夜雨聆风核心数据：Luna 输入价 0.20 美元/百万 token，比 DeepSeek V4 Pro 便宜 54%；OpenAI 2026 年预计亏损 140 亿美元
2026 年 7 月 30 日，OpenAI 挥出了价格屠刀。
GPT-5.6 系列上市仅三周，入门级模型 Luna 价格直降 80%，从每百万输入 token 1 美元降到 0.20 美元。中端模型 Terra 降 20%，旗舰 Sol 维持不变，新增 2 倍速 Fast 模式。
这不是一次普通的促销。这是一个信号——中美 AI 价格战，从明争暗斗正式进入"够用就行，谁便宜用谁"的新阶段。
一、降价幅度有多大？一组数字告诉你
Luna 降价后，输入价 0.20 美元/百万 token，输出价 1.20 美元/百万 token。
这个价格有多低？
- 比 DeepSeek V4 Pro 输入价（0.435 美元）便宜 54%
- 比 Kimi K3 输入价（3 美元）便宜 93%
- 单次任务成本从约 0.40 美元降至 0.075 美元——一个任务不到 5 毛钱人民币
开发者 Kun Chen 在 X 上算了一笔账：他此前用 Luna 做了一整套全栈应用，只消耗了每周额度 4%。降价后，每周可以用 Luna 构建 100 个完整应用。
合作方 Replit 的评价更直接——Luna 是"最接近'便宜到不值得计价'的智能"。
但 Luna 不是唯一的选择。OpenAI 的定价策略实际上是一个三层分层：
| 层级 | 模型 | 输入价 | 输出价 | 定位 |
|---|---|---|---|---|
| 入门 | GPT-5.6 Luna | 0.20 美元 | 1.20 美元 | 高频任务、Agent 工作流 |
| 中端 | GPT-5.6 Terra | 2.00 美元 | 12.00 美元 | 复杂推理、工程代码 |
| 旗舰 | GPT-5.6 Sol | 5.00 美元 | 30.00 美元 | 关键决策、前沿研究 |
| 极速 | Sol Fast 模式 | 10.00 美元 | 60.00 美元 | 低延迟旗舰任务 |
Terra 降 20% 后，输入价 2 美元，已经低于 Kimi K3 的 3 美元。 Luna 输入价更是低于 DeepSeek V4 Pro 的 0.435 美元。
但输出端，DeepSeek V4 Pro 仍以 0.87 美元/百万输出 token 保持着优势——Luna 输出价 1.20 美元，比 DeepSeek 贵 38%。
二、为什么降？中美两线夹击
OpenAI 官方将降价归因于技术提效：Sol 模型自主重写了生产环境 GPU 内核，服务成本降低 20%；推测解码优化让 token 生成效率提升 15% 以上。
但 20% 的成本优化，解释不了 80% 的降价幅度。
真正的压力来自两个方向。
中国方向：开源模型在美企市场攻城略地
7 月中旬，月之暗面发布 Kimi K3（2.8 万亿参数，开源权重），在多项基准测试中追平甚至超过美国闭源系统。开发者可以下载部署到自有基础设施上，完全绕过 API 计费。
DeepSeek 更激进——5 月宣布 V4-Pro API 永久降价 75%，缓存命中价低至每百万 token 0.025 元人民币，刷新全球最低价。DeepSeek 的低价策略并非亏损补贴，而是通过稀疏注意力和混合专家架构，把算力消耗压缩到上代产品的 27%。
效果很明显： 中国模型在 OpenRouter 平台上的 token 用量占比，已从一年前的 4.5% 飙升至峰值 46%。CNBC 调查显示，46% 的美国企业 token 用量来自中国模型。
美国方向：同行也在降价
谷歌 7 月发布 Gemini 3.6 Flash 等三款新模型，主打比 Kimi K3 更便宜，AI Plus 订阅从 7.99 美元降到 4.99 美元。Anthropic 新推出的 Claude Opus 5 性能接近旗舰 Fable 5，价格只有一半。微软 CEO 纳德拉在财报电话会上反复强调"成本效率"是其 MAI-Thinking-1 模型的核心。
OpenAI 不降，就会被挤出市场。
三、百亿亏损下的"杰文斯赌注"
降价表面看是竞争策略，深层次看是一场豪赌。
OpenAI 2026 年的财务数据并不好看。
根据其向 SEC 秘密提交的 S-1 文件：2025 年收入约 131 亿美元，2026 年年化收入有望达 250 亿美元，但 2026 年预计亏损 140 亿美元。到 2029 年累计亏损可能达 1150 亿美元。
更令人不安的是： OpenAI 已承诺到 2030 年前投入约 6000 亿美元用于计算资源（包括与甲骨文达成的 3000 亿美元租赁协议）。即便收入持续增长，也可能远远无法覆盖成本。
那为什么还要降价？
AI 行业经常引用"杰文斯悖论"（Jevons Paradox）：19 世纪，更高效的煤炭发动机并没有减少煤炭消耗，反而因为使用范围扩大导致总需求增加。
AI 企业赌的是同一件事——Token 价格下降 → 使用量暴增 → 规模效应覆盖成本。
英伟达未来的 Vera Rubin 平台宣称将带来 10 倍的 Token 性能效率提升，Blackwell 已在路上。如果硬件效率如期提升，理论上更低利润率的业务也可以靠规模实现盈利。
但问题是：这个赌注的风险有多大？
Gartner 分析师钱德拉塞卡兰的评论一语中的："这次价格竞争，可能是前沿 AI 实验室商业模式的一次早期测试。"
四、对开发者的实际影响
对 AI 开发者来说，这是有史以来最实惠的"买方市场"。
选择太多了：OpenAI 的 Luna 走量，DeepSeek 极致性价比，Kimi K3 开源可自托管，谷歌 Gemini 3.6 Flash 低价切入，Anthropic 能力对标但价格砍半。
行业内开始出现"模型可互换"的共识——客户根据每日报价切换供应商。OpenAI 的品牌忠诚度正在蒸发，开发者真正用脚投票。
建议：
- 高频、低成本任务：Luna 或 DeepSeek V4 Pro 二选一，按实际测试结果选
- 复杂工程代码：Terra 或 Claude 5.0，价格相近但能力各有侧重
- 关键决策、前沿研究：Sol 或 Fable 5，不差钱选最快的
- 想完全省 API 费：Kimi K3 开源权重，下载自部署
五、价格战之后，谁活下来？
OpenAI 的这场降价，短期内赢得了开发者好感，但长期来看，卖推理 API 能撑起一个万亿估值的故事吗？
Luna 降价 80% 后，输入价 0.20 美元，已经低于中国竞品。但输出价 1.20 美元，DeepSeek 只要 0.87 美元。中美模型的价格差距正在从"中国便宜一大截"变成"互有攻守"。
更大的问题在于，AI 不像传统 SaaS——每一次推理调用都需要消耗昂贵的 GPU 算力和电力。当价格战不断压缩利润，谁的基础设施更高效，谁就能活到最后。
OpenAI 赌的是技术提效和硬件升级。DeepSeek 赌的是架构创新和极致优化。Kimi K3 赌的是开源生态和开发者社区。
到底谁能赢？没有标准答案。但对开发者来说，价格战打得越狠，能用得起的 AI 就越多。
评论区告诉我：你现在用哪个模型最多？降价后会不会换？
看完顺手点个在看，转发给身边还在纠结预算的开发者朋友。
关注「星耀云小浪」，第一时间获取 AI 编程工具一手测评和行业分析。
星耀云小浪，做懂开发者的 AI 同行者。
