OpenAI低价换量：Replit年单超1亿美元，模型价格4个月最高降80%

2026 年 10 月 25 日，多家媒体报道称，Replit 已把大部分 AI 支出从 Anthropic 转到 OpenAI 名下。这份合同年金额超过 1 亿美元，OpenAI 给出的折扣超过 30%。Rippling、DataCamp 等公司同样在加大对 OpenAI 的使用；DataCamp 表示，改用 OpenAI 之后，公司成本下降了 80%至 90%。

大客户争夺升温的同时，OpenAI 和 Anthropic 最近几个月也接连下调模型价格，单款模型的降幅最高达到 80%。一边是企业合同折扣，一边是 API 公开定价调整，两边一起动手，大模型市场的价格体系正在被改写。

Replit 转向 OpenAI：一份年额超 1 亿美元的合同

合同年金额超过 1 亿美元，OpenAI 给的折扣超过 30%——正是这两个数字，让 Replit 把大部分 AI 支出从 Anthropic 挪到了 OpenAI。

其实 Anthropic 此前也给过 Replit 模型折扣。据报道，Replit 原本打算继续和 Anthropic 合作，但 Anthropic 方面表示，如果 Replit 不给出更高的消费承诺，折扣就不再提供。

不过，把 OpenAI 列为首选，和继续支持 Claude 并不冲突。10 月 16 日，CEO 兼联合创始人 Amjad Masad 在 TechCrunch Disrupt 上谈到三项考量：成本、性能、合作关系。他称 OpenAI 是 Replit Agent 的首选合作伙伴，随后又澄清，Replit 仍保持模型中立，用户照样可以选择 Claude。

Replit 的 Agent 系统会把任务拆给不同的模型和子 Agent，日常任务交给便宜的模型，复杂任务交给能力强的模型。这意味着它的采购结构本来就是分散的：即便大部分支出流向 OpenAI，Claude 仍会留在系统里处理特定任务。Replit 9 月 29 日的工程博客列出了生产环境中的评估对象——Claude Fable 5、Fable 5.1 和 OpenAI Astra。Masad 说“模型中立”是这套架构的必然结果。

折扣换来的是入口。Replit 8 月上线 Free Mode，底层跑的是 OpenAI 的 GPT-5.6 Luna，订阅用户在套餐额度范围内可以用它处理日常任务，不必消耗 credits——没有那轮降价，这个“免费”根本撑不起来。OpenAI 出钱，Replit 出用户，各取所需。

让 Masad 动了创办 Replit 念头的，是编程时撞上的一次真实麻烦。他写过，自己早年在约旦安曼写代码，一换电脑就得从头把开发环境再搭一遍。之后他成了 Codecademy 的创始工程师之一，又在 Facebook 管 JavaScript 基础设施，Babel、Jest 这些工具就由他的团队维护。Replit 的雏形，来自他想让开发者在浏览器里就能用上编程环境。也正因为这段经历，才能看明白 Replit 挑模型供应商为何既是产品上的决定，也是运营上的决定：用户是在同一个开发环境里用到这些模型，而那个环境，恰恰就是 Masad 当年想推广开的东西。

对 OpenAI 来说，和 Replit 签下的这份合同，是它在模型市场拿下的一笔大额客户订单。在这个市场里，模型能力并不能单独决定哪家供应商拿到工作负载。折扣能压低平台向订阅用户提供更多 AI 服务的成本，默认首选模型也能把更多使用量引向提供该模型的供应商。

据报道的交易规模表明，OpenAI 愿意用更低的价格换更大的用量，而且这套打法正在见效。Rippling、Replit 和 DataCamp 等公司正把更多 AI 支出转向 OpenAI。

Rippling CEO Parker Conrad 表示，公司将 OpenAI 在编程工作负载中的占比从 16% 提高到了 52%，Anthropic 的占比则从 57% 降至 18%。

DataCamp CEO Jonathan Cornelissen 称，OpenAI 的定价让公司成本降低了 80% 至 90%。一家资产超过 70 亿美元的美国银行，以每位用户不到 7 美元的价格，将 ChatGPT 席位扩展到 500 名员工；通常每位用户的价格为 20 美元或更高。

“这是一场比谁先撑不住、先破产的逐底竞赛。这不可持续。”有开发者在 Hacker News 上这样评论。

几个月内，模型价格最多下调 80%

这轮降价不是一次性调整，而是两家公司在几个月里你来我往打出来的。回看时间线，大致是四个回合。

第一回合在 6 月底，双方各自亮牌。OpenAI 发布 GPT-5.6 Sol 和 Luna，Sol 维持 $5 / $30 / $0.50，Luna 专攻低成本场景，定价 $1 / $6 / $0.10。四天后 Anthropic 发布 Claude Sonnet 5，上市价 $2 / $10 / $0.20，并称这是“临时价格”——言下之意，随时可能涨回去。

第二回合在 7 月底，OpenAI 先动手。7 月 30 日，GPT-5.6 Luna 直接降到 $0.20 / $1.20 / $0.02。Anthropic 的回应，是把 Sonnet 5 的“临时价格”转为永久定价。

大幅降价后 GPT-5.6 Luna 的模型质量与单项任务成本。图表中越靠左上越好；如果 OpenAI 没有降价 80%，Luna 的表现就会输给 DeepSeek V4 Pro。图表来自 OpenAI。

第三回合在 9 月初，战场从标价转到缓存。Anthropic 发布 Fable 5.1，标价仍是 $10 / $50，但缓存读取成本从 $1 砍到 $0.25，降幅 75%。

