OpenAI、Anthropic 推出新指標——“cost-per-task”，以更好衡量 AI 成本

在 AI 模型價格戰進入白熱化之際，OpenAI 與 Anthropic 正聯手改寫行業衡量模型價格的底層標尺——從 “每 token 成本” 轉向 “每任務成本（cost-per-task）”，試圖在企業客户面前為自身高溢價模型重建價值座標系。

過去數週，兩家美國 AI 龍頭相繼發聲。OpenAI 首席財務官 Sarah Friar 在 7 月的博客中寫道，低成本模型 token 雖便宜，但得到好結果 “可能需要更多嘗試、更多時間或更多人工審查”；Anthropic 金融服務主管 Jonathan Pelosi 在近期採訪中表示，token 成本只是衡量消耗了多少 AI 算力的 “代理指標”，“對每家企業而言，更好的代理指標是完成任務的實際成本”。

這場定價敍事之爭的直接背景，是 Meta、SpaceX 等廠商正以極低的 token 價格擠壓市場。據企業支出管理平台 Ramp 的數據，近幾個月企業對 OpenAI 與 Anthropic 的採用已有所放緩，現有客户正越來越多地轉向更便宜的開源替代方案。

而第三方數據給出的信號更為直接：Anthropic 最強、也最貴的廣泛可用模型 Fable 5，僅佔其 Claude 軟件支出的 11%。Ramp 據此斷言，已經 “找到了企業願意為 AI 付費的新上限”。

從 “Token” 到 “任務”：重設定價錨點

Token 是 AI 模型處理的數據單位，也是衡量工作量的一種方式。行業慣常假設：單 token 收費越低，軟件對客户整體就越划算。OpenAI 與 Anthropic 正試圖推翻這一共識。

Sarah Friar 寫道：

“低成本模型可能有更便宜的 token，但要得到好結果可能需要更多嘗試、更多時間或更多人工審查；能力更強的模型 token 更貴，卻能一次完成同一任務。”

Pelosi 的觀點與之呼應：token 只衡量 AI 被使用了多少，無法衡量產出。他認為每 token 成本 “僅作為代理指標有用”，企業真正該關注的是完成任務的實際成本。

低價衝擊：從 “tokenmaxxing” 到成本設限

指標轉換髮生在競爭壓力加劇之時。多家廠商都在力推更低的 token 成本，試圖壓價 Anthropic 這類以更高價格提供更強模型的公司。以 DeepSeek 為例，其 4 月發佈的旗艦開源模型輸入輸出 token 成本僅為 Anthropic 最先進產品的零頭。

D.A. Davidson 技術與研究主管 Gil Luria 打了個比方：“美國實驗室想傳達的是，用開源 token 就像用廉價衞生紙——確實能擦乾淨，但你需要更多，還有別的不愉快副作用。”

過去一度鼓勵員工通過 “tokenmaxxing” 最大限度使用 AI 的企業，在遭遇 “賬單衝擊” 後紛紛設限。Luria 稱：

“對許多這類公司而言，內部成本已經高得令人望而卻步。”

最貴模型 “性能不值價”：第三方數據亮出上限

儘管 Anthropic 等廠商公佈了自己的每任務成本估算，越來越多客户正轉向 Artificial Analysis、Vals AI 等第三方基準機構尋求獨立評估。Vals 聯合創始人兼 CEO Rayan Krishnan 指出：

“當實驗室自報結果時，往往用的是內部基準，因此無法做真正的同類比較。”

按每任務成本計，Anthropic 與 OpenAI 的模型仍是市場上最貴的，Anthropic 的 Claude Fable 5 位居榜首；但兩家也提供更具競爭力的低價產品，如 OpenAI 的 GPT-5.6 Luna。

真正給高溢價敍事潑冷水的是 Ramp 的數據：Anthropic 最強、也最貴的廣泛可用模型 Fable 5，僅佔 Claude 軟件支出的 11%。“通過 Fable 5，我們找到了企業願意為 AI 付費的新上限。” Ramp 在報告中寫道，“在此之上，更高的性能並不值這個價。”