Claude单价只降20%，官方却说便宜40%：这次降价，降的到底是哪一笔钱？

本文属于「算力账本」系列。前面几篇拆过1P算力、上下文窗口、Astra跑分和吉瓦，这一篇继续追问同一件事：一个醒目的标称数字，最后会不会原样出现在你的账单上？

价格数据核对时间：2026年9月26日，来源为Anthropic、OpenAI官方发布页与模型文档。发布前请回官方定价页再复核一遍。

9月22日，Anthropic和OpenAI的两份发布公告在约90分钟内先后出现。先是Anthropic发布Claude Opus 5.5，说它在典型负载下比上一代Opus 5便宜40%；随后OpenAI发布GPT-6 Sol和GPT-6 Luna，价格比GPT-5.6对应型号的促销价低50%。标题里是50%、40%，细看还有一个20%。

这三个数字都可能影响你的API账单，只是具体权重取决于任务结构。同样一次降价，落到写报告的账单上可能只少22.5%，落到跑Agent的账单上可能少43.5%。

同一款模型、同一次降价，为什么能差将近一倍？因为我们平时嘴里的“模型价格”，其实是好几笔钱混在一起的，包括输入输出单价、缓存价格、每个任务用掉的token，还有完成任务到底要走几步。

一、先把三个数字摆正

GPT-6 Sol的“砍半”，比的是上一代的促销价。 OpenAI的原话里是这样说的，Sol和Luna的API价格比GPT-5.6对应型号的促销价低50%。Sol从输入4美元、输出20美元，降到2美元、10美元。GPT-6 Sol是个新模型，它没有“原价”可降，准确说法是“新一代比上一代打折价还便宜一半”。

Opus 5.5有三个降幅：

那40%从哪来？ Anthropic的口径是在默认设置、典型负载下，Opus 5.5的使用成本比Opus 5低40%。原因有两层：每个token更便宜，每个任务用的token也更少，两者合起来是40%。

所以20%和40%并不矛盾。前者回答“一百万token多少钱”，后者回答“完成一件活花多少钱”。价目表上最大的降幅其实是缓存读取那一行的60%，而这一行，恰恰是很多人算账时直接跳过的。

另外纠正一个流传的说法。这次是两家公司发布三款模型，不是“三家同日降价”。“相隔约90分钟”来自媒体报道的时间线，不是两家公司自己披露的数据。

二、第一笔账：单价，两家都没动最贵的那一档

把两家现在的标准价格摆成一条梯子：

这里列的是标准文本API价格。长上下文、Batch、Fast等模式会改变实际价格，比如OpenAI对单次输入超过27.2万token的请求，整次请求的输入和缓存按2倍、输出按1.5倍计费。

这次两家降的都不是自己最贵的模型。

OpenAI明说Astra仍是它最好的模型，Sol和Luna是把Astra背后的训练方法带到更便宜的档位。Anthropic那边，Opus上面还压着Fable 5.1，它说Opus 5.5在大多数工作上能达到Fable 5.1的水平。

两家做的是同一件事：保留最贵那档的能力天花板，把更强的能力放进下一层，用较低价格接住更大量、更频繁的日常任务。外媒TNW把它概括为“把已有的能力卖得更便宜”。这是媒体对产品定位的判断，不是说两款新模型只是旧款打折。

对你来说，如果原来就在用最贵那档，这次降价关系不大；如果你一直卡在“贵的用不起、便宜的不够用”之间，这次该重新测一遍了。

7月我在《用AI工具，为什么有人花2块，有人花1300块？》里把模型分过四个梯队，那套分法依然成立，只是“次一档”的能力线被往上抬了。至于OpenAI是不是借此给Astra分流，留到Pro暂停新购那篇再展开。

三、第二笔账：缓存，同样的token为什么降幅差一倍

Anthropic在发布页里说了一句很多人没注意的话：缓存读取占了Agent和编程工作成本的大头。这句话决定了40%能不能落到你的账单上，也是整篇最关键的一笔。

我设了两种负载，按一个月1000个任务算总账。这是我自己构造的算例，不是厂商披露的客户数据；只算标准token费用，不含缓存写入、工具调用、长上下文加价和Fast模式。

负载A：生成型任务。 比如让模型读资料、写长报告。每个任务读80万token缓存、20万新输入、输出20万。

从Opus 5换到Opus 5.5，账单降22.5%。原因很直接：这类任务的成本中心是输出，光输出费就占了Opus 5账单的近八成。缓存读取就算降60%，也只撬动很小的一块。

负载B：长Agent任务。 比如让Agent在代码库里改一个功能，来回跑100轮。每一轮都要把之前的上下文重新读一遍（这就是KV Cache那篇说的“每一轮都背着全部历史”），平均每轮读5万token。算下来每个任务读500万token缓存，新输入10万，输出5万。

这一次，Opus账单降了43.5%。在Opus 5的账单里缓存读取占了近59%，这一行降60%，整张账单跟着大降。

两种负载使用同一套价目表，实际降幅却分别是22.5%和43.5%。在负载B里，即使只把缓存读取价从0.50美元降到0.20美元，其他价格不变，账单也会从4,250美元降到2,750美元，降幅35.3%；再叠加输入和输出单价各降20%，总降幅达到43.5%。

