全球AI巨頭集體調頭：大模型的價格戰結束了

“Grok 4.5不是最強的大模型，但它值得一試。”7月15日，馬斯克在X上發了這么一句話。語氣平淡。

背后是SpaceXAI剛剛經歷的一個瘋狂月份：6月12日，SpaceX以史上最大IPO登陸納斯達克，定價每股135美元，估值約1.77萬億美元，融資約750億美元；6月16日，宣布以600億美元全股票收購AI編程工具Cursor；7月8日，推出Grok 4.5；次日，OpenAI就發布了GPT-5.6。這不像巧合，更像一場蓄謀已久的價格戰信號。

比發布密度更值得注意的，是巨頭們對模型的敘事方式正在集體轉向。

Grok 4.5的API定價：輸入每百萬token 2美元，輸出每百萬token 6美元。對比Claude Opus 4.8（輸入5美元、輸出25美元）和GPT-5.6 Sol（輸入5美元、輸出30美元），不到對方的四分之一到五分之一。更關鍵的是效率：xAI稱Grok 4.5的token效率是同類模型的兩倍。SWE-Bench Pro測試中，Grok 4.5平均每任務消耗15,954個輸出token，Opus 4.8需要67,020個，差距超過4倍。但OpenAI沒有坐視。GPT-5.6 Luna定價輸入1美元、輸出6美元，輸入端比Grok 4.5還便宜一半。

價格戰剛打響，對手已經跟進了。

從“誰最強”到“誰最劃算”

xAI官方公布的基準測試顯示了一個略顯尷尬但誠實的事實：Grok 4.5不是最強的。在Artificial Analysis Intelligence Index中，它以54分排名第四，僅次于Fable 5、GPT-5.6 Sol和Opus 4.8，但領先所有開源模型和Gemini系列。與Opus 4.8各有勝負：DeepSWE 1.0上62.0%對55.8%勝出，Terminal-Bench 2.1上83.3%對78.9%領先；但在DeepSWE 1.1中僅得53.0%，遠低于Opus 4.8的59.0%；SWE-Bench Pro上64.7%同樣落后。

但跑分排名恰恰不是這一輪競爭的關鍵。競爭邏輯正在從“誰的模型最強”轉向“誰的模型能在真實場景中最劃算地完成任務”。Grok 4.5選擇的路徑是：先鎖定高頻場景，再圍繞場景定義模型能力和成本結構。

它背后的盟友是Cursor。通過深度聯合訓練，Grok 4.5獨家消化了萬億級Token的開發者真實交互數據：頂尖程序員寫代碼時的每一次回刪、遇到報錯時的每一次文件跳轉。與訓練公開代碼倉庫不同，Cursor數百萬開發者的真實編程會話數據，包含了失敗、重試、上下文切換和多步決策，是任何公開數據集都無法提供的實戰經驗。xAI還引入了一種異步學習訓練方法論，讓持續數小時的Agent訓練可以與模型訓練并行進行。

這一策略的橫向對標，可以看到三家巨頭走了三條不同的路。

OpenAI的GPT-5.6用Sol/Terra/Luna三級命名取代了“旗艦+mini/nano”體系。Sol承擔復雜推理和Agent等高難任務，價格與GPT-5.5持平；Terra綜合表現接近GPT-5.5，落在中端價格區間；Luna與開源GLM-5.2同價位，主打高并發低延遲。核心是：能力跟著場景走，成本跟著任務變。7月15日，OpenAI還推出了ChatGPT Work，一個跨應用自動化職場任務的智能體平臺，同時被曝首款AI硬件是無屏便攜智能音箱，搭載GPT-Live語音交互。

Anthropic在6月底發布的Claude Sonnet 5則內置了effort機制：調用方可根據任務復雜度調節推理強度。中等effort控制成本，高effort才逼近旗艦表現。這打破了“選定模型就鎖定成本”的舊邏輯，性價比從靜態參數變成了動態調節。

三家的共同指向已經很清楚：大模型競爭正在從“誰的模型最強”，變成“誰的模型能在真實場景中最劃算地完成任務”。

“單任務成本”：新的衡量標尺

當模型進入真實任務場景，一個反直覺的結論浮出水面：定價便宜的模型，未必真的便宜。

Grok 4.5的官方緩存命中價是每百萬Token 0.50美元，相當于標準輸入價的75%折扣。但真正的差距在單任務成本上。據Coding Agent Index數據，Grok 4.5在Grok Build中每個任務平均花費2.49美元，而GPT-5.6 Sol在Codex中需要5.07美元，Claude Fable 5在Claude Code中需要11.80美元，差距接近5倍。

效率數據同樣驚人。解決同一道SWE-Bench Pro任務，Grok 4.5平均只用1.6萬個輸出Token，Opus 4.8要用6.7萬個，效率差了4倍多。Grok 4.5輸出端6美元不到Opus 4.8（25美元）的四分之一。但如果把GPT-5.6 Luna（輸入1美元/輸出6美元）拉進來對比，會發現Grok在輸出定價上只是追平了OpenAI，真正被甩開身位的只有Anthropic一家。

性價比的衡量單位從“token單價”變成“單任務成本”，這一趨勢在國內同樣明顯：DeepSeek-V4-Flash、Qwen3-235B-A22B、Kimi K2.6集體押注“大參數+小激活”的MoE架構。更值得關注的是馬斯克透露的一個信息：xAI尚未部署內部開發的C/C++推理棧，一旦部署，速度預計會翻倍以上。這意味著Grok 4.5的成本還有進一步下降的空間，價格戰的下半場可能還沒真正開始。

