三家AI同日降价，最省钱的动作是先拍个烂的

koo AI · 2026年9月23日 · B面实操日

曼波：犬老师，昨日一日之内三家齐齐降价——Grok 4.7、Claude Opus 5.5、OpenAI 嘅 GPT-6 Sol 同 Luna，全部开口第一句都係讲价钱，冇一家敢讲「我叻咗几多」。呢个係咪即係话，大模型已经变成白菜？

犬老师：哈佬喂！曼波，你睇嘅係热闹，我要睇嘅係你自己条数。三张降价公告摆埋一齐，真正值钱嘅信息唔係「边家平」，而係——「试错」呢件事终于开始有平价版本。所以今日唔讲新闻，讲实操：我攞官方定价表落手，同你计清楚「抽卡」呢笔数，再教你一招「先拍个烂的」。

一、犬老师实测：官方说我省 57%，我自己算一次

昨日另一个唔算大新闻、但对做视频嘅人最实用嘅更新：火山引擎畀 Seedance 2.5 嘅 API 上线咗 Draft（样片）模式。逻辑好简单——先用 480P 出一批便宜样片，睇下场景、构图、动作、运镜啱唔啱；拣中满意嘅样片之后，直接用嗰条样片嘅 ID 出 1080P 成片，提示词、参考素材、seed、比例、时长全部复用，唔使你重新写一次。

官方口径係：5 秒镜头、抽 4 次卡，省 57%，速度快接近一倍；抽到 20 次，省 77%。呢啲数字我一向唔照抄——今日就把公开定价表摆落去，自己重算一次，睇下佢有冇吹水。

测试方法：先攞 Seedance 2.5 嘅价目表（480P 同 1080P 各三档时长共九个数字），检查定价係咪严格线性；确认之后再用「抽卡模型」扫一次 n=1 到 20——直抽模式计 n 次 1080P，Draft 模式计 n 次 480P 加 1 次 1080P 成片。全程用官方价目，冇自己加料，脚本同原始数据都留咗底。

第一件事，定价係咪线性？係，而且干净到我有些意外：480P 每秒钟 $0.1397，1080P 每秒钟 $0.7392，三档时长算出嚟一模一样。即係话 1080P 比 480P 贵足 5.29 倍，而时长只係等比例缩放。呢个发现本身就解释了 Draft 模式为何work——价钱唔係线性地分摊喺时间上，而係几乎全部堆喺分辨率嗰一栏。

第二件事，官方两个数字准唔准？准。我算出嚟係 56.1% 同 76.1%，同官方宣称嘅 57% 同 77% 差唔够 1 个百分点。呢个误差级别，可以当佢冇讲大话。

（单位：美元。按 5 秒镜头、官方公开价目计算，1080P 每秒 $0.7392、480P 每秒 $0.1397。）

实测最值钱嘅发现，係官方公告冇讲嗰一句：如果你一手就中，开 Draft 模式反而会贵 18.9%。

点解？因为 Draft 模式永远多跑一次调用——你要先出样片、再出成片。样片平，但佢唔係免费。所以呢个功能嘅真实规则唔係「开咗就省」，而係：抽卡临界点係 2 次。抽 2 次就回本，抽得越多省得越狠，但如果你条 prompt 已经熟到一手交货，多开一个 Draft 就係白畀一次钱。

二、玩法拆解：把「先拍个烂的」抄到自己条流程

呢个套路唔止视频能用。要理解佢嘅本质：创意工作嘅成本大头係「试错」，唔係「交付」。而旧流程之所以贵，就係因为我哋一直用「交付级嘅成本」去做「试错级嘅动作」。所以只要把流程切两档，钱就自然省落嚟。

第 1 步：分清两个成本档。低价档负责「试方向」（480P 样片、缩略图、小尺寸草图、便宜模型跑批），高价档只负责「交成品」（1080P 成片、最终大图、旗舰模型、精修）。两档之间嘅差价越大，呢套玩法越值——Seedance 呢度係 5.29 倍，属於非常值嗰种。

第 2 步：所有抽卡只准喺低价档发生。呢条係纪律问题，唔係技术问题。绝大多数人贵，唔係因为用咗贵模型，而係因为喺贵模型上面抽卡抽到满意为止。喺 1080P 度试运镜，同一个动作你要畀 5.29 倍价钱。

第 3 步：定稿之后，一次性出交付档，参数全部复用。Seedance 呢个功能做得对嘅地方就係「样片 ID 带住全套参数过去」——提示词、参考素材、seed、比例、时长一个唔改，所以成片同你拣中嘅样片结构一致。呢一点好关键：如果二次生成要你重新填参数，等于畀你多一次手滑嘅机会，省钱就变咗赌博。

