两大实验室把价格砍了八成，账怎么算

API 价格半年掉八成，第一反应该是「厂商疯了」，第二反应才是「他们到底怎么做到的」。

一、发生了什么

据 Max Woolf 梳理的价格时间线：6 月底 OpenAI 发布 GPT-5.6 Sol，输入输出为每百万 token 5 美元和 30 美元，同期的小模型 Luna 是 1 美元和 6 美元；7 月 30 日，Luna 三项价格齐降八成；9 月 22 日 GPT-6 Sol 直接把折后价再砍半，输入输出降到 2 美元和 10 美元，一周后缓存读取价又砍半。Anthropic 同步跟进，9 月底发布的 Opus 5.5 总成本比上代低四到六成。几轮下来，同档模型累计便宜约七成半，订阅制工具也同步受益，有人算过自己的用量上限反而被砍了五分之一，支出大致持平。文章还引用 Vercel 网关的聚合数据：10 月每 token 成本已降到 4 月的 43.3%。

二、跟你有什么关系

跑 API 的团队，去年的成本模型全部作废，长上下文和批处理任务可以重新上线，原来算不过账的项目该重算一遍。做预算的人，降价的含金量取决于你用不用缓存，别只看输入输出标价。做模型选型的人，切换成本越低，越不该把业务绑死在单一模型上，随时可能被更便宜的方案替代，合同期限能短则短。

三、怎么判断

1. 看缓存占比而不是标价：在 agent 编码场景里，缓存读取能占到 token 支出的九成六以上，每轮对话都带着全部历史。缓存折扣降一点，比输入价砍半更实惠。把固定前缀放提示词开头、动态内容放后面，系统提示词做版本化，命中率上去了账单自然低。
2. 分清三种省钱来源：竞争逼出来的让利；推理基础设施真效率提升——Anthropic 明确说过新一代模型服务成本更低、定价随之调整；还有开源模型的价格锚定——DeepSeek 的缓存读取价只有输入价的百分之几，这才是压价的地板。三者都存在，比例没人说得清。
3. 警惕「先钩后宰」叙事：低价钩子论流传很广，但只要二线推理服务商能低于标价盈利地供货、切换成本接近零，价格就没有回升的土壤，行为经济学也不支持「便宜是诱饵」的剧本，先涨价的只会丢客户。

四、三个别信的说法

降价八成等于厂商亏本换市场。 据报道，推理环节的每 token 利润率依然可观，亏损大头在训练和资本开支。降价卖的是边际成本低的产品，不是赔本赚吆喝。

价格还会涨回去的，等等再上车。 半年一路向下，每个「底部」都被击穿。等价格是零和博弈里最差的位置，早迁移早受益。

便宜模型是旗舰的缩水版，不能用于正经业务。 现在的分层是按任务设计的：分类、抽取、改写走小模型，复杂规划和长链推理才上高价档。用对场景，八成的价换不来一成的质量差。

五、一句话结论

这一轮不是促销，是推理成本曲线整体下移，把账算明白的人拿走的红利最大。

信息来源

• Max Woolf：Cheap LLMs——降价时间线与成本分析（2026 年 10 月）
• OSCHINA：两大模型厂商降价八成的生意账（2026 年 10 月 27 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 28 日。