AI新风向标?Claude Opus 5发布:大模型价格战进入精细计费时代
作者:格林 ?董义振 文章来源:新芒xAI
2026-07-28 13:00
作者:格林 ?董义振 文章来源:新芒xAI
2026-07-28 13:00
邦小白快读
过去一年,大模型公司的发布会越来越像一场“军备竞赛”。
谁的推理更强,谁的代码能力更好,谁的多模态更自然,谁的上下文更长。每一次新模型发布,行业都会习惯性地追问同一个问题:它是不是又刷新了榜单?
但Claude Opus 5这次释放出的信号,可能不只是“模型更强了”。
更值得关注的是,Anthropic正在把大模型竞争从单纯的能力比拼,推向一个更现实、也更残酷的新阶段:大模型不只要回答得好,还要回答得起。
美国时间7 月24日,Anthropic正式发布Claude Opus 5。按照官方说法,Opus 5在许多任务上接近Claude Fable 5的前沿能力,但价格只有Fable 5的一半。
它的API价格为每百万输入token 5美元、每百万输出token 25美元,与上一代Opus 4.8保持一致。
这句话听起来像一句普通的产品宣传,但放到今天的大模型行业里,其实很关键。
因为大模型正在从“好不好用”,进入“能不能大规模用”的阶段。
大模型价格战:
已经不是简单降价
早期的大模型价格战很直接:你降20%,我降50%;你开放免费额度,我把轻量模型打到更低价格。
但Claude Opus 5的打法不太一样。
它没有简单把价格砍到最低,而是把价格、性能、速度、推理深度拆成了更细的组合。
用户可以通过effort setting调整模型在一个任务上投入多少“思考量”:更高effort意味着更深推理、更强结果,但也会消耗更多token;更低effort则更快、更省,更适合普通任务。
换句话说,大模型正在从“统一电价”,走向“分时电价”。
以前你调用一个模型,只能接受它默认的能力和成本。现在,模型公司开始把“思考强度”做成可调参数,让企业按任务类型来决定:这个任务需要博士级推理,还是普通助理级处理就够了?
这才是精细计费时代的真正含义。
不是所有问题都值得用最贵的模型回答。也不是所有工作都需要模型全力思考。
企业真正怕的,
不是模型贵,而是账单不可控
很多人谈大模型价格战,容易只看单价。但企业客户真正焦虑的,往往不是某个模型每百万token贵几美元,而是AI账单无法预测。
一个客服系统、一套代码审查流程、一个销售自动化Agent,只要开始规模化跑起来,token消耗会迅速变成一笔长期成本。
更麻烦的是,Agentic AI和传统聊天机器人不同。
聊天机器人通常是一问一答,成本比较容易估算。但Agent要规划任务、调用工具、检索资料、反复验证、修正错误,有时候还要跨多个系统执行操作。它不是回答一次,而是“工作一轮”。
这意味着,同一个需求,可能消耗几千token,也可能消耗几十万token。企业真正需要的,不是一个“全能但昂贵”的模型,而是一套可管理的智能资源调度系统。
Claude Opus 5的 effort dial、任务中切换模型、自动fallback,本质上都是在回应这个问题:当AI开始进入真实业务流程,模型公司必须帮客户控制成本。
未来企业采购AI,不会只问“哪个模型最强”,而会问三个更现实的问题:
这个任务用哪个模型最划算?
这个模型在什么effort档位最合适?
如果它拒答、超时、成本过高,能不能自动切到另一个模型?
这也是为什么Claude Opus 5值得写。它不是一次单点升级,而是在告诉市场:大模型正在变成云计算资源。
从“买模型”到“买算力策略”
如果把过去的大模型看成一个超级应用,那么今天的大模型更像云计算服务。
企业不会只买一台最强服务器,而是会根据任务负载选择CPU、GPU、存储、带宽和调度策略。同样,未来企业也不会只固定使用一个最强模型,而会根据任务复杂度,把不同模型、不同推理强度、不同上下文长度组合起来。
简单文本摘要,用低成本模型。
复杂代码重构,用高effort的强模型。
合规风险较高的任务,用安全策略更严格的模型。
实时语音交互,用速度更快、延迟更低的模型。
长周期Agent工作流,则需要一个能持续规划、验证、调用工具并管理上下文的模型。
Claude Opus 5的发布,把这个趋势摆到了台面上:模型能力正在被产品化、颗粒化、计量化。
这其实会改变AI行业的竞争逻辑。
过去,大模型公司拼的是“谁的上限最高”。接下来,它们还要拼“谁能把不同档位的智能卖得更清楚、更稳定、更可控”。
为什么Anthropic
此时强调“半价接近Fable 5”?
这背后还有一个背景:Claude Fable 5是 Anthropic更高阶的模型,官方此前定价为每百万输入token 10美元、输出token 50美元。相比之下,Opus 5的价格正好是它的一半。
如果Opus 5在大量知识工作、代码、企业自动化任务中接近Fable 5,那么对企业来说,一个很自然的问题就会出现:
为什么日常任务还要一直用最贵的模型?
