以前大家心里都有个默认的排序：想用最聪明的AI，就得多花钱买OpenAI；想省钱，就用国产的DeepSeek。一个卖最贵，一个负责把价格打下来。可就在7月31日，这个共识被OpenAI自己亲手打碎了。
7月31日，OpenAI突然宣布给GPT-5.6系列降价，降得最狠的是轻量级模型Luna，输入和输出价格一刀砍掉80%。输入从每百万Token 1美元降到0.2美元（约1.4元人民币），输出从6美元降到1.2美元（约8.1元）。中端的Terra跟着降20%，旗舰Sol价格一分不动，只加了个“多花钱换速度”的Fast模式。
降完之后效果如何，OpenAI官方直接放话：Luna的性价比已经超过DeepSeek V4 Pro。第三方评测机构Artificial Analysis的测试数据，也验证了该说法，完成同样的任务，Luna的综合花费比DeepSeek V4 Pro还低。
对比来看：Luna缓存未命中的价格，不到DeepSeek V4 Pro的四分之一；输出价格也低了约三分之一。换句话说，在常规使用上，那个曾经代表“高端闭源”的ChatGPT，现在居然比以便宜著称的国产模型还便宜。
OpenAI官方给出的理由很体面：技术进步了，部署新模型后，靠优化GPU内核把运行成本降了20%，靠改进推测解码让token生成效率提升15%以上，所以有空间让利。
但行业里没人真信这只是“技术进步”。北方网分析表示，真正逼着OpenAI降价的，是以DeepSeek为代表的中国大模型。这些国产模型靠缓存机制把成本压到极低，再加上一大批国内厂商推平价API，正在疯狂分流海外的中小开发者。
本周中国开源大模型Kimi K3又发布，压力更上一层楼。连OpenAI CEO奥特曼都公开承认“中国AI竞争激烈”，表态愿意降价应对。OpenAI的CFO莎拉·弗里尔也说，企业的AI预算正从“实验性投入”转向“账单式审慎”，客户开始精打细算了，你不降价，人就走了。
我认为，OpenAI这套降法很精明，是典型的“旗舰保价、中低端血拼”。最贵的Sol一分钱不降，守住品牌和利润的底线；走量的Luna、Terra往死里降，去抢那些被国产模型勾走的开发者。它甚至已经把自家Codex的自动审查功能从老模型切到Luna上，光这一招成本就降到原来的十分之一。
说白了，OpenAI不是要跟谁拼个你死我活，是想用便宜的小模型把日常干活的量全接住，把贵的旗舰留给真正烧脑的活。
可能有人会问：中国大模型凭什么敢卖这么便宜？不是赔本赚吆喝吗？还真不是。
DeepSeek这类模型的聪明之处，在于用架构和缓存技术把重复计算省掉了。同样的问题问第二次，成本直接砍掉大半，再加上国内的算力和电更便宜，工程师成本也低，它们能把价格压到硅谷同行看不懂的程度，居然还有钱赚。
这才是OpenAI真正忌惮的地方：对手不是烧钱补贴，是真的把成本结构做成了优势。
这件事真正的看点，不在OpenAI，而在它背后的格局反转。过去两年，全球AI的剧本是“OpenAI定天花板，中国模型在后面追”。
现在剧本变了：中国大模型用极致的性价比，硬生生把硅谷老大哥拉下了价格战的牌桌。专家判断，AI行业正从“拼参数”进入“拼价格”阶段。
对普通人来说，这是好事，大模型越便宜，用它干活的门槛越低，过去舍不得让AI做的检查、审核、整理，以后都能变成日常操作。真正坐不住的，是那些还想靠高价躺着赚钱的中间商。
当然，价格战打到这个份上，也有隐忧：价格一降再降，模型公司还赚不赚钱？会不会有人撑不住先倒下？但眼下，实实在在受益的，是用AI的人。
OpenAI都比DeepSeek便宜了，你觉得这场价格战，最后谁会赢？
热门跟贴