當性價比的衡量單位轉向“單任務成本”，企業真正關心的從“哪個模型最強”轉向“哪個模型能被長期穩定低成本地默認調用”。OpenAI的ChatGPT Work正是這一邏輯的產物，它不是一個聊天界面，而是一個智能體平臺，能跨應用調度任務，背后默認調用GPT-5.6系列中不同層級的模型。

云平臺也在產品化這一趨勢。Amazon Bedrock推出Intelligent Prompt Routing，微軟Azure AI Foundry上線Model Router。Google在7月15日宣布Chrome瀏覽器將進一步整合Gemini AI，計劃下個月登陸iOS。開發工具中的OpenRouter、LiteLLM也在承擔類似角色。未來很多調用未必由終端用戶直接決定，而是由云平臺和框架提前分配。

Grok 4.5與Cursor的組合是這一邏輯的縮影，Cursor是開發者生態的高頻入口，Grok 4.5嵌入其中成為默認模型。但隱患同樣存在：Cursor在AI編程工具市場的份額已從2025年6月的41%下降到2026年5月的26%，Anthropic控制了這個類別的一半。如果Cursor的用戶基礎持續收縮，Grok 4.5的數據飛輪能轉多久？

類似的協同優化正在行業蔓延。Google將Gemini深度嵌入Gmail、Docs等工作場景；騰訊混元Hy3與WorkBuddy結合，從preview到正式版日均token消耗增長20倍，辦公場景任務成功率從72%提升至90%。模型只有進入真實任務，才能獲得穩定調用、真實反饋和持續優化空間。

由此形成新的競爭飛輪：更低單任務成本帶來更多默認調用，更多默認調用帶來更大規模和更多真實反饋，真實反饋繼續推動優化，進一步降低單任務成本。

對手付錢幫你訓練模型

馬斯克做生意的底層邏輯，從特斯拉到SpaceX，始終是用成本結構顛覆現有格局。在AI大模型市場，這個邏輯正在重現。Grok 4.5的定價遠低于Opus 4.8和GPT-5.6 Sol。但低價不是慈善，是戰略。SpaceXAI擁有Colossus超級計算機，正在向競爭對手——包括Anthropic和Google——出租算力。據Axios報道，Grok 4.5的訓練使用了與SpaceXAI出租給Anthropic和Google的相同算力資源。這聽起來荒謬：競爭對手付錢幫馬斯克訓練模型來打擊他們自己。但這就是AI時代的算力經濟學——當你控制著基礎設施，你就有能力在應用層打價格戰。

算力規模也在快速擴張。Grok 4.5在數萬塊NVIDIA GB300 GPU上訓練，路透社報道SpaceXAI的算力成本被大規模基礎設施攤薄。但擴張的另一面是代價：7月15日路透社披露，xAI位于田納西州的Colossus 2數據中心違規安裝了59臺天然氣渦輪機，未獲環境許可，影響方圓8公里居民健康。

更大的風暴在模型發布一周后襲來。

7月13日，獨立安全研究員@cereblab發布抓包分析：Grok Build CLI（v0.2.93）會在用戶毫不知情的情況下，將整個Git倉庫：包括未被讀取的文件、完整的Git歷史、.env配置文件甚至SSH密鑰，打包上傳至xAI的谷歌云存儲桶。即便用戶關閉“改進模型”選項，上傳行為依然無法停止。

沉默兩天后，馬斯克在X上開口第一個詞是“True”，承認事情屬實，承諾所有數據“一個字節不留”徹底刪除，上線/privacy命令。更出乎意料的是后續動作：7月15日，SpaceXAI宣布開源Grok Build，將源代碼發布至GitHub，并重置所有用戶的使用限制。針對隱私爭議，公司回應稱Grok Build自上線以來完全尊重零數據保留（ZDR）原則，用戶始終可在命令行界面禁用數據上傳。早期測試版中，非ZDR用戶默認啟用了數據保留，但自7月12日起已為所有用戶禁用默認數據保留，并正在刪除此前保留的所有編碼數據。從“偷偷上傳”到“全部開源”再到“數據清零”，這一系列動作只用了48小時。

而Grok 4.5的獨家賣點恰恰是“收集開發者的認知行為數據”。當“行為數據”從聯合訓練的協議內容變成悄無聲息的后臺上傳，信任的邊界在哪里？加上Cursor市場份額持續縮水（41%到26%），Grok 4.5最核心的“行為數據飛輪”面臨雙重壓力：用戶基礎在縮小，信任基礎在動搖。

性價比競爭已經超出降價競賽本身。19世紀，經濟學家杰文斯觀察到：蒸汽機效率越高，煤炭消耗反而越多，效率提升沒有抑制使用，反而降低了使用門檻。大模型正在接近自己的“杰文斯時刻”。性價比競爭的結果，未必是AI總成本下降，而是AI使用密度上升。

7月15日，Anthropic被曝加速推進IPO，估值已達9650億美元，首次超過OpenAI成為全球估值最高的未上市AI公司。市場對這種密度上升正在提前定價：AI不再是一個“要不要用”的問題，而是一個“用在哪、用多少”的問題。但前提是，用戶得知道自己的數據去了哪里。

別再迷信單純的算力堆砌了，得“場景數據”者，得天下。但前提是，用戶得知道自己的數據去了哪里。

（本文首發鈦媒體APP · 作者 硅谷Tech_news · 編輯 林深）