AI服务的价格比较,正从“每百万Token多少钱”转向“完成一项工作要花多少钱”。OpenAI在7月发布的文章中提出,判断AI投入不能只看Token单价,还应观察完成了多少有用工作、一个成功任务的成本、结果可靠性,以及规模使用后的单位产出。该公司在GPT-5.6相关材料中也延续了按任务衡量效率的表述,并说明不同模型在速度、价格和任务表现之间的定位。
Anthropic的公开研究采用了另一条观察路径。其2026年6月经济指数报告将对话映射到工作任务和职业类别,再根据输入、输出及内部推理消耗的Token估算计算成本。报告显示,工作任务的计算投入与对应职业报酬之间存在正相关,也有明显例外。这并非一张统一的服务报价表,而是用来观察模型使用行为和计算消耗如何随任务类型变化的方法。
两家公司材料的共同点在于,单次输入或输出的价格并不能完整代表工作流成本。长任务可能包含多次调用、内部推理、工具操作和人工复核;价格较高的模型若能减少失败或返工,整项工作的总成本未必更高。相反,若“成功任务”缺少清晰定义,每任务成本也难以成为可比较的指标。
对企业采购者而言,这一计量方式把注意力放回具体业务结果。同一项文档处理、客服分类或实现任务,需要结合完成率、人工返工、调用时延和总消耗判断成本。模型厂商则需把定价、评测和工作流工具放在同一框架中说明,帮助客户判断更高能力是否能够降低单位工作成本。