财π新闻 据媒体报道，9月22日，OpenAI与Anthropic先后宣布推出新款AI大模型，Anthropic发布Claude 5.5系列首款模型Opus 5.5，OpenAI则同步推出GPT-6系列的两款新模型Sol和Luna，双方均将大幅下调使用价格作为核心发布卖点，在行业内引发广泛关注。

Anthropic发布Opus 5.5 性能追平旗舰成本大幅下降

Anthropic推出的Claude 5.5系列首款模型Opus 5.5，在定价方面做出了显著调整，每百万Token的输入价格降至4美元，输出价格降至20美元，缓存读取价格更是低至0.2美元。相较于上一代产品，该模型的运行速度提升约30%，在典型工作负载下的整体使用成本下降约40%，官方数据显示其在多个领域的性能表现可媲美该公司此前推出的尖端模型Fable 5.1。

从实际测试场景来看，Opus 5.5在编程、智能体工作流、知识处理等多个维度的表现均达到了旗舰级模型的水准，同时依托Token使用效率的优化，进一步摊低了用户的实际使用成本。不少参与内部测试的开发者反馈，该模型在处理长文档整理、代码迁移等任务时，能够以更少的步骤完成目标，大幅减少了不必要的Token消耗，整体性价比得到明显提升。

Anthropic方面表示，Opus 5.5是其5.5系列的首款产品，该系列后续还将推出更多不同定位的模型，整体方向是在保障核心性能的前提下，进一步降低用户的使用门槛，让更多企业和开发者能够以可控的成本接入高性能AI能力。该模型目前已在全平台上线，覆盖主流云服务商的相关接口，方便各类用户快速接入使用。

OpenAI推出两款GPT-6新模型 长期定价降幅超五成

在Anthropic发布新模型约一小时后，OpenAI正式推出GPT-6系列的两款新模型Sol和Luna，两款模型的API价格较此前GPT-5.6的促销价格降低50%甚至更多，且该定价为长期执行的标准定价，并非限时促销活动。其中GPT-6 Sol每百万Token的输入价格为2美元，输出价格为10美元，产品定位面向复杂编程和Agent工作流场景，能够为开发者提供稳定的高性能支撑。

另一款模型GPT-6 Luna的定价进一步下探，每百万Token输入价格仅为0.1美元，输出价格为0.5美元，主要面向高频高吞吐的任务场景，比如批量信息提取、大规模文档摘要生成等，能够帮助企业在处理海量常规AI任务时大幅压缩开支。OpenAI方面介绍，两款新模型继承了旗舰模型Astra的核心训练方法，在事实准确性、对齐能力等方面均保持了较高水准，同时通过优化缓存机制和推理效率，实现了成本的大幅下降。

目前GPT-6 Sol和Luna已经在ChatGPT Work和Codex功能中上线，面向Plus、Pro、Business、Enterprise以及Edu用户开放使用，其中Luna模型还在桌面端应用中面向Free和Go用户开放，覆盖了不同需求层级的用户群体。OpenAI首席执行官奥特曼表示，此次下调模型定价的核心目标是扩大AI技术的整体使用规模，推动AI能力在更多行业场景中落地普及。

行业竞争重心转向性价比 头部厂商调整发展策略

两家头部AI厂商选择在同一天集中发布低价高性能模型，背后反映出当前市场环境下客户对高性价比模型的强烈诉求，以及企业控制AI相关开支的普遍需求。值得注意的是，此次新模型发布的时间节点，正处于两家公司高管此前公开呼吁放缓尖端AI开发、行业对AI安全的担忧持续升温的背景之下，此前Anthropic率先呼吁行业放缓高级AI研发，OpenAI和马斯克均对该呼吁表示附议。

这一行业动态也清晰体现出，在经历了长时间以追逐极限性能为核心的发展阶段后，头部AI厂商的竞争重点已经发生明显转移，不再单纯比拼模型的参数规模和性能上限，而是转向能力、成本、速度和规模化部署效率的综合竞争。此前市场上大量高性价比开源模型的持续涌现，也对头部厂商的定价体系形成了明显的竞争压力，倒逼其通过技术优化下放高性能能力，以更亲民的价格留住存量客户、拓展增量市场。

从行业发展的整体逻辑来看，放缓前沿尖端AI的研发节奏，并不意味着头部厂商停止模型迭代，而是将更多资源投入到现有成熟能力的优化和普惠化落地当中，让更多企业能够以可承受的成本将AI能力集成到自身的业务流程里，推动AI技术从少数企业的高端工具转变为全行业可用的普惠基础设施。

初创公司推出差异化决策模型 开辟细分市场新赛道

在头部厂商大打价格战的同时，初创公司TypeSafe AI近期推出了面向软件开发者的全新模型Jev，走出了一条完全不同于传统大型语言模型的差异化发展路线。该公司在一年多前以2亿美元估值完成4000万美元种子轮融资，目前已经收到估值达100亿美元或更高的融资要约，发展速度远超行业预期。

和传统大模型生成句子、图像的定位完全不同，Jev的核心功能是快速低成本作出决策，专为程序化重复高频任务设计，能够执行分类类任务，比如批准或拦截请求、分派工单、评估保险信贷风险等，开发者可以直接将其集成到软件后端，无需处理复杂的生成类逻辑。该模型的处理成本和运行速度比传统大型语言模型便宜快约百倍，每百万Token的收费仅约4.2美分。

依托基于概率计算从有限可能答案中作出选择的运行逻辑，Jev不会产生传统大模型常见的幻觉问题，能够大幅减少不必要的Token消耗。该模型上线前24小时内，付费开发者账户的兴趣度超过了此前任何一次模型发布的相关数据，上线后首个周末的Token处理量直接增长两倍多，市场反馈十分热烈。

TypeSafe AI的快速崛起，反映出当前AI市场对简单便宜快速决策模型的潜在巨大需求，在前沿AI公司竞相追求更高智能的大环境下，这一细分领域此前长期处于投资不足的状态，该公司的商业模式也对前沿AI公司的传统通用模型体系形成了明显的补充和压力。不过目前该模型的具体训练方式处于完全保密状态，业内对于其相较标准零样本分类器是否具备革命性突破仍存在不同看法，相关技术路径的长期发展价值还有待更多实际场景的验证。

(编辑：徐松丽)