OpenAI 考慮大砍 Token 價格，AI 雙雄 IPO 前夕醞釀價格戰

本文整理自《Techmeme Ride Home》2026 年 6 月播出的單集，並綜合《華爾街日報》等媒體報導。

---

OpenAI 執行長山姆．奧特曼（Sam Altman）最近在一場公開活動上坦言，AI 的成本已經變成「一個很大的問題」，承諾會想辦法讓使用者用更少的錢得到更多價值。這聽起來像是例行的客戶安撫，但《華爾街日報》（WSJ）接著爆出的消息讓這句話有了完全不同的重量：OpenAI 正在考慮大幅調降 Token 價格，而且動機不是善意，是恐懼。WSJ 的消息來源指出，OpenAI 預期 Anthropic 即將做出類似的降價，所以搶先布局。

AI 產業兩大巨頭同時考慮砍價，在雙方都還在大幅虧損的情況下，這不是良性競爭，更像是一場有可能拖垮雙方的消耗戰。

Claude Code 爆紅，Anthropic 估值首度超車

要理解 OpenAI 為什麼急了，得先看另一組數字。Anthropic 的程式碼代理工具 Claude Code 在軟體工程師圈子裡爆紅，直接帶動了公司營收的急速攀升。結果是一個讓矽谷瞠目結舌的里程碑：這家成立才五年的新創公司，估值首度超越了 OpenAI。

這對 OpenAI 來說不只是面子問題。過去幾年，OpenAI 一直是 AI 產業的領頭羊，無論是技術影響力、品牌知名度還是企業客戶規模都佔據優勢。但 Claude Code 的成功證明了一件事：在 AI 工具這個市場上，使用者的忠誠度是脆弱的。誰的工具好用，開發者就往誰那邊跑，品牌光環擋不住實際的產品體驗。OpenAI 的回應是加速推出自家的程式碼工具 Codex，把它列為公司的核心戰略重點。但追趕者的處境永遠比領先者尷尬，何況 Claude Code 已經建立了龐大的使用者基底。

《華爾街日報》的報導更點出一個投資人長期擔心的結構性風險：OpenAI 和 Anthropic 的產品高度可替代。企業客戶從一家換到另一家的轉換成本極低，這意味著兩家公司都很難透過產品差異化來建立護城河。當產品差不多的時候，價格就成了唯一的戰場，而價格戰正是利潤最殘酷的殺手。

企業端的 AI 支出正在撞牆

砍價的壓力不只來自競爭對手，也來自客戶端。企業對 AI 的熱情正在被帳單冷卻。

一位 Uber 高階主管表示，公司已經用完了 2026 年整年的自主式 AI（agentic AI）預算。另一位企業主管則在上個月坦承，很難把 AI 帶來的程式碼生產力提升，跟實際的新客戶功能連結起來。用白話說就是：AI 工具確實讓工程師寫程式碼寫得更快了，但公司看不到這些速度提升轉化成了什麼商業成果。

這些聲音在矽谷催生了一場關於「Token Maxing」的辯論。Token Maxing 指的是企業盡可能地消耗 AI Token 來衝生產力，但實際產出的投資報酬率卻跟不上。有些公司砸了大量預算在 Anthropic 的產品上，現在主管層級開始喊停、要求控制支出。這不是個別現象，而是一種正在蔓延的情緒：AI 很炫、工程師很愛用，但財務長看到帳單的時候笑不出來。

這對 OpenAI 和 Anthropic 都是壞消息。兩家公司目前都還在大幅虧損，運算資源的成本極其龐大。如果連最熱情的企業客戶都開始縮手，營收成長的故事要怎麼跟投資人講？在這個背景下談降價，等於是在已經見底的利潤上再挖一鏟。

雙雄 IPO 倒數

偏偏這一切發生在兩家公司都在衝刺 IPO 的節骨眼。OpenAI 本週秘密提交了上市申請（confidential S-1 filing），奧特曼在公司內部的 Slack 上告訴員工，計畫「在未來一年內」上市。Anthropic 更早之前已經遞了件。AI 產業兩大龍頭同時準備敲鐘，這場 IPO 競賽本身就夠吸引眼球了，但在這個時間點爆發價格戰，讓情勢變得格外棘手。

對即將公開上市的公司來說，利潤率是投資人最在意的指標之一。大幅砍價意味著利潤率會進一步壓縮，而兩家公司本來就在虧損。這場價格戰如果真的開打，會是上市前對雙方商業模式最嚴酷的壓力測試。投資人會問一個很簡單的問題：如果你的產品跟對手的高度可替代，客戶可以輕鬆跳槽，你又在拼命砍價，你的護城河到底在哪裡？

還有一件事讓外界嗅到不安的氣息：奧特曼最近在積極遊說美國政府入股 OpenAI。不管真正的原因是什麼，這個舉動在市場上被部分人解讀為某種程度的財務壓力訊號。一家即將 IPO 的公司，理論上應該對自己的融資能力信心滿滿，為什麼還需要政府來當股東？

我的觀察：可替代性才是真正的炸彈

這場潛在的價格戰最值得關注的不是誰先砍價、砍多少，而是它揭露的結構性問題：兩家 AI 巨頭的產品，在企業客戶眼中可能沒有它們自己想像的那麼不同。

在雲端運算的早期，AWS、Azure、Google Cloud 也打過價格戰。但雲端服務有遷移成本，企業一旦把架構搭好，換平台的痛苦是真實的。AI 模型的 API 就不一樣了，從 Claude 換到 GPT（或反過來）的技術門檻相對低，很多企業已經在做多模型部署，隨時可以把流量從一家切到另一家。這種高度可替代性，是兩家公司在 IPO 招股書裡最不想被投資人放大檢視的弱點。

Anthropic 的 Claude Code 確實打了漂亮的一仗，但這場勝利同時證明了市場風向可以多快地轉變。今天開發者湧向 Claude Code，明天 OpenAI 的 Codex 如果做出殺手級功能，風向可以瞬間逆轉。沒有哪一方擁有持久的技術壁壘，至少目前看起來沒有。

企業客戶那邊，「Token Maxing」的辯論其實揭示了一個更根本的問題：AI 工具目前最大的價值停留在「讓個人工作更快」的層次，還沒有系統性地轉化為「讓企業賺更多錢」。當 AI 支出從個別工程師的生產力工具，變成一筆需要對財務長負責的重大費用時，ROI 的壓力就會逼著企業精打細算。在這個階段砍價，短期可能吸引更多使用者，長期卻可能把 AI 服務變成一個低利潤的商品市場。

兩家公司同時朝 IPO 跑，同時在考慮砍價，同時都還在虧損。這個局面不太好看。對投資人來說，最重要的問題已經不是「誰的模型比較強」，而是「當產品可以互換的時候，你憑什麼賺到錢？」