7月30日，OpenAI 突然宣布大幅下调 API 价格，主力轻量化模型 GPT-5.6 Luna 降价幅度高达80%，每百万 Token 输入价从1美元降至0.2美元，输出价从6美元降至1.2美元；中端 Terra 模型降价20%，仅旗舰 Sol 模型维持原价，新增2.5倍速的 Fast 付费模式。这场近乎腰斩的调价，并非单纯的技术让利，而是 OpenAI 面对市场竞争、盈利压力的战略反击，也标志着 AI 推理服务彻底告别高溢价，进入普惠化、内卷化的新阶段。

OpenAI 的调价策略有着清晰的攻防逻辑，简单来说就是“走量保份额、高端保利润”。Luna 作为面向中小企业、普通开发者和智能体批量调度的高频使用模型，本身性能就优于上一代产品，大幅降价就是为了正面抗衡低价开源模型，调价后单次调用成本极低，性价比优势明显；Terra 模型小幅降价，主要是稳住现有企业客户的基本盘；而算力消耗大、用于高强度推理的旗舰 Sol 模型不降价，依靠顶尖性能锁定高价值大客户，守住核心利润来源。OpenAI 对外称降价是因为模型优化提升了效率，推理成本下降20%，但业内普遍认为，外部竞争才是倒逼降价的核心原因。

本轮价格战的直接导火索，是国产开源大模型的性价比冲击。近半年来，DeepSeek V4、Kimi K3等国产开源模型，凭借可本地部署、调用成本极低、中文适配好三大优势，持续抢占全球开发者市场。数据显示，7月下旬国产 AI 模型全球调用占比已达63.5%，美国闭源模型份额收缩至35.5%。尤其是 DeepSeek V4 Flash 缓存版本，调用成本仅为降价后 Luna 的八分之一，彻底拉低了通用大模型的定价底线。与此同时，Anthropic、谷歌、微软等竞品也在下调自身模型价格，多重压力下，OpenAI 若维持高价，必然会流失大量中小客户，降价实属被动应战。

更深层的原因，是 AI 行业告别“烧钱换规模”的阶段，开始重视实际盈利。前两年，科技巨头疯狂投入算力集群，只比拼模型参数和规模，不考虑成本与回报，资本市场也愿意为未来愿景买单。但2026年以来，AI 板块大幅回调，资本不再容忍持续亏损，所有企业都要面对“能否赚钱”的考核。OpenAI 正筹备 IPO，全年预计亏损140亿美元，急需通过降价拉动调用量，提升营收规模，向资本市场证明自身的商业化潜力。同时，下游企业的 AI 预算也在收紧，落地智能体项目时会严格核算成本，高价模型在批量使用场景中毫无竞争力，倒逼上游厂商降价降低客户门槛。

OpenAI 打响价格战后，AI 推理赛道的竞争规则彻底改变，整个行业进入普惠内卷周期。对于头部模型厂商来说，单纯比拼模型性能、跑分数据已经没用，通用基础模型的利润空间会被快速压缩，未来的竞争力将体现在垂直行业适配、智能体工作流搭建、安全风控、私有化部署等增值服务上。国内厂商早已经历过价格内卷，调用均价半年内跌幅超95%，OpenAI 的降价会进一步拉低全球定价底线，未来厂商很难靠通用 API 调用赚钱，必须转向行业解决方案、结果付费等模式盈利。对于中小 AI 创业团队而言，靠套壳第三方模型做简单应用的路已经走不通，只有深耕细分行业、解决实际业务痛点，才能在激烈竞争中存活。

对国内 AI 产业来说，OpenAI 的降价既是冲击，也是升级的契机。短期来看，Luna 降价后在海外市场更具价格优势，会分流部分原本选择国产开源模型的海外客户，给国产模型出海带来压力。但长期来看，国内厂商在性价比、本地部署、行业落地等方面已有成熟经验，完全有能力应对竞争。更重要的是，全球推理成本下降，会大幅降低国内中小企业、制造业、政务领域的 AI 落地门槛，推动 AI 从大型企业专属技术，普及到万千中小微企业。同时，低价模型带来的调用量增长，也会拉动国产算力硬件需求，昇腾 AI 芯片、长鑫存储的 HBM 内存、全国产智算集群，将凭借更低的综合成本迎来更多应用场景，形成“低价模型—算力需求—国产硬件替代”的良性循环。

总体来看，OpenAI 此次降价不会引发行业恶性亏损，因为技术迭代、算力规模化会持续降低推理成本，价格下行是行业成熟的必然结果。但这场价格战也明确传递出信号：AI 行业的泡沫已经出清，技术不再是唯一壁垒，商业化能力、成本控制能力、场景落地能力才是核心竞争力。OpenAI 靠降价守住市场份额，本质是 AI 产业从概念炒作回归实体经济的体现，当 AI 推理像水电一样成为普惠基础设施，才能真正深度融入各行各业，实现技术的最终价值。

本文源自：投资者网