缓存这块费用平时在定价表里往往只是一行小字，实际却是最狠的一刀。拿 Agent 写代码时，缓存读取一般要吃掉 Token 总支出的 96% 至 99%，原因在于缓存里装着此前每一轮对话的全部内容。缓存命中率的高低则看各家推理服务商的基础设施，通常落在 90% 至 100% 之间。把这几项合起来算，缓存读取便宜 75%，模型的总使用成本就能降约 70% 至 75%。

一周之后 OpenAI 拿出 GPT-6 Astra，体量和价格都照着 Fable 5.1 来，偏偏缓存成本原地不动。这一回合，便宜让 Anthropic 占去了。

第四回合选在 9 月 22 日，两家同一天动手。OpenAI 这边发布 GPT-6 Sol，定价 $2 / $10 / $0.20，输入和输出都比折扣期的 GPT-5.6 Sol 少了一半；同日亮相的 GPT-6 Luna 同样减半，落到 $0.10 / $0.50 / $0.01。

Anthropic 当天推出 Claude Opus 5.5，话说得很直白：“Opus 5.5 的推理服务所需计算资源少于 Opus 5，定价也体现了这一点。”其价格为 $4 / $20 / $0.20，整体比 Opus 5 低出一大截：输入和输出成本下调 20%，缓存读取降得更狠，总算下来总成本少了 40% 至 60%。性能上，它甚至压过了 Fable 5.1。

收尾在 9 月 29 日。GPT-6 Sol 的表现没达到预期，OpenAI 隔一周补上 GPT-6.1 Sol，性能追平 Astra，缓存价格再砍一半到 $0.10，与 Anthropic 把缓存定成输入价 5% 的做法站到了同一条线上。整个系列走到这里，累计成本已降 75%。

几轮打下来，从 6 月的 GPT-5.6 系列算到今天，热门大模型的使用成本掉了一大截，输出质量却没为此让步。Vercel AI 模型网关的数据是：每 Token 成本已经降到 2026 年 4 月水平的 43.3%；可整体支出还在涨，因为模型能力爬升的速度快过了降价的速度。

单个 Token 的成本在往下走，图源：Vercel

为什么能降这么多？

把上面的时间线摆开看，Anthropic 和 OpenAI 之间的针锋相对很清楚。两家这几轮降价，合理推测就是在接对方的招。不过，光靠互相盯梢，没有哪家公司会把价格直接砍掉 80%，背后一定还有别的力量在推。

去年 11 月 Agentic LLM 起量之后，模型越来越像大宗商品。在 OpenCode、Zed Agent 这类 Harness 里换个模型，就能让它跑你的代码库；走 OpenRouter 改个 API 地址，测一测就行。换模型的成本几乎为零，厂商想建护城河就难了。对手也不止 Google 和 Meta——别家能拿出够用的替代品，价格压力自然就来了。

“价格战呗。这行没有护城河。再加上中国厂商的竞争，只会一路卷到底。股市会很难看，但对消费者是好事！”

这股压力里最硬的一股，来自中国的开放模型。

OpenRouter 已成开发者找开放权重模型的主要去处

DeepSeek V4 Flash 0420 是今年 4 月发布的，价格 $0.14 / $0.28 / $0.0028，缓存读取只收输入价的 2%——OpenAI 和 Anthropic 是 5% 至 10%，实际用起来比标价还便宜。OpenAI 7 月把 Luna 砍价 80%，很可能就是奔着这类小模型去的。

眼下 DeepSeek V4.1 1017 的得分从 24 涨到 45，价格基本没动；今年 5 月，OpenRouter 上托管 DeepSeek V4 Flash 的服务商有 13 家，如今托管更新版 1017 的已经增至 29 家。

DeepSeek V4.1 Flash 1017 的服务商，按缓存读取成本排序

开发者可以直接挑最低价，近三十家服务商抢着托管同一个模型，定价权也就从模型厂商扩散到了整个推理服务市场。Cloudflare、DeepInfra 这些端点的实际成本，跟 DeepSeek 差不到 10%。

Kimi K3.1 Pro 也在往闭源高端模型身边靠。Artificial Analysis 指数里它拿 55 分，Claude Opus 5.5 是 58 分；Kimi 的输入和输出价格只有 Opus 5.5 的一半，缓存读取价格则持平。Kimi K3.1 Pro 与已有 20 多家推理服务商托管的 Kimi K3 规模和架构相同，权重开放后，估计还会有更多服务商跟进。能力追上来，渠道铺开，低价就更容易变成常态。

而这轮降价，恰好赶在 OpenAI 和 Anthropic 接近 IPO 的当口。

市场传闻说，OpenAI 打算 2027 年上市，Anthropic 可能几个月内就上，两家一年亏掉数十亿美元，投资者要的是扭亏计划。按常理，这时候不该一路降价——可 IPO 前最值钱的不是利润率，是用户量和收入规模。折扣能锁住 Replit 这种大客户，低价能把更多开发者拉进自家 API 和订阅体系，先把用量做上去，利润表的事留到上市故事里再讲。

但降价不意味着这门生意会没了。推理服务商能以更低的成本供货，模型能力又还在快速往上走，价格就还有继续下探的余地。OpenRouter 上那 29 家服务商，没道理长期托管一个亏钱的模型——不赚钱就停掉，算力转去跑更赚的。所谓“Token 的真实成本”，最后大概率就是边际成本。

价格能压到多低，其实并非 OpenAI 和 Anthropic 的关键考验；关键在于，在价格触底之前，它们能否凭用户量和收入规模挺到上市。

参考链接：

有分析文章提出这样的问题：OpenAI 和 Anthropic 在几个月内把大模型价格最多下调 80%，原因何在？文章链接：https://minimaxir.com/2026/10/cheap-llms/