这不是Anthropic一家的问题,而是整个前沿模型行业都会遇到的问题。
最强模型可以用于标杆、研究、极复杂任务和长周期Agent。但真正撑起商业收入的,往往是高频、稳定、可规模化的日常工作流。
这就是Opus 5的战略位置:它不是要取代Fable 5,而是要成为企业每天都愿意打开、愿意接入、愿意持续付费的主力模型。
在AI商业化里,“最强”不一定等于“最赚钱”。
最赚钱的模型,可能是那个能力足够强、成本足够可控、适合被大规模部署的模型。
AI Agent会把计费问题彻底放大
这件事对Agentic AI尤其重要。
Agent的价值在于替人做事,但做事就意味着不确定性。它可能要查资料、写代码、跑测试、打开网页、改表格、发邮件、做复盘。每多一步,都是成本。
如果模型公司不能把Agent的成本透明化,企业就很难放心把关键流程交给AI。
所以,未来Agent产品的核心竞争力,可能不只是“能不能完成任务”,还包括“能不能在预算内完成任务”。
一个真正成熟的企业Agent,应该像项目经理一样理解成本:
什么步骤值得深度推理?
什么步骤可以交给便宜模型?
什么时候应该停止继续探索?
什么时候应该请求人工确认?
什么时候结果已经足够好,不必继续消耗算力?
Claude Opus 5的精细化effort控制,正是朝这个方向迈出的一步。它把“模型思考”从黑盒,变成企业可以调度的资源。
这也是大模型进入生产系统必须经历的一关。
对中国大模型公司的启发:
便宜还不够,要可调度
这件事对中国大模型厂商也有启发。
过去一年,中国模型最大的优势之一是价格。无论是开源模型、API调用,还是本地化部署,中国厂商都在用更低成本争夺开发者和企业客户。
但如果只停留在“我比你便宜”,这个优势会很快被追平。
真正的下一步,是让企业能够精细管理模型成本。
也就是说,中国大模型厂商不能只做低价模型,还要做模型路由、任务分级、推理强度控制、上下文压缩、缓存复用、Agent成本审计、私有化部署账单管理。
企业买的不是一个聊天框,而是一套AI生产力系统。
谁能让企业清楚知道每个Agent、每条工作流、每次调用到底花了多少钱,带来了多少效率,节省了多少人力,谁才更有机会拿下长期订单。
这也是国产大模型进入企业市场后绕不开的问题:便宜是敲门砖,可控才是护城河。
大模型进入“智能会计时代”
Claude Opus 5的发布,表面上是Anthropic又更新了一个模型。
但它更像一个行业信号:大模型竞争正在进入智能会计时代。
模型公司不再只展示榜单分数,而是要告诉客户:
同样一件事,我能不能用更少token完成?
同样一个结果,我能不能用更低effort完成?
同样一个Agent流程,我能不能自动选择更合适的模型?
这会让大模型行业越来越像云计算行业。云厂商不是只卖最强服务器,而是卖弹性、调度、稳定性和成本治理。AI公司未来也不会只卖最强模型,而是卖一整套“智能资源管理能力”。
谁能把智能卖得更便宜,谁就能获得更多用户。
但谁能把智能卖得更可控,谁才可能真正进入企业核心流程。
▌新芒xAI评论
Claude Opus 5最值得讨论的地方,不是它又刷新了多少榜单,而是它把一个行业现实摆到了所有人面前:
大模型已经过了只靠炫技吸引注意力的阶段。
下一轮竞争,不只是模型更聪明,而是模型的聪明能否被企业按需调用、按量计费、按任务优化。
当AI成为企业日常工作的一部分,价格战就不会停留在“谁更便宜”。
它会变成一场更精细的战争:谁能让每一次模型思考,都变得更值得。
注:文/格林 董义振,文章来源:新芒xAI(公众号ID:xinmangx),本文为作者独立观点,不代表亿邦动力立场。
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
Claude Opus 5的API定价是多少?
美国时间7月24日Anthropic正式发布Claude Opus 5,其API价格为每百万输入token 5美元、每百万输出token 25美元,与上一代Opus 4.8保持一致,性能接近更高阶的Claude Fable 5但价格仅为后者的一半。
大模型精细计费模式是什么意思?
大模型精细计费不再采用统一计价规则,而是将价格、性能、速度、推理深度拆分为细粒度组合,用户可通过调整推理思考量档位,按照任务类型匹配对应成本的模型服务,有效控制AI使用成本。
企业采购大模型重点关注哪些问题?
未来企业采购大模型不再仅关注模型能力强弱,核心关注三个问题:对应任务使用哪个模型最划算,模型配置什么推理强度档位最合适,出现拒答、超时、成本过高时能否自动切换其他模型。
大模型行业未来的核心竞争方向是什么?
大模型行业竞争将从单纯的能力上限比拼,转向智能资源管理能力竞争,厂商需要为客户提供模型路由、任务分级、推理强度控制等成本治理能力,实现智能服务可调度、成本可管控才能获得企业客户长期认可。
下一篇
美团AI“小团”升级:从帮用户“找信息”到替用户“办成事”
本地生活AI正在跨越一道门槛:从帮用户“找信息”到替用户“办成事”。7月27日,美团宣布旗下本地生活AI原生助手“小团”完成全面升级。美团将这一变化概括为:从“问小团”到“让小团帮忙”。









