大模型的价格战，正在从「文字」打到「声音和图片」
本篇以中外对比·价格战视角展开：以 9 月 22—23 日 48 小时内「Claude Opus 5.5 降本 40% + GPT-6 Sol/Luna 价格腰斩 + 阿里 Qwen-Audio-3.1 语音全线降价 70%–95% + 腾讯 Hy Image 3.5 每张 0.15 元」四组动作同频发生为锚点，讲清 token 价格战从「文本」扩展到「语音/多模态」的第二回合——以及它对「被 AI 引用」这门生意的直接含义。
GEO Labs · GEO百科第35期 · 2026年10月3日
一个反常识的现象：48 小时里，中外巨头在「比谁更便宜」
9 月 22 日到 23 日，AI 行业干了件平时很少见的事——不是比谁更强，而是比谁更便宜。
海外线，一夜三款新模型：Anthropic 发布 Claude Opus 5.5，能力接近旗舰 Fable 5.1，但典型任务运行成本较上一代 Opus 5 降了约 40%、输出提速超 30%；OpenAI 同日发布 GPT-6 Sol 与 GPT-6 Luna 两款低成本型号，定价较 GPT-5.6 促销价再下调 50%——其中 Luna 每百万 token 输入 0.10 美元、输出 0.50 美元，成本约为上代主力模型的 1% 左右。
中国大陆线同步跟进：阿里发布 Qwen-Audio-3.1 全套语音模型，ASR 降价约 95%、TTS 降约 70%、Realtime 降约 85%；腾讯推出混元图像模型 Hy Image 3.5 preview，定价 0.15 元/张。
注意这场价格战的关键变化：它不再只卷「文字」。 语音识别、语音合成、图片生成，全被拉进了同一条降价曲线。这就是我们说的「成本曲线下移全模态化」。
「全模态化」到底意味着什么
先说清楚一个概念。过去两年，大模型的 token 价格一直在降——那是「文本」这一条曲线在下移。你让 AI 写一段话、总结一份文档、翻译一篇文章，单价一直在掉。
这一轮的不同，是「语音」和「图片」这两条新曲线，也被拽下来了。 而且不是小幅调整，是腰斩、是打一折：
- 阿里语音：ASR 降 95%，意味着「让 AI 听懂你说的话」这件事，成本掉到原来的二十分之一；
- 腾讯图像：0.15 元一张，意味着「让 AI 生成一张图」接近地板价；
- OpenAI Luna：成本约为上代主力的 1%，意味着「高频次、低成本的调用」第一次便宜到可以忽略不计。
对做 GEO 的人来说，这有一个直接后果：「让 AI 多次调用你的内容、在多个入口都出现你的品牌」这件事，成本门槛大幅下降。
为什么这直接关系到「被 AI 引用」
至少四层传导：
第一，「多模型引用策略」从预算焦虑变成了现实。 过去品牌做 GEO，最大的纠结是：AI 入口那么多（ChatGPT、Gemini、Claude、豆包、文心……），每个都要单独去优化，人力成本和调用成本加起来让人肉疼。现在模型「性能接近旗舰 + 价格腰斩」，意味着同时覆盖多个引擎、反复测试「我被哪个引擎引用了」的试错成本，掉到了历史最低。多模型覆盖，第一次成了中小品牌也负担得起的常规操作。
第二，模型能力趋同，差异化转向「引用规则」。 Opus 5.5「接近 Fable 5.1」、Sol/Luna「基于 Astra 技术」、Qwen-Audio「全线降价」——这一串动作的共同潜台词是：顶尖模型的能力差距在缩小，大家都在用价格抢「调用量」。 当能力拉不开差距，品牌能不能被引用，就更取决于「信源清不清晰、实体明不明显、权威度够不够」这些引用规则，而不是「模型够不够聪明」。这正是 GEO 的用武之地。
第三，把「模型代际更替」和「token 价格」当连续变量，而不是一次性事件。 9 月 22 日之前没人能确定双巨头会同日发布；发布后价格又立刻进入下一轮下降通道。对品牌来说，「我上季度做的 GEO 优化」会随模型换代和降价持续失效。监测必须跟着模型的「代际 + 价格」两条线走，而不是做完一版就归档。
第四，语音和图片正在成为「被引用」的新入口。 当「让 AI 听懂、让 AI 生成图」便宜到接近免费，语音搜索、多模态问答的调用量会上去——品牌内容被「读出来」、被「生成出来」的场景会变多。只在文本里被引用，会越来越不够。
3 个现在就能做的动作
动作一：把「多引擎覆盖」从口号变成一张可执行的测试表
价格降下来，最大的红利是「试错变便宜」。别再纠结「只做 ChatGPT 还是只做豆包」。
做法：列出你目标用户最可能用的 3—5 个 AI 入口，用同一组品牌核心事实分别去问，记录「被引用了没有、引用了哪条来源、表述对不对」。以前这套动作费钱费力，现在成本腰斩，把它变成每周例行。
动作二：把监测对象从「内容」扩到「模型代际 + 价格」
你的 GEO 监测里，除了「我被引用了没有」，还要多记两条：当前主流模型是哪一代、它们的调用价格是多少。
做法：建一张「模型代际—价格」跟踪表，每季度更新一次。当某个入口的模型换代、或某个模型大幅降价，就把「它是不是开始引用我的内容了」重新测一遍。模型换代 = 引用规则可能重洗 = 必须重测。
动作三：提前为「语音/多模态被引用」留一个位置
语音和图片的降价，意味着「被 AI 说出来、被 AI 画出来」的场景在增加。别等到量起来了才补。
做法：检查你的品牌核心事实，能不能被一句话清晰复述（方便语音引用）、有没有一张可被 AI 识别的权威配图（方便图片引用）。把「文本之外的被引用」也纳入自检清单。
一个 90 天内可以验证的目标
用 90 天，回答一个问题：当模型降价到「多引擎覆盖」不再昂贵，你的品牌是不是已经在多个 AI 入口都被引用到了？
验收标准：产出一份「多引擎引用快照」——同一组品牌核心事实，在 3—5 个主流 AI 入口的引用结果（引用了没、引用了哪条、表述对不对），并附上当期「主流模型代际 + 调用价格」记录。当你能说清楚「我的品牌在文本、语音、图片三个入口里，分别被谁、以什么方式引用」时，你才算吃到了这一轮价格战的红利。
一个值得追踪的问题
价格战打到现在，真正值得盯的问题不是「还能降多少」，而是：当「被 AI 引用」的成本降到近乎为零，品牌之间靠什么拉开差距？
能力趋同、价格趋近地板，那么「谁被引用」的胜负手，就会从「模型聪不聪明」转移到「你的内容够不够清晰、够不够权威、能不能被 AI 稳定复述」。降价把所有人都送到了同一个起跑线，而真正决定谁被点名的，是内容本身的可引用性。 你的品牌，准备好在这条线上跑了吗？
GEO Labs 将持续追踪「token 价格战」研判主线——海外（Opus 5.5 / GPT-6 Sol/Luna 后续定价与换代）+ 中国大陆（Qwen-Audio 降价后的调用量、腾讯图像模型、DeepSeek V4.1 Pro 定价）双线进展，并在周报与月报中更新「引用生态成本曲线下移」的研判。有关本话题的逐日动态，请参考 GEO Labs 监测底稿（内部）。