旗舰模型负责刷新能力上限，真正承载规模化调用的却是中档模型。近期一批产品动作把这一分工摊到了明面上：GPT-6.1 Sol以接近旗舰的智能水平定价却只有旗舰的五分之一，Claude Sonnet 5.5维持原有标价、单任务成本最高下降三成、速度提升超过三成，Manus 2.0则把运行成本再砍掉约三成。这些信号指向同一个判断：大模型商业化的主战场，正在从能力上限的比拼转向中档市场的单位成本精算。
中档模型为什么是走量的现金牛
从需求结构看，企业级的高频调用往往集中在标准化任务上，对绝对能力上限并不敏感，却对单位任务成本极为敏感。旗舰模型能力最强，但推理开销高，难以支撑大批量、持续性的生产调用；中档模型只要在关键基准上达到够用的水平，就能凭借更低的调用成本吃下批量场景。Sonnet 5.5在编码类基准上反超自家旗舰的表现，恰好说明中档产品在实际任务上已具备与旗舰同台竞争的可能，这就削弱了为高价旗舰付费的必要性。
价格竞争之所以聚焦中档，还因为这里的价格弹性最大。旗舰定价面向少数追求极限能力的场景，降价空间有限；而中档市场里，采购决策高度依赖每百万Token的输入输出价格与单任务综合开销，任何一家把单位成本压下来，都可能直接改写开发者的选型。GPT-6.1 Sol的五分之一定价与Sonnet 5.5的同价增效，本质上是同一场竞争的正面交锋。
成本下降靠的是效率工程
值得区分的是，中档市场的价格战并非单纯的标价补贴，而是效率工程驱动的成本重构。Sonnet 5.5标价与前代持平，成本下降来自更省Token；Manus 2.0的成本降低同样伴随Token消耗下降与完成时间缩短。换言之，厂商是在推理效率、Token利用率和任务完成路径上做文章，把单位任务的真实开销压下去，再以更优的性价比参与竞争。这种以工程效率为底盘的降价更具可持续性，也更难被简单的价格跟随所抵消。
对开发者而言，这是实打实的红利：同样的预算能覆盖更多调用，或在不增加成本的前提下获得更快响应。但选型时不宜只盯着标价，更应关注单位任务的综合成本，即完成一个真实任务实际消耗的Token与时间，以及模型在目标场景基准上的稳定表现。标价相同的两个模型，因Token效率不同，实际成本可能相差可观。
价格战背后的商业逻辑与风险
把价格武器对准中档，反映的是头部厂商用性价比扩大用户基本盘、进而争夺生态入口的策略。谁能让批量调用更便宜，谁就更可能沉淀企业级客户，并把这些客户导入自家的智能体与工作流生态。这也解释了为何模型能力的叙事之外，成本与效率被摆到了同等重要的位置。
不过，持续压价对厂商的财务结构是长期考验。头部公司普遍呈现高速增长与巨额亏损并存的画像，中档市场的低毛利意味着规模必须足够大才能覆盖研发与算力投入。对采购方来说，也需警惕过度依赖单一低价供应商带来的迁移成本，以及价格调整、服务稳定性变化的潜在波动。把中档模型当作长期基础设施来评估，比追逐一时的最低报价更稳妥。
价格战打到中档，说明大模型的竞争已从展示能力进入精算成本的阶段。对使用者而言，务实的做法是建立以单位任务成本和目标场景表现为核心的评估口径，在能力够用的前提下持续比较各家的真实开销，让降价红利落到实际业务上。