比開源還便宜？OpenAI 把 AI 推進晶片設計，宣稱在價格上擊敗中國對手

過去兩年，AI 定價的話語權一直單向傾斜：中國開源模型是「便宜」的選項，美國實驗室則收取溢價。9 月 9 日，在高盛 Communacopia + Technology 科技會議上，OpenAI 財務長 Sarah Friar 試圖徹底翻轉這個敘事——她主張，歷經一輪激烈降價後，OpenAI 的模型在「實際運行的總成本」上已經可以比「免費」的開源替代方案更便宜，而且公司正把企業業務推進到這個論述最有說服力的專業垂直領域：半導體設計與生命科學。

Friar 說了什麼

核心主張是經濟层面的，不是技術层面的。OpenAI 近期將低價模型 Luna 的價格調降 80%，Friar 表示這波降價帶來約十倍的用量成長。她對台下投資人與科技、電信高管的論證是：把開源模型的隱藏成本算進去——你為了跑它而租用的雲端 GPU、維運所需的工程人力——部署 OpenAI 的 API，最終可能比透過雲端供應商運行中國開源模型更划算。

這是對 DeepSeek 等開放權重模型價值主張的直接攻擊。這類模型今年在美國企業端持續攻城掠地。CNBC 七月報導，業界買方估計中國開源模型比 OpenAI、Anthropic 的旗艦方案便宜 60% 到 90%——這個價差逼得美國實驗室不得不出手。7 月 30 日的 Luna 降價，把價格壓到大約每百萬輸入 token 0.20 美元、每百萬輸出 token 1.20 美元，刻意在輸入成本上滑到 DeepSeek 之下。

Friar 用最新的成長數據為這套論述背書。她說，企業營收 6 月到 7 月成長 32%，同期整體年化營收成長率為 20%，前者明顯跑贏。公司的編碼產品 Codex 目前已有 2,500 萬用戶。傳達的訊息很清楚：降價不是放棄利潤率，而是解鎖需求——用量暴增帶來的規模，遠超過單價的損失。

為什麼是晶片設計與生命科學

垂直領域的選擇，才是戰略上最值得玩味的部分。OpenAI 正從通用聊天機器人與編碼助理，擴張到專業工業應用，而 Friar 點名的灘頭堡正是晶片設計與生命科學。

晶片設計是個很有意思的選擇。這是一個「每解決一個問題就創造巨大經濟價值」的領域，工程人才長期短缺，而且——對 OpenAI 來說很方便——客戶群本來就在模擬與 EDA 工具上砸下數十億美元。AI 輔助設計可以縮短開發週期、降低新晶片的量產成本，這個推銷話術對那些原本是 OpenAI 供應商、現在變成客戶的半導體公司同樣有效。OpenAI 已證實正與三星合作開發 AI 系統的次世代記憶體晶片；一方面向晶片產業「購買」晶片，一方面向同一個生態系「銷售」設計智能，OpenAI 同時扮演了客戶、夥伴與供應商三種角色。

生命科學則是另一個自然的垂直市場：監管夠嚴格，買方願意為可靠性與問責性付費；資料夠豐富，前沿模型相對小型開放權重模型有實質優勢；而且今年已有 AI 驅動的藥物探索計畫產出臨床候選藥物，可行性獲得驗證。

開源鉗形攻勢

要理解 OpenAI 為何在此時提出這套論述，得看競爭格局。美中經濟與安全審查委員會（USCC）2026 年 3 月的報告，把中國的開放 AI 戰略描述為強化其產業主導地位的工具——開放權重模型是讓中國 AI 技術棧滲透全球的刻意手段。面對 AI 預算膨脹的美國企業並不排斥混用：把便宜流量導向中國開源模型、把困難任務留給前沿實驗室的多供應商路由，今年夏天已成為精打細算的新創公司的標準做法。

OpenAI 的反擊有三路：

1. 絕對降價——Luna 大砍 80%，加上 GPT-5.6 系列的類似調降，讓「混用」的誘因大幅消失。
2. 總持有成本論述——Friar 的主張：自架的「免費」模型，在租用雲端 GPU 上藏著隱性的服務成本。
3. 垂直鎖定——晶片設計與生命科學的專業部署，轉換成本高，且工作難度讓低價模型難以勝任。

這個策略的風險是老問題：與邊際成本趨近於零的對手打價格戰。開放權重模型不需要從每次推論回收訓練成本——發布它們的背後者有產業與戰略理由讓它們保持便宜。如果中國實驗室再降價回應，OpenAI 等於被迫打一場它過去兩年明確想避開的消耗戰。

企業業務正在扛起整家公司

Friar 引用的 6 月至 7 月數據，延續了今年全年的趨勢：企業客戶才是成長引擎。企業營收月增 32%——是整體年化營收增速的 1.6 倍——顯示儘管 ChatGPT 的消費者故事依然龐大，相對於 API 與企業席位銷售，其成長正在趨緩。

這也重新定義了 Luna 降價的目的。降價 80% 換來十倍用量，代表 OpenAI 刻意用單位經濟換取規模與資料流——跟雲端供應商玩了十年的劇本如出一轍。每一個搬上 Luna 的企業工作負載，就是一個沒有去驗證中國開源替代方案的工作負載、一個不為對手產生遙測數據的工作負載、一個不圍繞別人生態系建構工具的工作負載。

後續觀察

有三件事決定 Friar 這場會議推銷會不會經得起時間考驗。第一，OpenAI 下次財務細節外流時，降價後的 Luna 實際利潤率長什麼樣——價格剩兩成、用量十倍，代表每個工作負載的營收大幅下滑，除非基礎設施成本同步下降，否則帳算不攏。第二，會不會出現具名的晶片設計或生命科學客戶；垂直市場的故事好發布、難落地，而半導體業的運行週期是以年計的。第三，DeepSeek、阿里巴巴與其他開放權重玩家在價格上如何回應——因為成本優勢一旦翻轉，那些為了省錢而來的企業，也會為了省錢而離開。

不過就目前而言，「論述本身的翻轉」就是新聞。那家在 2024、2025 年捍衛溢價定價的實驗室，已經開始主張自己是省錢的選項——而且手上真有一張用量曲線可以佐證。