企业官网建设流程全解析

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 Sol（2/10 美元）和超低价 Luna（0.10/0.50 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：

1. 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

1. 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。