输血。

问题出在几个方面。其一，模型同质化导致价格无法维持，用户迁移成本极低——换一个API接口就能切换模型，厂商难以建立品牌溢价。其二，算力成本高企，尤其在高并发场景下，推理支出会吞噬大部分收入。其三，企业客户的付费意愿虽有提升，但采购周期长、定制化需求多，规模化变现并不容易。

相较之下，模型能力之外的应用层、工具层反而可能更早盈利。比如面向垂直行业的智能体、AI办公套件、内容生成工具，这些产品能把模型能力封装成具体的商业价值，用户的付费逻辑更清晰。

行业正在从"军备竞赛"转向"效率竞赛"

从超节点到沙盒，从缓存优化到新显存标准，9月的AI与算力热点指向同一个方向：当模型能力逼近上限，效率与基础设施成为下一个竞争焦点。

这个转变对中小厂商未必是坏消息。模型能力趋同意味着新进入者的追赶成本在下降，而效率优化则更依赖工程能力和场景理解，这恰好是很多垂直领域团队的长项。国产模型在全球调用量TOP10中占据8席，某种程度上也说明：在性价比和落地效率上，国内厂商已经找到了自己的位置。

结语

大模型成本战的下半场，比的不是谁更能烧钱，而是谁能在更低的单位成本下交付更好的结果。价格下探让AI应用的门槛大幅降低，这是好事；但行业能否跑出可持续的盈利模式，仍然悬而未决。对创业者和开发者来说，与其纠结"该用哪个模型"，不如思考"如何用更低的成本解决一个具体的问题"——这恰恰是这一轮竞争留给普通人的机会。