一夜两轮价格战token 价格腰斩Agent 时代工程师的省钱实战9 月底这波价格战打得比双 11 还狠。但真正的重点不是又便宜了而是当你的 Agent 一天烧掉过去一个月的 token定价降一半可能还是亏的。这篇文章聊聊我对这轮价格战的判断以及我在自己项目里验证过的一套降本打法。一、先回顾这场价格战是怎么打起来的9 月下旬Anthropic 发布 Opus 5.5 家族首款模型每百万 token 输入 4 美元、输出 20 美元比上一代直降约 40%输出速度还提升了 30%。几个小时后OpenAI 当晚反击上线 GPT-6 Sol2/10 美元和超低价 Luna0.10/0.50 美元价格直接腰斩再腰斩。Luna 的输入价格折合人民币大概 7 毛钱一百万 token——一杯奶茶钱够一个中型 Agent 项目跑好几天。国内阵营也没闲着。SuperCLUE 9 月榜上阿里 Qwen3.8-Max 以 72.62 领跑DeepSeek-V4.1-Flash 以 71.81 紧随其后其中数学推理 84.21、幻觉控制 87.16 都是国内单项第一。开源阵营这边月之暗面 Kimi K3 和智谱 GLM-5.3 已经把国际前排的差距咬进了 3 分以内。一句话总结格局闭源拼上限开源拼性价比中外前排差距缩到 3 分以内。二、为什么偏偏是现在打价格战价格战不是厂商发善心是需求侧的结构变化逼出来的。三个信号值得注意2. 开源权重模型吃掉了半壁江山。Vercel 的数据显示开源权重模型的 token 份额从 2025 年 12 月的 7% 涨到 2026 年 8 月的 56%。当一半的流量都能用便宜的开源模型承接闭源厂商只剩两条路拼上限或者拼价格。3. 商业模式跑通了才有本钱打。DeepSeek 的年化收入运行率已经突破 10 亿美元几个月翻了一倍。低价不再是赔本赚吆喝而是能自我造血的定价策略。这轮价格战打的是规模换生存不是烧钱换市场。三、价格降了为什么你的账单可能还是涨的这是我最近感受最深的一点。价格战看起来是利好但 Agent 工作负载有个阴险的特性消耗增速远超降价速度。举个例子你把一个原本用旗舰模型跑的代码审查任务交给 Agent任务复杂度上升后单次任务的 token 消耗从 5 万涨到 30 万涨了 6 倍价格就算腰斩账单还是原来的 3 倍。更麻烦的是 Agent 的隐性成本重复前缀每轮循环都把系统提示、工具定义、历史上下文重新发一遍失败重试工具调用失败后整段上下文重算成本直接翻倍过度思考简单任务也被深度思考模式跑一遍推理 token 白烧好消息是厂商也在补这些坑。OpenAI 同期为 GPT-6 升级了提示缓存能力重复前缀不再重复计算长上下文场景的响应成本显著下降。但等厂商优化不如自己动手下面是我实战过的四板斧。四、实战我的一套 Agent 降本打法我自己的场景是重度使用 AI Coding 工具链CLI IDE 插件走自建的 API 网关统一接入多个模型。一个月下来账单降了 60% 以上。方法不复杂关键是形成习惯。1. 模型路由让 flash 干杂活旗舰只啃硬骨头这是收益最大的一条。我的原则是任务分级模型分级。代码生成、复杂推理、架构设计 → 旗舰模型deepseek-v4-pro 这一级补全、改写、摘要、格式转换、批量分类 → flash 级小模型更简单的规则化任务正则能搞定的→ 别用 LLM写死代码一个容易被忽略的细节很多 Agent 框架的总结上一步这种内部步骤其实用小模型就够但默认配置往往全程旗舰。仅这一项调整某些流水线的成本就能砍一半以上。2. 提示缓存把重复上下文变成半价会员Agent 循环里 80% 的输入是重复的——系统提示词、工具 schema、项目规范文档。把这些内容固定放在 prompt 前缀的相同位置命中缓存后计费和延迟都会大幅下降。实操要点动态内容永远放尾部稳定内容永远放头部。我见过有人把时间戳放在系统提示第一行直接把缓存命中率打为零这种 bug 不报错、不告警只在账单上默默流血。3. 上下文瘦身历史不是越多越好长上下文不是免学费的自助餐。我的做法工具返回结果先截断/摘要在进入下一轮循环只保留关键字段超过一定轮次后把早期对话压缩成摘要而不是全量携带文件读取按需切片别为了让模型看全把整个仓库塞进去4. 监控先行先有账单颗粒度再谈优化所有降本的前提是知道钱花在哪了。建议在网关层记录每次调用的模型、任务类型、输入/输出/推理 token 三项分开统计。跑一周你就会发现通常 20% 的任务类型贡献了 80% 的成本——然后精准打击那一类任务就够了。五、写在最后价格战的终局是什么我的判断是基准模型的 token 价格会持续趋近于电费真正值钱的两头会越来越贵——一头是前沿能力顶级推理、超长程 Agent 任务一头是工程化能力把便宜 token 组织成可靠业务的那套系统。对工程师来说这意味着两件事别执着于哪个模型最便宜定价会一直变路由能力才是你的降本优化的红利期就在当下——等大家都学会了成本优势就不再是优势这轮价格战最大的赢家不是哪家厂商而是正在把工作负载 Agent 化的我们。前提是你得先算清楚自己的 token 都烧在哪了。以上价格数据截至 2026 年 9 月 26 日公开报道具体以各厂商官网为准。 一夜两轮价格战，token 价格腰斩：Agent 时代工程师的省钱实战