负载B是不是太极端？我翻了一下自己的账单。那个每天定时跑的数据分析Agent，在缓存计费那篇里晒过：用量最大的一天，输入侧缓存命中率97.4%。用的是DeepSeek，不是Claude，不能拿来证明Claude用户的普遍情况，但至少说明负载B并非纯理论极端值。部分上下文复用率很高的Agent，缓存占比还可能更高。

再说OpenAI那边，这次它在缓存上动了三处。GPT-6 Sol的缓存读取是0.20美元，相当于输入价的1折；开发者可以自己设断点，决定缓存前缀在哪结束；中途调高或调低推理强度、开关工具，都不会让之前的缓存失效。

最后这一条对Agent很实用。以前你想让Agent在简单步骤里降一档思考省点钱，相关缓存前缀可能无法继续复用，省下的思考费用反而不够抵消重新处理输入的成本。

OpenAI还转述了GitHub的一个数。过去几个月，这些改进让需要重新处理的prompt token比例下降了一半以上。这是GitHub在OpenAI发布页上给的客户结果，不是独立研究，但方向和上面两张账单一致。缓存为什么能便宜到一折甚至更低，缓存计费那篇拆过原理，这里不重讲。

四、第三笔账：完成一个任务到底要走几步

回到负载A。如果你的任务是生成型的，靠价目表只能降22.5%，剩下那17个百分点从哪来？

我算了一下，在负载A里，如果缓存读取、新输入和输出三类token保持原来的比例，Opus 5.5要比Opus 5便宜40%，总token量还需要在现有基础上减少约22.6%。

这部分不在价格表里，还要看任务执行效率和默认设置。Opus 5的默认推理强度是high，Opus 5.5改成了medium，而且思考模式不能关闭。

40%的官方口径写的是“默认设置下”，而默认设置本身已经变化。不过，不能只看high和medium两个标签，就断言新模型一定“想得更少”。Anthropic明确提醒，不同模型的effort档位不代表相同的思考量。能够确认的是，effort会影响思考token、工具调用和Agent步数，而这些token按输出价计费；厂商进一步声称，Opus 5.5在典型任务上能用更少token和步骤达到Opus 5的质量。这一点四个梯队那篇讲过，最终是否省钱仍要放进自己的任务里测。

Anthropic发布页转引了几家早期客户的说法。Lovable说Opus 5.5更少重复收集上下文、不容易卡在重试里，完成任务的步骤少了三分之一到一半；Optiver说在它的编程负载上，Opus 5.5用大约一半的轮次、时间和输出token达到了Opus 5的质量，这部分成本降了40%到50%。

这些数字能解释20%的单价降幅怎么被放大成40%的任务降幅。但也要看清证据边界，它们是Anthropic挑出来放在官方页面上的客户案例，不是覆盖所有任务的独立基准。

更微妙的是，便宜和变笨有时可能来自同一个旋钮。在同一模型内调低effort，通常会减少思考、工具调用和自检，成本和等待时间随之下降，某些任务的能力也可能受影响。推理强度正是“权重一行没改、能力却变了”的六个开关之一。跨模型迁移时则不能只比较档位名称，还要看真实任务结果。

Anthropic给的反证在自己的基准里。在Terminal-Bench 4.0上，Opus 5.5用默认档就超过了Opus 5的最高档，成本约为五分之一；在CursorBench上，Opus 5.5默认档52.5%，Opus 5最高档46.6%。这个结论值得认真看，但替代不了你自己的验收。

最稳妥的做法是，拿最常跑的10个真实任务，旧模型high档和新模型medium档各跑一遍，同时记下成功率、返工次数、总token和完成时间。如果medium档在你的任务上掉链子，就要手动把档位调回去，40%的降幅也会随之缩水。

五、第四笔账：跑分表里看不见的钱

两家这次都大量用“单任务成本”做对比，而且都点名了对方。OpenAI说，在一个测企业工作流的基准上，GPT-6 Sol的xhigh档得分超过Opus 5的max档，成本只有后者的9%。Anthropic说，Opus 5.5默认档在一个编程基准上超过了GPT-6 Astra的最高分，单任务成本约为五分之一。

两边说的可能都是真的，但脚注里的口径并不相同。OpenAI在自己的图表下注明，Fable 5.1那个数据点低估了真实成本，因为没有计入大约40%任务触发的Opus 5回退。模型碰到难题后把任务交给另一个模型，真正的单任务成本就不能只算第一跳。

Anthropic也有同类脚注：跑分时一旦生产安全机制介入，网络安全类任务由Opus 4.8完成，生物和前沿大模型开发类任务由Opus 5完成。Anthropic同时说明，这种处理可能压低Opus 5.5的跑分。它更接近真实生产路由，也意味着最终结果和成本不能简单归到单一模型名下。

