大模型 API 半年降价八成，你的账单为什么没降

有个反常识的现象正在发生：单价降了八成，很多人月底的账单却一分没少。

这两件事可以同时成立，原因不在会计，在计价方式。看懂它，你才知道自己该不该为「降价」换模型。

一、发生了什么

2026 年 10 月 25 日，开发者 Max Woolf 在自己博客上把 OpenAI 和 Anthropic 近几个月的调价排成了一条时间线，数据取自各家官方定价页。他给出的口径是「每百万 token 的输入价 / 输出价 / 缓存读价」，单位美元。下面这些节点都出自这篇整理：

• 7 月 30 日：OpenAI 把 GPT-5.6 Luna 降价 80%，降到 0.20 / 1.20 / 0.02。
• 8 月 21 日：GPT-5.6 Sol 下调约 20%，到 4 / 20 / 0.40，为期三个月。
• 9 月 1 日：Anthropic 的 Fable 5.1 把缓存读从 1 降到 0.25，降幅 75%。作者据此估算，实际使用成本下降约 70% 到 75%。
• 9 月 22 日：OpenAI 发布 GPT-6 Sol，定在 2 / 10 / 0.20，输入输出价对半砍；同一天 Anthropic 发布 Claude Opus 5.5，定在 4 / 20 / 0.20，官方说法是这版模型服务时所需算力比上一代少，定价反映了这一点。
• 9 月 29 日：GPT-6.1 Sol 把缓存读再砍一半到 0.10，作者算下来，GPT-6 这一代相比起点累计便宜约 75%。

推动降价的另一半力量来自开源模型。作者统计，同一款开源模型在 OpenRouter 上的推理服务商，5 月是 13 家，到 10 月更新的版本已经有 29 家；月之暗面的 Kimi K3.1 Pro 定价 2 / 10 / 0.20，输入输出价约为 Claude Opus 5.5 的一半。供给端一多，价格就压不住。

最能说明问题的是第三方数据：据作者引用的 Vercel 模型网关统计，单位 token 的成本已经降到 2026 年 4 月的 43.3%，但同期总支出在上升。单价腰斩，总花费变多——因为大家用得更多、任务更重了。

这里藏着一个技术细节，也是全文的关键：缓存读。

在 Agent 类用法里（写代码、跑长任务、反复读同一份资料），每一轮都要把之前的对话重新读一遍，这部分是缓存读。作者给出的比例是：缓存读占这类场景 token 支出的 96% 到 99%。所以真正决定账单的，往往不是输入价、输出价那两个好看的数字，而是缓存读那一栏的小数点。

二、跟你有什么关系

按量付费的开发者和小团队：这一轮降价对你们最实在，但省多少取决于缓存命中率，不取决于挂牌价。同一份系统提示词、同一份长文档，放在对话最前面且不改动，命中率就高；每轮都改前缀，等于每次重新付一遍读全文的钱。

买月付订阅的人：注意，降价不一定落到你身上。作者自己在博客里写了两个例子：OpenAI 在发布 GPT-6.1 Sol 的同时，把 Codex 每月 200 美元档的用量上限砍了 50%，理由是「反映模型效率的提升」；他本人原本每月 100 美元的 Codex 计划，在单位成本降了约 75% 之后，把配额上限下调到了原来的五分之一。逻辑很直白：单价降了，平台就把「同样价钱买到的量」重新算一遍。

只看聊天窗口的普通用户：这轮调价基本跟你无关，除非免费额度跟着变。你感受到的变化，更可能来自模型换代，而不是价格表。

做采购决策的人：这是核账的好时机。同一笔预算，现在能跑的活比半年前多得多，但前提是你按任务重算，而不是按去年的印象续费。

三、怎么判断要不要换（四步）

1. 先拆账单。把上个月的用量按输入、输出、缓存读三项拆开看占比。缓存读占大头的人，换模型收益最大；输出占大头的人（写长文、生成代码），该盯的是输出价，不是那 80% 的标题。

1. 别比挂牌价，比「跑完同一件事的总花费」。拿你手上最典型的一个任务，在两个模型上各跑三遍，记录 token 消耗，再乘单价。同一个任务在不同模型上的 token 消耗能差出一倍，挂牌价便宜的未必总价低。

1. 主动提高缓存命中率。把固定不变的部分（角色设定、格式要求、参考资料）放在对话最前，中途不要改动；同一个任务尽量在一个连续会话里完成，不要每问一句就新开一个窗口；长文档只切真正要用的章节上传。这三条不需要换供应商，今天就能做。

1. 订阅和 API 算总账。把你的月费除以实际用量，得到「每百万 token 的实际单价」，再和 API 列表价对比。如果你的用量稳定且低于套餐额度，订阅通常更划算；如果用量忽高忽低，按量付费更抗浪费。

四、三个别信的说法

「降了八成，我的成本也该降八成。」 降 80% 的是某一款具体模型在某一时点的价格，而且降的是小模型。你的账单里如果缓存读占大头，那决定成本的是缓存价，不是被反复引用的那个 80%。再加上用量本身在涨，两股力量经常正好抵消。

「这是补贴，早晚涨回真实成本。」 这个说法作者专门反驳过，他的论据是推理服务商数量多、切换成本几乎为零、开源模型紧追，所以价格更可能继续往下走。但要分清：这是他的判断，不是任何一家公司的承诺。反过来讲，也不该拿「以后会涨」当现在不做成本优化的理由。价格以官网为准。

「便宜就是模型变弱了。」 作者的说法是没看到为降价牺牲质量的情况，几款新模型在同价位上表现更好。反例也有：GPT-6 Sol 发布后被认为表现不佳，一周后就被 GPT-6.1 Sol 顶替。这属于产品迭代踩空，不是降价的必然结果——但它提醒你一件事，新模型上线头两周别把关键业务全部迁过去。

五、一句话结论

这一轮降价真正降的是缓存读的钱，不是你的账单；想省钱，先看自己账单里哪一栏最大，再去挑模型。

延伸阅读：

• Gemini 新版本的定价与额度变化
• Token 到底是什么，为什么按它计费
• 一次网页抓取，究竟烧掉多少 token

信息来源

• Max Woolf's Blog：OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?，2026 年 10 月 25 日。

本文基于公开信息与第三方整理，定价、额度与折扣以各厂商官方页面为准。