最近 OpenAI 发布 GPT‑6 Sol 和 Luna，API 价格相比 GPT‑5.6 直接下降 50%。
Sol 在 AutomationBench 测试中，性能超过 Claude Opus 5，但成本仅仅是对方的 9%。
9% 是什么概念？同样一件工作，别家收 100 块，OpenAI 只需要 9 块。
这不是短期的降价促销，这是一次底层的重新定价。AI 思考力，正在从高科技奢侈品，慢慢变成人人可用的日用品。
阿里 CEO 吴泳铭之前提过一个观点：思考力正在商品化。当时读起来还觉得抽象，看到 GPT‑6 这组定价数据，一下子就具象了。商品化，通俗来讲，就是按斤卖。
同样的思考能力，价格降了 95%
回溯一年前，调用 GPT‑4 的 API，100 万 Token 要 60 美元。现在 GPT‑6 Sol，100 万 Token 不到 3 美元。同等能力下，价格降幅高达 95%。
这像极了百年前电力的故事。100 年前，电是稀缺资源，只有大城市、大户人家才用得起。如今电费按度结算，电力已经深度融入生产生活，我们不必在每次开灯、启动设备前纠结用不用电。AI 思考力，正在复刻这条发展路径。
经历过几轮技术浪潮，会发现所有技术革命的底层逻辑永远不变：把昂贵的能力，变得足够便宜。
互联网，让信息传播的成本大幅降低；智能手机，拉低了远程沟通的门槛；云计算，把算力从昂贵机房变成按需取用的资源。
而这一轮 AI 浪潮，正在把思考能力的价格打下来。
“降价” 这个词听起来不够酷炫，但这恰恰是技术最核心的价值。只有昂贵的能力足够便宜，才能大规模普及；只有普及，才能真正改变产业。
对制造业：那些 “加不起 AI” 的车间功能，终于算得清账了
很多人看新闻，只觉得这是互联网科技圈的热闹。但身在制造行业，做线边仓、智能物料管理这些落地项目，能清晰感受到，这股浪潮正在冲进工厂车间。
放在两三年前，和制造企业聊智能货架、线边物料数字化方案。一旦提到增加 AI 辅助能力 —— 物料消耗预测、异常库存识别、错料自动预警，客户第一反应就是问：这个 AI 模块，一年要额外增加多少成本？
那时候 AI 相关的授权、推理成本很高，很多中小工厂一算账，直接搁置项目。再好的方案，算不过来账，就落不了地。
现在不一样了。大模型推理成本断崖式下跌，很多之前 “贵到不敢加” 的 AI 功能，现在成本压缩到原来的十分之一甚至更低。
不是 AI 技术突然凭空变神奇，而是 AI 思考力 “按斤卖” 之后，离散制造车间里的智能线边仓、间接物料管理这类场景，才真正有了规模化落地的基础。
以前智能货架只能做到称重记账、简单库存报警。现在低成本 AI 能力接入之后，系统可以自动分析历史领料数据，预判不同工位紧固件、辅料的消耗节奏，提前触发补货提醒；识别物料领用异常，提前发现浪费、丢失的隐患。
这些能力，放在几年前，对很多工厂来说，是成本不允许的 “加分项”，现在慢慢变成了可以落地的标配。
这波降价，对三类人意味着什么
这波 AI 降价，对三类人群，藏着实实在在的机会。
产品开发者。过去很多 AI 相关的车间功能，算不过经济账，只能停留在 PPT 和试点。现在推理成本大幅下降，给硬件产品嵌入 AI 辅助能力，月度成本从几千压缩到几十。试错成本大幅降低，更多工业场景的数字化方案，可以大胆去验证。
产业创业者AI。不再是头部科技公司的专属壁垒。小团队，依托成熟廉价的大模型 API，结合自己深耕的行业 Know‑how，就能做出贴合工厂真实痛点的产品。未来的门槛，不在能不能拿到 AI 能力，而在于你懂不懂车间现场、懂不懂物料流转、懂一线工人真实的管理痛点。
工厂管理者与一线技术人员。当 AI 思考力可以廉价采购，人的价值不再停留在重复统计、整理报表、基础数据核算这类工作。AI 可以自动统计领料数据、生成库存报表、给出补货建议。但判断这个预测是否符合车间生产波动、识别数据背后隐藏的管理漏洞、判断方案是否适配工厂的生产模式，这些决策，依旧要靠人。
不少人一直在担心 AI 抢人的饭碗。走过几轮技术浪潮，看法可以相对平和。技术浪潮从来不会等所有人准备好，它只会持续向前。我们能做的，是跟上变化，重新定义自己的价值。
AI 把思考力变便宜的同时，判断力正在变得越来越珍贵。
当使用 AI 快速产出报表、分析数据的时候，能辨别数据真假、看懂数据背后的现场问题、做出正确取舍判断，才是稀缺能力。
GPT‑6 这次 50% 的降价，远远不是终点。按现在趋势，半年、一年之后，推理成本大概率还会继续下探，直到 AI 思考力像水电一样，成为普惠的基础资源。
等到那一天，企业之间比拼的，早就不是谁能用得起 AI。而是谁能把 AI 真正用好、用对，落地到真实的业务场景里。
思考力按斤售卖的时代，已经来了。身处制造业，你的判断力，值多少钱？
互动留言
你所在的工厂里，有没有什么数字化功能，以前因为成本太高没法落地？欢迎在评论区聊聊。
热门跟贴