一夜两轮价格战token 价格腰斩Agent 时代工程师的省钱实战9 月底这波价格战打得比双 11 还狠。但真正的重点不是又便宜了而是当你的 Agent 一天烧掉过去一个月的 token定价降一半可能还是亏的。这篇文章聊聊我对这轮价格战的判断以及我在自己项目里验证过的一套降本打法。一、先回顾这场价格战是怎么打起来的9 月下旬Anthropic 发布 Opus 5.5 家族首款模型每百万 token 输入 4 美元、输出 20 美元比上一代直降约 40%输出速度还提升了 30%。几个小时后OpenAI 当晚反击上线 GPT-6 Sol2/10 美元和超低价 Luna0.10/0.50 美元价格直接腰斩再腰斩。Luna 的输入价格折合人民币大概 7 毛钱一百万 token——一杯奶茶钱够一个中型 Agent 项目跑好几天。国内阵营也没闲着。SuperCLUE 9 月榜上阿里 Qwen3.8-Max 以 72.62 领跑DeepSeek-V4.1-Flash 以 71.81 紧随其后其中数学推理 84.21、幻觉控制 87.16 都是国内单项第一。开源阵营这边月之暗面 Kimi K3 和智谱 GLM-5.3 已经把国际前排的差距咬进了 3 分以内。一句话总结格局闭源拼上限开源拼性价比中外前排差距缩到 3 分以内。二、为什么偏偏是现在打价格战价格战不是厂商发善心是需求侧的结构变化逼出来的。三个信号值得注意2. 开源权重模型吃掉了半壁江山。Vercel 的数据显示开源权重模型的 token 份额从 2025 年 12 月的 7% 涨到 2026 年 8 月的 56%。当一半的流量都能用便宜的开源模型承接闭源厂商只剩两条路拼上限或者拼价格。3. 商业模式跑通了才有本钱打。DeepSeek 的年化收入运行率已经突破 10 亿美元几个月翻了一倍。低价不再是赔本赚吆喝而是能自我造血的定价策略。这轮价格战打的是规模换生存不是烧钱换市场。三、价格降了为什么你的账单可能还是涨的这是我最近感受最深的一点。价格战看起来是利好但 Agent 工作负载有个阴险的特性消耗增速远超降价速度。举个例子你把一个原本用旗舰模型跑的代码审查任务交给 Agent任务复杂度上升后单次任务的 token 消耗从 5 万涨到 30 万涨了 6 倍价格就算腰斩账单还是原来的 3 倍。更麻烦的是 Agent 的隐性成本重复前缀每轮循环都把系统提示、工具定义、历史上下文重新发一遍失败重试工具调用失败后整段上下文重算成本直接翻倍过度思考简单任务也被深度思考模式跑一遍推理 token 白烧好消息是厂商也在补这些坑。OpenAI 同期为 GPT-6 升级了提示缓存能力重复前缀不再重复计算长上下文场景的响应成本显著下降。但等厂商优化不如自己动手下面是我实战过的四板斧。四、实战我的一套 Agent 降本打法我自己的场景是重度使用 AI Coding 工具链CLI IDE 插件走自建的 API 网关统一接入多个模型。一个月下来账单降了 60% 以上。方法不复杂关键是形成习惯。1. 模型路由让 flash 干杂活旗舰只啃硬骨头这是收益最大的一条。我的原则是任务分级模型分级。代码生成、复杂推理、架构设计 → 旗舰模型deepseek-v4-pro 这一级补全、改写、摘要、格式转换、批量分类 → flash 级小模型更简单的规则化任务正则能搞定的→ 别用 LLM写死代码一个容易被忽略的细节很多 Agent 框架的总结上一步这种内部步骤其实用小模型就够但默认配置往往全程旗舰。仅这一项调整某些流水线的成本就能砍一半以上。2. 提示缓存把重复上下文变成半价会员Agent 循环里 80% 的输入是重复的——系统提示词、工具 schema、项目规范文档。把这些内容固定放在 prompt 前缀的相同位置命中缓存后计费和延迟都会大幅下降。实操要点动态内容永远放尾部稳定内容永远放头部。我见过有人把时间戳放在系统提示第一行直接把缓存命中率打为零这种 bug 不报错、不告警只在账单上默默流血。3. 上下文瘦身历史不是越多越好长上下文不是免学费的自助餐。我的做法工具返回结果先截断/摘要在进入下一轮循环只保留关键字段超过一定轮次后把早期对话压缩成摘要而不是全量携带文件读取按需切片别为了让模型看全把整个仓库塞进去4. 监控先行先有账单颗粒度再谈优化所有降本的前提是知道钱花在哪了。建议在网关层记录每次调用的模型、任务类型、输入/输出/推理 token 三项分开统计。跑一周你就会发现通常 20% 的任务类型贡献了 80% 的成本——然后精准打击那一类任务就够了。五、写在最后价格战的终局是什么我的判断是基准模型的 token 价格会持续趋近于电费真正值钱的两头会越来越贵——一头是前沿能力顶级推理、超长程 Agent 任务一头是工程化能力把便宜 token 组织成可靠业务的那套系统。对工程师来说这意味着两件事别执着于哪个模型最便宜定价会一直变路由能力才是你的降本优化的红利期就在当下——等大家都学会了成本优势就不再是优势这轮价格战最大的赢家不是哪家厂商而是正在把工作负载 Agent 化的我们。前提是你得先算清楚自己的 token 都烧在哪了。以上价格数据截至 2026 年 9 月 26 日公开报道具体以各厂商官网为准。