第 4 步：判断边个镜头值得开 Draft。镜头越难、抽卡越多，Draft 越值。反过嚟讲，一条你闭眼都出到嘅简单镜头，直接出 1080P 就係。呢个就係我实测出来嘅临界点用法——唔係所有镜头都开，係「预计要抽 2 次以上」嘅镜头才开。

同一套逻辑，昨日另外两单新闻其实喺度配合演出：腾讯混元 Hy Image3.5 preview 主打嘅係「多轮编辑」——单次最多攞 5 张参考图、最高 2K 输出、每张 0.15 元且只对输出计费，本质上就係畀你用一个便宜嘅循环去改到满意为止；而 OpenAI 嘅 GPT-6 Luna 定价 $0.10 / $0.50（每百万 token），係 Sol 嘅二十分之一、Astra 嘅一百分之一——明摆住就係设计嚟跑批量试错嗰档嘅。三家公司隔住唔同产品线，喺度做同一件事：畀你一个便宜嘅地方去跑废料。

三、翻车提醒：四条我踩过或者差啲踩嘅坑

坑一：Draft 模式唔係无脑开。上面算过，一手就中反而贵 18.9%。更阴嘅係——如果你抽卡次数估算错咗（以为要抽 5 次，实际抽 15 次），你唔会亏，只会省得少；但如果你係「开住 Draft、见到样片唔满意又忍唔住直接用 1080P 重抽」，咁就等于两边嘅钱都畀，成本直接翻倍。开咗 Draft 就要守纪律：所有不满意一律喺 480P 度消化完。

坑二：升级 Claude Opus 5.5 唔係改个版本号咁简单。呢个係今次降价新闻入面最少人提、但最容易中招嘅一part。Opus 5.5 有四个破坏性变更：thinking 唔可以再关；tool_choice: "any" 会直接返 400；thinking block 同模型、会话绑定，导致 replay 会失败；computer_20251124 工具被拒收。凡係跑紧 Opus 5 嘅 Agent 代码，升级前一定要先跑一遍回归测试。省落嚟嘅钱，赔唔起一个礼拜嘅调试时间。

坑三：平嘅型号唔等于可以顶替贵嘅型号做所有嘢。GPT-6 Luna 好平，写代码亦真係唔差（DeepSWE v1.1 得 66.6%，Sol 係 68.8%）。但一转到「长链路规划」就现形：AutomationBench 只得 20.7%，Sol 係 33.2%，旗舰 Astra 係 41.4%；事实错误率 7.6%，Astra 係 3.9%。一句话总结——Luna 写代码强、做规划弱。所以正确用法係：Luna 负责「写」（有明确输入输出嘅执行任务），规划、拆步骤、判断边界呢啲交返畀贵嘅。掉转嚟用，省咗嘅 token 费会以返工嘅形式找你找数。

坑四：省落嚟嘅钱，唔好又全部抽返出去。睇个表就明白——Draft 模式虽然省 76%，但抽 20 次嘅总成本（$17.67）依然係抽 4 次（$6.49）嘅 2.7 倍。省钱工具会让「多试几次」变得好便宜，而呢个正正係最危险嘅地方。我以前做视频就係咁：一开 Draft，抽卡次数由 5 次变 20 次，单价降咗，总账升咗。定个抽卡上限，比揀边个模型重要。

四、顺带一笔账：降价之后，各家一个月差几多

既然三家都喺度讲价钱，我就用同一个用量假设（每日 200 万输入 token 加 50 万输出 token，粗估一个跑批 Agent 嘅中重度日常），把账单摊开睇：

睇完呢张表，昨日嗰三张降价公告嘅真实含意就出嚟：唔係模型变平咗，係「同一件事可以有好多唔同价钱嘅做法」呢件事，终于被摆上枱面。最平同最贵之间差 100 倍，中间每一档都有人喺度用。你嘅竞争力唔再係「你用咗边个模型」，而係「你有冇把啱嘅任务放喺啱嘅价位」。

曼波补刀：即係话，我以前一直用旗舰模型去帮我改错别字？

犬老师：你仲好意思讲。不过唔怪你——唔少人连自己每个月畀几多钱都唔知。今晚返去睇下你嘅 API 账单，睇下有几成花喺「交付」、几成花喺「试错」。呢个数一睇就知你有冇排好条流程。

一条总结

昨日三家公司同一天降价，冇一家讲能力提升，全部讲价钱——呢个信号本身比任何一个 benchmark 都清楚：前沿能力正在变成水电煤，而钱会流去识得用佢嘅人手上。所以今日呢篇你净係需要记一句：想出好嘢，先练好「用最平嘅成本跑废料」呢个动作。喺便宜嘅档位上面抽够卡，喺贵嘅档位上面一次交货——创意工作嘅成本结构，就係咁样被改写嘅。