> 7月31日，注定是 AI API 市场值得记住的一天：OpenAI 宣布 GPT-5.6 Luna 降价 80%，DeepSeek V4-Flash 正式版上线且 Agent 能力暴涨 6 倍，MiniMax 开源视频模型 H3 登顶全球榜单，字节跳动发布 Seedance 2.5……一天之内，中美大模型厂商集体出牌。这不是普通的"促销"，而是 AI API 价格战进入终局的信号——当模型智力达到及格线，竞争的核心已经从"谁更聪明"变成了"谁的推理成本更低"。
一、一天之内，行业格局被改写
OpenAI：第一次被逼到"地板价"
7月30日，OpenAI 在社交平台 X 上宣布下调 GPT-5.6 系列部分模型 API 价格：
模型 定位 输入价（美元/百万Token） 输出价（美元/百万Token） 降幅
Luna 最快、最经济 0.20 1.20 -80%
Terra 日常平衡 2.00 12.00 -20%
Sol 旗舰 5.00 30.00 不变（新增Fast模式）
其中 Luna 堪称"一手大跳水"：输入价 0.20 美元/百万 Token，已经和上一代 GPT-5.4 nano 持平，输出价甚至便宜 0.05 美元。但 Luna 干的活远不止分类、抽取这类简单任务——它被定位为"面向成本敏感型工作负载"的模型，可以调用工具、处理长上下文、执行多步工作流。
换句话说：OpenAI 正在把支撑 Agent 干活的模型，卖到过去"小模型"的价位。
同时，Sol 新增 Fast 模式：速度提升最高 2.5 倍，价格翻倍，智能水平不变。Altman 的原话是："在每个层级提供最佳的价格与智力性价比。" 分层定价的意图昭然若揭。
DeepSeek：V4-Flash 正式版，Agent 能力暴涨 6 倍
同一天，DeepSeek V4-Flash 正式版上线公测，价格依然是"斩杀线"级别：
- 输入·缓存命中：**0.02 元/百万 Token**
- 输入·缓存未命中：1 元/百万 Token
- 输出：**2 元/百万 Token**（约 0.28 美元）
这是什么概念？输出价约 0.28 美元，而 Anthropic Claude Opus 4.8 的输出价是 25 美元——**DeepSeek V4-Flash 的价格只有 Claude 的 1/90**。
更关键的是能力：正式版在 Agent 能力上大幅增强，通过后训练实现性能 6 倍提升（相对 V4-Pro Preview）。官方还推出了自研 Agent 测试框架 **DeepSeek Harness**，帮助开发者验证模型在多步骤任务、自主规划、工具调用等场景的真实能力。
有开发者的实测很能说明问题："用官方 API 接入 Claude Code 干活，不到 4 小时消耗约 1 亿 Token，缓存命中率高达 99%，干活质量还不错，很少返工。"另一位用户更直接："一遍写完，真实测试一遍完美通过，顺手修了十几个 bug，opencode 只花了 0.1 美元。"
还有两记重拳
- MiniMax：正式发布首款开源多模态生成模型 H3，视频编辑能力排名全球第一，价格仅为同类旗舰的三分之一；
- 字节跳动：发布新一代视频生成模型 Seedance 2.5。
一天之内，文本、Agent、视频三条赛道同时降价/提质，**"模型能力提升伴随 Token 降价"正在成为行业新常态**。
二、降价背后的真实账本：谁在赚钱？
真实成本对比：降价后 DeepSeek 仍比 Luna 便宜 60%
表面看，Luna 降价 80% 后输入价 0.20 美元，比 DeepSeek 未命中价（1 元≈0.14 美元）还便宜。但开发者算的是单任务总成本：
> 即便降价后，DeepSeek V4 Flash 的单任务成本仍比 Luna 低约 60%。关键原因在于 DeepSeek 凭借 **98% 的缓存命中折扣** 和 **MoE 架构**，把推理成本压缩到极致。
