Anthropic、Google 等主要模型供應商近一年不斷下調 API 價格，而降得最兇的位置很一致：不是旗艦模型，而是「中階模型」那一層。以公開定價的量級看，一年前每百萬 token 要幾美元的中階模型，現在同級位置普遍已經壓到一美元上下，再加上 prompt caching 與 batch 折扣，實際帳面成本可以再砍一大截。最值得先留意的一點是：這輪降價的重心，是把「夠用就好」那一層模型的價格壓到接近沒有議價空間。而我的判斷是——這不是廠商突然大方，而是中階模型正式進入商品化階段，你的選型邏輯和成本模型都要跟著改寫，而不是單純慶祝變便宜。
這輪降價的重心，明顯落在「中階」這一格
要看懂這件事，先把模型分成三格：頂端的旗艦推理模型、中間的主力工作模型、底部的超輕量模型。
頂端那格價格其實很硬。旗艦模型每次改版，定價通常維持在同一個量級，有時甚至因為輸出 token 變多（推理過程本身要收費）而讓實際帳單更貴。底部那格本來就便宜，再降也沒什麼戲劇性。
真正被打穿的是中間那格：Claude 的 Haiku 級別、Gemini 的 Flash 級別，還有各家對應的「主力工作馬」。這一格承擔了現實世界絕大部分的 AI 流量——分類、摘要、抽取欄位、改寫、初階客服、RAG 的問答生成。而它現在的單價，已經低到讓人不再需要為了省錢而做架構妥協。
中階模型正在從「產品」變成「水電」。你不會為了選哪一家的電而開會三次，你只會看度數和穩定度。
三個比單價數字更值得注意的變化
一，價格曲線被壓平，旗艦與中階的差距不再只是價格差。
以前的取捨很簡單：貴的聰明、便宜的笨。現在中階模型在指令遵循、結構化輸出、長文本處理上都追上一大截，很多過去必須交給旗艦模型的任務，中階模型已經做得到八九成。這代表你的模型選擇不再是「預算允許就用最好的」，而是要具體測出你這個任務到底需不需要那多出來的一成。
二，真正的殺價武器不是列表價，是 caching 與 batch。
這點最容易被忽略。很多團隊只比較每百萬 token 的牌價，卻沒用 prompt caching。如果你的系統每次呼叫都帶著同一份幾千 token 的 system prompt、公司規範、產品目錄，那份重複前綴在有 cache 的情況下計價可以低到零頭；非即時的批次任務走 batch 通道，又是另一層折扣。同一個工作流，會用折扣機制和不會用的團隊，帳單可以差好幾倍——這個差距，比你在 Anthropic 和 Google 之間換來換去要大得多。
三，降價的代價常常寫在 rate limit 和穩定性裡。
單價低不等於供給充足。便宜的那一層通常也是流量最擁擠的那一層，尖峰時段的延遲抖動、限流、以及模型版本快速迭代帶來的行為漂移，都是實際營運成本。你在 demo 階段感受到的便宜，和你在正式流量下感受到的便宜，往往不是同一件事。
他們為什麼願意降：搶的是你「不想搬走」的那份惰性
降價從來不是慈善。中階模型的推理成本確實隨著硬體、量化、蒸餾、服務端優化而下降，但廠商把省下來的空間全部讓出去，目的很清楚：讓價格不再是你選擇的理由，然後用工具鏈、agent 框架、快取機制、雲端整合把你留住。
降價不是為了幫你省錢，是為了拿走你搬走的動力。當中階模型的成本低到在你的損益表上幾乎看不見，你就不會再花兩週做模型評測與遷移——你會留在原本的生態，順手把周邊服務也一起買了。
這也解釋了為什麼旗艦模型不太降價。中階負責搶用量、搶開發者、搶預設選項；旗艦負責維持品牌高度和毛利。價格戰打的是入口，不是全線。
兩個現實場景：成本結構會被改寫成什麼樣
場景一：客服工單自動分流與摘要。
一個中型電商每天進來幾千張工單，過去的設計通常是「先用便宜模型分類，只有難的才升級到貴模型」，中間那套 routing 邏輯本身就是為了省錢而存在的技術債。當中階模型單價掉到目前這個量級，加上 batch 折扣，直接全量走中階模型的月成本可能只是幾十美元級別。這時候該做的決定不是「再省一點」，而是砍掉那套 routing、把工程時間拿回來。省下的維護人力，遠比省下的 token 錢值。
場景二：內部知識庫問答。
以前為了控制成本，很多團隊把檢索回來的內容切得很短、上下文塞得很省，結果答案品質一直不上不下。價格降下來之後，比較划算的做法反而是放寬 context、多塞幾段原文、把 system prompt 寫得更詳細更囉唆，並且把這份長 prompt 做成 cache。品質提升的幅度，通常比換一個更貴的模型明顯。
便宜的正確用法不是少花錢，是用同樣的錢買到更多上下文和更多次嘗試。
三個最容易判斷錯的地方
第一，單價下降不等於總帳單下降。
這是最常見的錯覺。價格降的同時，大家的用法也在變重：多輪 agent、工具呼叫、自我檢查、reasoning token、把整份文件塞進 context。很多團隊帳單其實在漲，只是漲得比用量慢。看單價會讓你放鬆，看每筆業務結果的成本才會讓你清醒。
第二，看到便宜就換模型，往往換來一場回歸測試災難。
同一個 prompt 在不同模型上的表現差異，常常不在準確率，而在格式穩定性——JSON 少一個欄位、多一句客套話、拒答邊界不同，下游系統就會爆。要真的享受價格戰的好處，前提是你手上有一組穩定的評測集，能在半天內判斷換過去會不會壞。沒有評測集的團隊，看到降價其實動不了。
第三，別假設價格會一直往下。
目前的降價集中在中階，是競爭最激烈、可替代性最高的那一格。長上下文、高階推理、影像與影片理解這些真正吃算力的能力，價格並沒有跟著往下走，反而因為輸出 token 變多而更貴。把長期規劃建立在「AI 成本無限趨近於零」上，是一個相當危險的假設。
誰該現在就重算，誰可以先觀望
如果你正在營運有實際流量的 AI 功能，尤其是每天上千次以上呼叫的分類、摘要、客服、抽取類任務，現在就值得做兩件事：把 caching 和 batch 打開，然後重新評估你為省錢而做的複雜架構還有沒有必要存在。這兩步的回報，通常在一週內就看得到。
如果你還在 POC 階段，模型成本大概還不是你的瓶頸，價格戰對你的意義只是「不用再為單價猶豫」。真正該花時間的是評測集和資料品質——因為當價格不再是差異，能不能判斷輸出好不好，就成了唯一的差異。
這輪降價最實際的訊息其實很樸素：中階模型已經便宜到不值得你再花心力去省，接下來能拉開距離的，是你有沒有能力把便宜的算力，換成穩定可靠的結果。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
