大模型价格战下半场：Grok 4.5单任务成本不到Opus五分之一

xAI前两天发布了Grok 4.5，定价一出来我就笑了。输入每百万token 2美元，输出6美元。对比GPT-5.6 Sol的输入5美元输出30美元，不到五分之一。对比Claude Opus 4.8的输入5美元输出25美元，不到四分之一。马斯克这次是真把价格打下来了。

但这不是故事的全部。真正有意思的是竞争逻辑变了：从"谁的模型最强"变成了"谁能以最低成本完成真实任务"。

不是最强，但最划算

先看跑分，诚实地说：Grok 4.5不是最强的。Artificial Analysis指数54分排第四，落后于Fable 5、GPT-5.6 Sol和Opus 4.8。SWE-Bench Pro上64.7%也低于Opus的59.0%……等一下，是Grok 64.7%对Opus 59.0%，这个其实是反超了。

但跑分排名恰恰不是这一轮的关键。Grok 4.5真正的杀招在效率：SWE-Bench Pro平均每任务只用15,954个输出token，Opus 4.8需要67,020个，差了4倍多。翻译成人话：解决同一个编程任务，Grok花的token只有Opus四分之一。

xAI官方说Grok 4.5的token效率是同类模型的两倍。结合价格来看，性价比差距不是一星半点。

从Token单价到单任务成本

过去大家看大模型价格，就看每百万token多少钱。但进入真实任务场景后，一个反直觉的事实浮出水面：定价便宜的模型，未必真的便宜。

据Coding Agent Index数据：Grok 4.5在Grok Build中每个任务平均花费2.49美元，GPT-5.6 Sol在Codex中需要5.07美元，Claude Fable 5在Claude Code中需要11.80美元。差距接近5倍。

这是个底层逻辑的变化。衡量单位从"token单价"变成了"单任务成本"。对企业来说真正关心的不是你一秒钟能处理多少token，而是完成一个完整任务要花多少钱。

三家巨头的不同路线

OpenAI用GPT-5.6三档命名（Sol/Terra/Luna）应对。Luna定价输入1美元输出6美元，输入端比Grok还便宜一半。同时推了ChatGPT Work这个跨应用智能体平台，让AI能自己调度不同模型完成任务。

Anthropic在Claude Sonnet 5里内置了effort机制：调用方按任务复杂度调节推理强度，中等effort控制成本，高effort才逼近旗舰。性价比从静态参数变成了动态调节。

三家方向不同，但指向同一个结论：大模型价格战已经进入下半场，赢家不是最强的那个，而是能用最低成本稳定完成真实任务的那个。

国内也在走这条路

DeepSeek-V4-Flash、Qwen3-235B-A22B、Kimi K2.6都在押注"大参数+小激活"的MoE架构，本质上也是追求单任务成本的极致优化。Kimi K3预热定价白天0.9元/百万Token、夜间0.35元，和Grok Luna一个路数。

未来AI调用不一定是终端用户直接选模型。云平台、开发工具的智能路由会默默帮你选最划算的那个。Amazon Bedrock的Intelligent Prompt Routing、微软Azure的Model Router已经在做了。

总结

Grok 4.5的意义不在于它有多强——它不是最强。意义在于它把价格战从"谁最便宜"升级成了"谁最划算"。这个转变对创业者来说是个好事：AI能力在快速商品化，调用成本断崖式下降，真正的门槛变成了你怎么用好它，而不是你花不花得起钱。