缓存命中输入价 0.02 元 vs 未命中 1 元——**50 倍价差**。在生产环境中，稳定前缀（系统提示词、工具定义、文档模板）的缓存命中率可以做到 90% 以上，实际输入成本几乎可以忽略。
性能只差 1 分：降价后开发者会回流吗？
在 Artificial Analysis 智能指数中：
- DeepSeek V4 Flash：**50 分**
- GPT-5.6 Luna：**51 分**
仅差 1 分，实际使用体验几乎持平。在 Terminal Bench（终端智能体基准）上 DeepSeek 得分 82.7，速度甚至更快——同一任务 GPT 旗舰用时 1 分 47 秒，DeepSeek 更快完成。
**1 分的差距，不足以让已经习惯国产模型的开发者回流 OpenAI。** 这正是 OpenAI 降价逻辑里的无奈：不是想降价，而是不得不降。
OpenAI 的防御逻辑
Luna 的 Intelligence Index 跑分已逼近 Opus 5——**曾代表行业巅峰的智力水平，现在以"白菜价"大规模供应**。这背后的底层逻辑是：
> 当模型智力达到知识工作者的及格线后，竞争核心已从"谁更聪明"转向"谁的推理成本更低"。
价格战打到现在，**API 单价已经不再是护城河，生态、工具链、落地场景才是。**
三、对开发者：最好的时代，也是最需要精打细算的时代
好处是实实在在的
- **API 成本压到几乎可以忽略**：有用户充值 100 元至今花费不到几元，直言"价格当电费用"；
- **AI Agent 可以 7×24 小时跑**：过去因为算力太贵不敢想的场景（全天候代码审查、自动运维、批量内容生产），现在都能放手去试；
- **学生、个人开发者真正进入 AI 应用层**：每月几千元的 Token 账单变成几块钱，AI 不再是少数人的工具。
但"无脑调用"的时代结束了
价格战之下，**"选对模型"和"算对成本"同样重要**：
1. **吃满缓存命中价**：把系统提示词、工具定义做成稳定前缀，输入成本可降一个数量级。这是 DeepSeek 敢卖 0.02 元的底气，也是开发者省钱的必修课。
2. **分层使用模型**：简单高频任务走 Luna/V4-Flash，复杂推理走旗舰。同任务成本差异可达 100 倍以上，用错档位就是浪费。
3. **用 API 网关统一路由**：多厂商接入，按"质量-价格-时段"动态路由——高峰切低价通道、低谷切高性能通道。单一厂商的计价规则越复杂，调度成本越高，网关是控制成本的新护城河。
4. **监控"有效 Token 成本"**：一个需要反复重试 3 次的模型，实际成本是标价的 3 倍。POC 阶段就把有效成本算清楚。
## 四、行业信号：AI 投资重心正在从"算力"转向"应用"
多家机构指出：**开闭源双线降价将加速 AI 应用侧落地，AI 主线投资重心有望从算力基础设施向应用方向倾斜**，具备场景与数据优势的应用厂商将率先受益。
这背后的逻辑链条很清晰：
- 算力产能持续投放 → Token 价格下行 → 应用成本骤降 → 应用创新爆发 → 算力需求再增长（更高效地增长）
**"AI 应用商业化拐点已至"**——创业板软件 ETF 强势领涨，市场已经在用脚投票。
五、结语：廉价的智能，才刚刚开始
免费的狂欢渐行渐远，但**廉价的智能才刚刚开始**。
对开发者来说，这是最好的时代：模型智力达到及格线、价格打到地板、工具链空前成熟。接下来的竞争，不再是"谁的模型更聪明"，而是——
- **谁能把推理成本压到最低**（缓存、MoE、路由）
- **谁能把 Agent 跑得最稳**（工具链、评测、可观测性）
- **谁能在应用场景里真正落地**（场景、数据、体验）
2026 年 8 月，AI API 价格战进入终局。但终局不是结束，而是**新战场的开始**。
本文基于 OpenAI 官方公告、DeepSeek 官方信息及公开报道整理（36氪、华尔街见闻、新浪财经、财联社、鉅亨網等），数据截至 2026 年 8 月 5 日。首发于 api-aiapi.cn 团队博客。
