价格战没有结束，只是换了战场
从 2024 年底开始的大模型 API 降价潮，到 2026 年仍然没结束，但战场从”输入 token 单价”搬到了”完成完整任务的总成本”。新一轮变化集中在三个维度，每个都在重新洗牌开发者的站队。
三个新维度
1. 缓存 token 计费
几家头部厂商把 prompt cache 直接折进模型计费：重复命中的 prefix 价格降 50%-90%。这意味着
- 系统提示词长、上下文稳定的场景（客服、审阅、代码解释）大幅省钱；
- 短对话、单次请求的场景几乎无感；
- 迫使开发者重写 prompt：把稳定部分前置、把易变部分后置。
2. 工具调用按”回合”而非”token”计费
Anthropic、OpenAI、Google 都在测试按工具调用轮次计费（每回合 ~$0.05-0.20）。表面看单价涨了，但对成功的多 Agent 流程，单回合成本其实比按 token 更可预测——开发者终于能在定价单上建模了。
3. 推理等级的差异化计费
同一家厂商现在提供 3-5 个推理层级（fast / standard / pro / extended-thinking / deep-research），差价 10 倍以上。开发者第一次有动力做”轻模型过滤 + 重模型兜底”的模型路由——这套架构在 2026 年开始真正批量生产。
开发者实战站队建议
- 如果你的产品 prompt 稳定、超 4K token：选 Anthropic 或 OpenAI（cache 折扣厚）；
- 如果是短对话 / 一次性请求：选 DeepSeek / Qwen 这种开源 API，单价低到几乎免费；
- 如果是多步 Agent：选用回合计费或明确写明成本上限的厂商；
- 如果是大流量、利润薄的场景：把”所有任务都跑最大模型”作为反模式，主动设计 fallback 链路。
价格战的”下半场”特征
2026 的价格战不再是谁敢把 GPT-4 拉到 1/10 价，而是谁能让开发者用得起生产级 Agent。真正的赢家会是那种把”如何用得便宜”这件事作为产品级功能的厂商——而不只是单纯降价。
挑选 API 厂商时，把”完成任务总成本”做一张对照表，比对比每百万 token 单价实际得多。