再加上OpenAI明说竞品分数引自公开报告，不是自己同条件重跑。只要提示词、工具、推理档位、超时、重试和评分器没有锁定，“每任务成本”就称不上严格的横向实验。

每任务成本确实比token单价更接近业务价值，但它不是一个天然公平的数字。

这是“标称≠实测”的第五个案例。前四个分别是1P算力、上下文窗口、Astra跑分和按吉瓦下单的算力。这一次，单价是真的，每任务降幅也可能是真的，只是它们量的根本不是同一件事。

六、为什么偏偏是现在

两家给出的解释几乎一样：推理和缓存效率提高，服务成本下降，于是把一部分节省反映到API价格里。Anthropic称Opus 5.5所需算力少于Opus 5，OpenAI也把降价归因于缓存和推理改进。

外部压力同样存在。《财富》采访的Ramp首席经济学家将其称为价格战，Caylent CTO则说，企业CFO正在重新审视AI回报与2027年预算。开源模型也给大客户增加了替代路径。法律AI公司Harvey今年8月发布了基于Kimi K3后训练的Tenet，并强调开源权重的较低token成本，不过Tenet目前仍是研究预览。

两家公司都没有公开单位推理成本和利润变化。因此，“降价50%”不能写成“利润腰斩”，“便宜40%”也推不出“厂商成本下降40%”。按《财富》和TNW的判断，这两款产品没有推进能力前沿，价格竞争却明显加快了。

七、下次再看到“降价X%”

在DeepSeek峰谷定价那篇里，我列过几个比“每百万token多少钱”更该问的问题：什么时间调用、有没有命中缓存、实时还是批量、这个任务真需要最强模型吗。这些依然有效，这次再补三条：

降幅是哪一行、按什么口径算的？ 输入、输出、缓存读取、缓存写入分开看；标题上的数字是单价还是单任务，单任务又是按谁的任务算的。

默认设置变了没有？ 默认推理档位、思考能不能关，这些不写在价格表上，但直接决定你花多少token。

跑分里有没有别的模型代劳？ 回退、路由、安全机制转交，都会让“A模型的成本”里掺进B模型的账。

写在最后

7月我在四个梯队那篇里写过一句话：正确的度量单位是“每完成任务的成本”，而不是“每token的成本”。

两个月后，厂商自己开始用这个单位报价了。

这是好事，因为你真正买的从来不是token，而是代码有没有改对、报告有没有交付、客服问题有没有解决。

但这里有个区别：你自己算的单任务成本，来自你的任务；厂商报的单任务成本，来自它选择的任务。计价单位越接近结果，口径越容易藏进默认档位、缓存命中、重试和模型回退里。价格战的计价单位，正在从每百万token变成每个完成的任务。这一次，账得你自己算。

如果这篇帮你把50%、20%和40%分清了，点个在看，让更多在付API账单的朋友看到。

想第一时间看到「算力账本」的下一笔账，给OneCai加个星标。

你的负载更像A还是B？缓存、新输入和输出大概各占多少？欢迎在评论区贴出你的账单结构，我们一起算算这次降价在你那儿到底能省多少。

资料边界说明

一级：厂商官方发布与文档（核对时间2026年9月26日）

• Anthropic，Introducing Claude Opus 5.5，2026年9月22日（Opus 5/5.5价格表、40%口径、缓存读取占Agent成本大头、服务算力下降、基准结果与安全机制转交脚注）
• Claude Opus 5.5模型文档及effort文档（默认effort为medium、思考始终开启、跨模型档位不可直接等同、缓存价格）
• OpenAI，Introducing GPT-6 Sol and Luna，2026年9月22日（Sol/Luna价格及“相对GPT-5.6促销价”口径、缓存改进、单任务成本对比及Fable 5.1回退脚注）
• OpenAI模型文档：GPT-6 Sol与GPT-6 Astra（Sol缓存读取价、Astra价格、27.2万token以上长上下文加价规则）
• Harvey，Tenet研究预览，2026年8月20日（基于Kimi K3后训练、单token价格更低的自述）

二级：官方页面中转引的第三方说法

• Lovable、Optiver的效率数据，为Anthropic发布页引用的早期客户说法，属厂商筛选案例，未经独立验证
• GitHub关于需重新处理的prompt token下降一半以上的数据，为OpenAI发布页转述

三级：第三方媒体

• The Next Web，2026年9月22日对OpenAI与Anthropic的报道（两次发布均非前沿模型的判断、开源模型压力）
• TechCrunch，2026年9月22日（发布间隔约90分钟）
• 《财富》，2026年9月22日（Ramp经济学家与Caylent CTO的观点）

作者自算与自有数据

• 第三节两种负载的账单为作者构造的算例，不代表任何厂商或真实客户数据；未计入缓存写入、工具调用、长上下文加价
• “负载A保持三类token比例不变时，还需减少约22.6%的token才能达到40%降幅”为作者据上述算例推算
• 97.4%缓存命中率来自作者自己的DeepSeek账单（2026年6月14日），模型与本文讨论对象不同，仅用于说明Agent负载的账单形状