大模型价格战打到“每任务成本”：通信产业如何重构AI落地价值链
OpenAI与Anthropic的竞争正在从模型能力比拼延伸到企业账单。Rippling的编码任务分配在数月内发生逆转：Anthropic模型占比从57%降至18%，OpenAI则从16%升至52%；Replit将大部分AI预算转向OpenAI，背后是超过30%的模型折扣和年规模逾1亿美元的合同；DataCamp则在40%折扣条件下同步使用Codex，并预计成本可下降80%至90%。这些案例说明，大模型价格战已不只是“API降价”，而是围绕单位任务成本、客户切换成本和生态绑定展开的产业竞争。对通信行业而言，这意味着AI应用落地的成本曲线正在下移，算力网络、智算服务和行业集成能力将迎来新的需求窗口，但单纯转售模型或算力的商业模式也会更快承压。
这轮价格战最值得关注的，不是某一家模型在单项评测中的领先，而是企业客户开始用任务级账本来重新分配预算。Rippling的编码业务变化具有代表性：工程师并非完全更换工具，而是在具体任务中按成本和效果重新配比。Replit的迁移更具信号意义——代码层修改只用了数小时，产品层调整数天完成，甚至短于此前合同谈判周期。模型切换成本下降，意味着客户对单一模型供应商的黏性正在减弱。
过去两年，大模型竞争主要围绕参数规模、榜单成绩和复杂推理能力展开。进入企业采购阶段后，决策变量明显增多：每百万Token价格、任务完成率、人工返工成本、工具链适配、合同折扣、技术支持和额度赠送。OpenAI以折扣、免费额度和工程师支持争夺客户；Anthropic则凭借代码模型优势一度取得营收领先，并通过合同上限后取消折扣的规则维护定价体系。但这一规则也直接影响了Replit的续约选择，说明在价格敏感期，合同条款本身就可能成为客户迁移的触发点。
这并非简单的“低价胜出”。报道显示，Anthropic二季度算力相关投入约56亿美元，低于同期115亿美元营收的一半，毛利率结构优于OpenAI；OpenAI则以显著高于营收的算力开支换取份额。换言之，一方用较高毛利和定价权守市场，另一方用负利润率换渗透率。价格战短期会加速客户迁移，但长期能否持续，取决于推理成本、模型迭代速度和生态收入能否形成闭环。
第二层影响是价值分布重排。模型API价格下行，会压缩模型层的单位收入，价值向算力基础设施、行业数据、合规安全、集成交付和场景运营转移。通信企业如果只做算力转售或模型通道，容易陷入同质化竞争；更具持续性的是把网络连接、智算资源、模型路由、安全审计和行业应用打包成可计费服务。例如面向政企客户提供多模型接入、成本观测、推理加速、私有化部署和合规审计，把不稳定的模型价格转化为稳定的服务合同。
第三层影响是客户采购逻辑变化。Replit、Atomicwork等案例显示，企业正在同时保留多家模型供应商，并通过免费额度、折扣条件、工具链绑定和技术支持重新分配预算。通信企业长期服务政企客户，具备合同管理、集成交付和本地化服务能力，适合承担“模型超市”和“AI成本管家”的角色。但前提是建立任务级评测和成本计量能力，否则难以在多家模型之间做动态调度。
价格战越激烈，企业越不会单押一家模型。OpenRouter的数据提供了一个观察窗口：OpenAI一度在客户使用占比上超过Anthropic，但Claude Opus 5.5发布后，Anthropic重新回到榜首，过去一周热度达到OpenAI模型的两倍。模型份额随版本发布快速波动，说明应用层需要更灵活的模型调度能力。
Atomicwork的案例还说明，生态支持正在影响客户选择。OpenAI安排工程师加入客户沟通群组，提供Codex使用支持；风投机构则向被投企业发放免费额度。这种“折扣+服务+生态”的组合，比单纯降价更难被复制。通信企业拥有广泛的政企客户和本地服务团队，应把服务能力产品化，而不是停留在项目制交付。
国际市场的变化对国内通信产业有两点启示。其一，模型价格战会传导至算力采购和智算中心运营。国内大模型API价格已多轮下调，运营商和云厂商持续布局智算中心、算力调度平台和行业大模型。价格下行会提升调用量，但也对智算中心利用率、能耗效率和推理成本提出更高要求。通信行业需要从训练导向的算力建设，转向训练与推理并重，提升机柜上架率、网络连通性和调度效率。
其二，开源模型和国产算力生态为企业提供了更多备选方案。报道提到，免费开源模型是Anthropic IPO投资者关注的潜在影响之一。对国内企业而言，开源模型可降低试错成本，国产算力可提升供应链韧性，但真正形成竞争力仍要靠行业数据闭环和场景交付。三大运营商在政企渠道、网络覆盖、数据合规和本地服务方面具备优势，设备商和云厂商则在算力硬件、模型平台和工具链上积累较深。通信产业的机会不在于追逐最低Token价格，而在于把“连接+算力+模型服务+行业场景”组合成可持续方案。
从Rippling、Replit到DataCamp，企业客户已经用预算迁移证明：大模型竞争进入“单位任务成本”阶段。折扣可以快速撬动订单，但客户切换成本下降后，供应商也必须持续证明模型效果、服务响应和总拥有成本。对通信产业来说，AI应用落地带来的不只是流量增量，更是服务模式重构的机会。算力网络要回答推理经济性，行业云要回答模型编排能力，政企服务要回答合规与交付效率。
短期看，价格战会加速AI嵌入通信业务和企业应用，利好应用集成、智算服务和边缘推理；中期看，模型层利润率承压，价值将向基础设施、数据治理和场景运营转移；长期看，能够把多模型能力、算力调度和行业知识沉淀为标准化服务的企业，才有机会在价格战后留在牌桌上。通信行业需要警惕的不是模型降价本身，而是仍用“卖资源”的方式参与一场已经转向“卖服务、卖效率、卖确定性”的竞争。