模型厂商正在重新定义客户为什么付出溢价。
今年7月，OpenAI做了一组看起来相互矛盾的价格调整。
一边是降价：GPT-5.6 Luna的API输入和输出价格下调80%，中档模型Terra降价20%。另一边是出售更贵的速度：GPT-5.6 Sol的Fast Mode号称最高可以达到标准模式2.5倍的输出速度，价格则是标准模式的两倍。同一种模型能力，因为交付速度不同，被OpenAI卖出了两个价格。
到了10月初，OpenAI在28天的连发中，又把在订阅中优化默认速度作为了首个重要更新。这次调整，OpenAI把GPT-6 Astra 和 GPT-6.1 Sol的速度提升了约50%，并强调这两个模型在完成任务所需Token数量方面相当高效。
这些动作背后，一个问题变得越来越重要：当Token价格下降，模型厂商还能依据什么获得溢价？
OpenAI首席财务官Sarah Friar给出了一个更明确的概念——每美元有效智能（Useful Intelligence per Dollar）。按照她的解释，企业不应只看每百万Token的价格，还要计算一项任务是否完成、花费多少时间、失败后需要重复调用多少次，以及需要多少人工监督。
这是OpenAI希望给到客户的一个比较大模型价格的新尺度。
Token价格不等于使用成本
Token曾是最方便的大模型计量单位。厂商按照输入和输出分别报价，客户可以迅速比较不同模型调用一百万Token需要多少钱。过去几年的大模型价格战，也主要表现为每百万Token价格的不断下降。
但Token的局限是只能计算模型处理了多少信息，无法说明它完成了多少工作。
一个单价较高的模型，如果能够减少推理轮次、降低错误率，可能反而拥有更低的任务成本；一个看起来便宜的模型，如果需要反复调用、检查和修改，也可能产生更高的账单。
这种差别在Agent出现后更加明显。Agent可以长时间运行，不断调用模型、携带上下文、使用工具，并在失败后重新规划。客户购买的不再只是一次回答，而是一段持续执行的过程。
企业支出管理公司Ramp的数据呈现了这种错位。2026年3月至9月，其美国企业样本中的每百万Token有效价格从1.15美元降至0.68美元，下降41%；但Ramp客户的月度Token支出在2025年6月至2026年6月增长了20倍。
两组数据的统计区间和样本口径虽然不完全相同，但都指向同一个现实：单位价格下降，并不会自动带来总账单下降。这意味着，仅仅证明模型更强，已经不足以说服客户，解决大模型厂商的商业化问题。
一方面，大模型的性能提升也只有转化成客户愿意付费的结果，才能支撑持续的训练和推理投入。另一方面，价格降低会释放更多需求，Agent又进一步放大调用量。企业开始更重视算账，既希望使用更强的模型提高效率，又需要防止越来越多的调用突破预算。
Ramp的9月数据显示，其前1%企业客户的人均AI支出在8月环比下降了约9.7%。中信证券也在一份研报中指出，模型能力进展与应用落地之间存在脱节，产业关注点将逐渐转向推理和货币化。
OpenAI在这一背景下提出「每美元有效智能」，本质上是想为Token之外的溢价寻找论证依据，把大模型变成按工作价值定价的生产工具。
厂商都在重新包装大模型服务
但模型厂商正在Token计费基础上，把模型能力、交付时间和预算确定性分别定价出售。
第一种可以单独计费的价值，是完成复杂任务的能力。
OpenAI用Astra、Sol、Luna覆盖不同复杂度的任务；Anthropic则以高端模型承接编程、复杂推理和长时间运行的Agent工作。两家公司在介绍新模型时，都开始强调完成同一任务所需的Token、重复调用次数和时间，而不只是输入和输出牌价。
但高端模型的性能溢价并未转化为同等规模的采用。一些企业把Sonnet、Terra等标准模型设为公司默认选项，只允许在更少、更高价值的任务中使用前沿模型。原因在于成本。在使用Ramp的Token管理产品的企业中，Fable 5在7月只占Anthropic Token用量的约6%，却占约11.4%的支出。
第二种可以单独计费的价值，是交付时间和资源优先级。
OpenAI提供Fast和Ultrafast，Google则把推理服务分成Standard、Priority、Flex和Batch。需要低延迟和稳定吞吐的请求，需要支付更高价格，能够等待或接受资源被抢占的任务，可以获得折扣。
模型能力没有改变，处理时间和资源优先级却形成了新的价格。这套逻辑与云计算越来越接近：客户购买的既是计算结果，也是结果何时出现、能否稳定出现。
预算确定性也由此成为第三种可以单独计费的价值。
OpenAI、Anthropic以及
但订阅本质上是把按量计价藏进了额度设计里。当厂商把Token包装成订阅，真正的价格便从公开价目表转移到了额度、限流和模型分配规则中。
SemiAnalysis购买并测试了OpenAI、Anthropic、
其结果显示，同样的月费因为使用模型不同，按Token折算出的价值和大模型厂商的利润可以相差数倍。 在假设API毛利率为92%、用户耗尽全部额度的情况下，用满Opus 5.5额度对应的订阅毛利率约为-369%，用满限额更低的Fable 5.1则约为1%。
SemiAnalysis的测试还发现，供应商可以通过模型权重、五小时窗口、周限额改变用户实际获得的额度。
谁来定义「有效」的智能
厂商希望把价格比较单位从Token转向结果，并不代表客户会接受由厂商单方面定义的结果评测标准。
企业正在建立自己的判断方式。它们把便宜的标准模型设为默认，为高端模型设置调用权限，通过缓存减少重复计算，再用成本平台寻找异常支出。越来越多企业还在尝试模型路由，根据任务难度、响应时间和成本，在不同模型之间进行自动选择。
接受「按结果比价」，最后未必导向最昂贵的模型，大部分任务只需要「足够好」的智能。
Factory CEO Matan Grinberg曾表示，很多工作并不需要Anthropic最昂贵的模型，其客户也不愿完全绑定OpenAI、Anthropic或Google中的任何一家，以免未来失去议价能力。不过，切换供应商并非没有成本：已经搭建的工作流、工具连接和数据体系，同样会形成锁定。
OpenAI提出「每美元有效智能」，承认了单纯的Token价格正在失去解释力，也试图为前沿性能、速度和服务质量保留溢价。但这套标准留下了一个模型厂商无法独自回答的问题：一项结果究竟有没有用，以及多出来的智能值多少钱，最终只能在客户的真实工作中得到验证。
这会让多模型路由、云平台和成本管理工具获得新价值。模型厂商可以定义模型的能力指标，但这些能力是否真正提高任务成功率、减少人工投入，只能在企业的实际工作中得到验证。掌握任务结果、使用成本和错误反馈的一方，也因此获得了参与定义「有效智能」的权力。
因此，大模型厂商下一阶段的一个竞争方向，是让客户接受自己对智能的计价标准。能够证明结果的模型厂商，更可能把性能优势转化为定价权；掌握评测、路由和工作流数据的平台，也可能参与制定新的价格尺度。
届时，行业比较的才不再只是谁的一百万Token更便宜，而是谁在让一美元完成更多工作。
本文来自微信公众号“窄播AI”，作者：窄播AI，36氪经授权发布。