DocuSign把前沿模型降级为“裁判”，AI账单砍掉90%

DocuSign每天读取的合同超过100万份，这股业务量此前一直跑在前沿模型上，直到账单成为公司最大的一笔基础设施开支¹。解决办法并不是把费率谈下来。如今，廉价的任务专用模型承担例行抽取工作，成本降低90%，吞吐量提升至原来的8倍；前沿模型则专司判断，只读真正要紧的段落¹。

省下九成，出自公司之口

这一降幅由DocuSign自己披露，2026年9月21日见诸报道↗，且未经审计¹。其背后的业务规模有公开数据可查：9月初提交的文件显示，公司第二季度营收8.7575亿美元，净利润7772万美元²。今年5月亮相的Iris助手和智能体（agent）运行在小模型先行抽取的结果之上，因此每个智能体都继承了更低的账单¹。7月，产品线再添工作流智能体和AI辅助网页表单⁸。

同一周，各家实验室集体降价

9月22日，OpenAI发布GPT-6 Sol和GPT-6 Luna，费率降为此前的一半↗：Sol每百万输入token收费2美元、输出10美元；Luna分别为0.10美元和0.50美元³。萨姆·奥特曼称之为“每个token价格减半，摊到每个任务上还要更低”³。

新价格永久有效，并非促销，而且落地时价格战正打得火热⁴。此前一天，xAI已推出Grok 4.7，每百万token收费2美元和6美元；Anthropic则以4美元和20美元的Opus 5.5应战，比OpenAI早了90分钟⁴。9月初，LLM Token支出指数（LLM Token Expenditure Index）已跌至0.97美元，创出有记录以来的最低读数↗，较夏季高点低了不止一半⁵。

这一切落地之际，OpenAI正就一轮估值接近1.2万亿美元的融资与投资者展开早期洽谈，高于3月的8520亿美元⁶。这一估值本身就是一场押注：企业客户的token账单仍会随用量持续增长。

OpenAI的反击：自己占住低价档位

OpenAI的对策，就是亲自占据低价档位。Luna专为大批量文书工作、文档摘要和信息提取打造，恰好是DocuSign刚刚从前沿模型上撤下的那类工作³。OpenAI把降价归因于缓存和推理环节的节省，并称节省已直接传导给客户³。

Syz Group的Charles-Henry Monchau把同一份降价纪录读成利润率账：“Token通缩压缩收入端，而算力承诺的支出保持不变”⁵。他写道，护城河必须转向“分发、记忆和上下文”⁵。Silicon Data的Steve Hou更进一步，称供给或许已经可以“为大多数任务提供足够的能力”⁵。

在自己的市场里，DocuSign握着分发这张牌。9月30日，DocuSign将开放MCP服务器↗，届时Claude、ChatGPT、Gemini、Copilot或Slack里的任何智能体都能直接调用Iris智能⁷。实验室可以把价格砍半，却砍不进自己从未见过的数据。

实验室真正的难题：客户学会少用token

没有任何公开数据把DocuSign省下的成本与任何一家实验室的收入挂钩，也没有独立基准测试证明这90%的降本没有以质量为代价¹。Anthropic预计最早将于10月中旬启动IPO路演⁶，而在各实验室走向公开市场之际，token通缩正威胁着它们的利润⁵。实验室降的是token价格，客户学会的却是少用token。