7月31日，AI行业在同一天迎来两记重拳。
一边是 OpenAI 突然宣布 GPT-5.6 Luna 输入价格从 $1/M 砍到 $0.2/M，输出从 $6/M 降到 $1.2/M，降幅达80%；另一边是 DeepSeek 正式发布 DeepSeek-V4-Flash 官方版（0731），agent 能力大幅提升，价格仍维持 $0.14/$0.28 per million tokens。
表面看，这是又一轮价格战的延续。但把两件事情放在一起，真正的信号是：前沿模型的定价权正在从「能力溢价」转向「效用溢价」，AI 服务正在加速商品化。
01 破题：同一天的两步棋，不是巧合
OpenAI 选择在新模型发布仅三周后大幅降价，本身就不寻常。
GPT-5.6 家族（Sol / Terra / Luna）7月9日刚发布，三周后 Luna 和 Terra 就降价，旗舰 Sol 虽然价格不变，但新增了 Fast mode——花双倍价格换取 2.5 倍速度。这意味着 OpenAI 的产品逻辑变了：不再按「模型智商」单一维度定价，而是按「任务场景 + 时间敏感度 + 调用规模」组合计价。
同一天，DeepSeek-V4-Flash 官方版上线，API 调用方式完全不变，只需指定 deepseek-v4-flash。根据 DeepSeek 官方数据，新版本在 agent 基准上全面超越自家 V4-Pro-Preview：
- Terminal Bench 2.1：82.7
- NL2Repo：54.2
- DeepSWE：54.4
- Agent Last Exam：25.2
更关键的是，价格没变。DeepSeek 的意思很直接：性能我升级，价格我不涨，你 OpenAI 要降，我奉陪。
02 拆解：OpenAI 为什么敢降80%？
降价底气一部分来自工程优化。OpenAI 在前一天的博客里披露，Sol 已经被接入生产推理栈，开始自己优化自己的运行成本：
- 用 Triton / Gluon 重写 GPU kernel，端到端服务成本降低 20%
- 改进 speculative decoding，token 生成效率提升 15% 以上
- 优化负载均衡和 KV cache 配置
但 20% 成本优化 + 15% 效率提升，远远解释不了 80% 的降价幅度。剩下的驱动力来自市场竞争。
根据 OpenRouter 数据，自2026年4月下旬以来，中国模型的 token 调用量已连续13周超过美国模型；7月20日至26日当周，中国模型处理了约 38.6 万亿 token，占平台总量的 66.5%。CNBC 调查也显示，美国企业通过 OpenRouter 使用中国 AI 模型的 token 占比自2月8日以来每周都超过 30%，最高达 46%。
压力之下，OpenAI 必须证明：即便在性价比维度，GPT-5.6 Luna 也能和中国模型正面竞争。
03 建框架：三个层面的结构性变化
这件事不能只当新闻看。它同时改写了三个层面的行业规则：
第一层：模型分层取代单一旗舰
过去开发者选模型，常常是非此即彼：要么用最强最贵的，要么用便宜但能力明显差的。现在 GPT-5.6 家族提供了清晰的三层分工：
- Luna：高并发、高频、工具调用和多步骤 workflow，价格接近上一代 nano
- Terra：日常复杂任务，降价 20% 后成为「工作主力」
- Sol：高价值、高不确定性任务，Fast mode 单独售卖「速度」
这标志着模型选择从「选最好的」变成「选最合适的」。
第二层：AI 开始自己优化 AI 基础设施
Sol 重写 kernel、设计实验、监控训练、自动干预硬件故障——这不是未来时，而是已经发生的生产实践。模型越强，它优化自身运行成本的能力就越强，反过来又能支撑更低的价格。这是一个自我强化的成本下降飞轮。
第三层：低价成为分发和锁定的手段
OpenAI 把 Luna 降到比 DeepSeek V4 Pro 还便宜的输入价格，同时把 Auto-review 从 GPT-5.4 切到 Luna。这意味着开发者一旦在 Codex / ChatGPT Work 里习惯了这个性价比，迁移成本会越来越高。价格战的终点不是谁最便宜，而是谁的生态能把用户留得住。
04 推演：谁会先撑不住？
价格战中，最先出局的通常不是最便宜或最贵的，而是「既没有规模，又没有差异化」的玩家。
对 API 提供商而言，模型层毛利会被持续压缩。能活下来的需要具备以下至少一项：
- 自研芯片 / 推理优化能力（降低成本结构）
- 自研模型 + 开源权重（建立社区和分发渠道）
- 应用层生态绑定（Codex、ChatGPT Work、GitHub Copilot 等）
对应用开发者而言，这是利好。过去一个 agent workflow 动辄调用数千 token，成本敏感到决定产品形态；现在 Luna / V4-Flash 的价格让「高频 agent」真正具备了商业化空间。
对中国模型厂商而言，OpenAI 的降价既是压力也是验证。它证明 DeepSeek 们已经成功把全球价格锚点拉低，但同时也把「性价比」竞争的门槛抬高到了新的量级。
05 落到行动：开发者该怎么做？
如果你正在用 AI 做产品，三件事可以立刻做：
- 重新盘点成本结构：把高并发、可明确规范的任务迁移到 Luna / V4-Flash，把 Sol / Opus / GPT-5.6 Sol Pro 留给真正需要深度推理的环节。
- 把「模型」从护城河清单里删掉：当输入价格降到 $0.2/M，模型本身不再是壁垒。真正的壁垒变成工作流集成、专有数据、用户习惯和 agent 编排能力。
- 为「速度」单独定价做准备：Fast mode 的出现意味着延迟开始像云计算的预留实例一样，成为一个可交易的维度。未来你的产品可能也需要区分「标准响应」和「极速响应」两档。
结语
GPT-5.6 Luna 的 80% 降价和 DeepSeek-V4-Flash 官方版的发布，不是两条独立新闻，而是同一场产业重构的两面。
一面是 OpenAI 用价格换规模、用生态换粘性；另一面是 DeepSeek 用开源权重和不变的价格证明：中国模型已经把全球 AI 定价的锚点永久下移。
对大多数从业者来说，好消息是模型成本快速下降；坏消息是，模型本身越来越不值钱，值钱的将是你用它做了什么。
参考来源：