最多80%！GPT5.6系列官宣降價，被中國廠商逼的？

出品 | 網易智能

作者 | 辰辰

編輯 | 王鳳枝

上線僅三周，價格最高下調八成。

OpenAI的GPT-5.6系列7月上旬才推出，7月30日，Luna模型就從每百萬token輸入1美元，直接砸到20美分。中檔的Terra降20%。旗艦Sol紋絲不動。

CEO山姆·奧特曼（Sam Altman）在X上發帖："今天宣布大幅降價。"

官方解釋是：GPU內核、推理系統和生產環境效率均有所提升，公司將效率提升帶來的收益部分反饋給用戶。

聽著很合理。但Luna降80%，Terra降20%，Sol一分不降。這個降價格局，單靠"效率提升"四個字解釋不了。

一、燒錢時代結束了

硅谷有一個詞，叫tokenmaxxing。

意思是在使用AI時盡可能增加token消耗，以最大化使用AI能力，而不優先考慮成本。這個詞誕生于2023年，本身就帶著自嘲。彼時ChatGPT引爆全球，美國企業爭先恐后把AI塞進每一個工作流，賬單的事以后再說。

現在，賬單來了。

AI賬單已經膨脹到數十億美元規模。CNBC的報道里有一個細節：亞馬遜剛剛把2026年的資本支出上調到2200億美元，其中一大塊燒給了AI基礎設施。企業端的AI開支同樣在膨脹。軟件公司、金融機構、醫療集團，每家每年花在AI API和智能體上的錢，動輒數千萬美元。

《華爾街日報》6月份就披露過，OpenAI在考慮大幅降價，而它預判競爭對手Anthropic也會跟進。企業高管開始不耐煩了。 Uber一位高管透露，公司2026年的AI智能體預算已經用盡。另一位科技公司負責人坦言：很難把AI編程帶來的效率提升，直接對應到新功能和新收入上。

"tokenmaxxing的時代結束了。" 市場研究機構EMARKETER高級分析師雅各布·博恩（Jacob Bourne）這樣公開下了判斷。

企業不再照單全收。他們在問同一個問題：花了幾千萬美元，到底換來了什么？

CNBC有篇最新報道的標題耐人尋味：China's open-weight model lead exposes America's AI blind spot。中國開源權重模型的領先，暴露了美國AI的盲區。這個盲區不是技術，是成本。

過去，這個問題最多讓AI公司有點尷尬。現在不一樣了。中國公司帶著另一種打法登場了。

二、中國模型的另一種打法：開放權重

7月初，中國初創公司月之暗面（Moonshot AI）發布了開源權重模型Kimi K3。在一些行業基準測試中，它的表現超過了美國最先進的閉源系統。

關鍵是：Kimi K3的模型權重是公開的。 用戶可以下載、修改，并部署在自己的基礎設施上，不需要支付月之暗面的API調用費用。

它不是孤例。DeepSeek、智譜（Z.ai）的GLM-5.2、阿里的Qwen系列。一些中國公司正在通過開放權重、低價服務等方式提供前沿AI能力。

《The Verge》在一篇深度分析中直指核心矛盾："一家AI公司花了天量資金訓練模型，為什么要把最有價值的部分免費送出去？"

福特漢姆大學法學教授欽瑪伊·沙瑪（Chinmayi Sharma）的答案很透徹："一組免費的權重，不等于一個免費的AI服務。公司可以在模型免費的同時，從計算基礎設施、工程、安全、維護等環節賺錢。"

當中國開源權重模型的性能追平閉源，開發者開始在AWS、Azure甚至本地集群上私有化部署這些模型，直接切走了OpenAI的API調用量。 對OpenAI來說，丟掉的不只是一筆筆推理收入，更是"默認選項"的地位。一旦開發者習慣了開源部署的工作流，就很難再拉回來。

喬治城大學安全與新興技術中心高級研究員凱爾·米勒（Kyle Miller）以阿里Qwen系列模型為例，指出它在中國產業界的滲透深度，展現了開源生態一旦扎根的威力。

美國這邊，圍繞開源權重的政策辯論也起來了。Kimi K3發布后，一個由25家科技公司組成的聯盟（包括IBM、微軟、Meta、英偉達、Palantir）發表公開信，警告美國政府不要對開源權重模型施加"過早的限制"。這封信點名缺席的，恰恰是OpenAI、谷歌和Anthropic三家閉源巨頭。

《The Verge》的報道標題寫得直白：Why China is giving away its best AI models。中國為什么要把最好的AI模型免費送人？

對美國閉源模型提供商來說，這不僅是價格競爭，也涉及商業模式的挑戰。當中國公司把前沿模型免費開放，OpenAI和Anthropic還能靠"按token計價"的模式撐多久？

三、但漲價也在發生

中國開源權重模型用免費撕開了一道口子。但免費是一種打法，不是所有中國公司都選了這條路。

就在OpenAI宣布降價的同一天（7月30日），中國AI公司智譜在國內不限量重新開放了GLM Coding Plan訂閱服務，價格不是降了，是漲了。或者更準確地說，是跟國際版價格對齊。

Lite檔從每月49元漲到118元，漲幅140%；Pro檔從149元漲到538元，漲幅260%；Max檔從469元漲到1078元，漲幅130%。

智譜今年已經漲過好幾次。2月，GLM Coding Plan整體上調30%起步，取消首購優惠。3月，GLM-5-Turbo API加價20%。4月，海外版全線漲價80%到140%。一季度累計下來，智譜的API定價提升了83%。

價格上漲，但用量增長更快。400%。

這是整個故事里最反直覺的一組數字：價格漲了八成，用量翻了四倍。智譜CEO張鵬在業績說明會上的解釋是：模型能力提升意味著推理鏈路更長，一個復雜任務的token消耗量可以達到簡單問答的十倍甚至百倍。漲價"是成本變化的自然結果"。

智譜的官方表態更直白：低價競爭不利于行業發展，價格需要"回歸正常商業價值區間"。摩根大通7月研報給出了投資端的注腳：GLM-5.2的平均API收費較上一代提高了約13%，公司"展現出更強的定價能力"。目標價上調到1800港元，維持增持評級。

這不只是智譜一家的事。據律動BlockBeats統計，2026年初以來，中國已有七家云廠商和模型廠商上調價格，最高漲幅超過400%。中國AI行業正在經歷一個集體轉身：從"免費補貼搶用戶"轉向"商業變現求生存"。

同一個中國市場，正在上演兩出完全相反的戲。

需要分清兩件事的計價對象。Kimi K3免費的是模型權重，你可以下載、可以部署，但推理算力由你自己承擔，一張H100的租金并沒有消失。智譜漲價的是商業API服務，廠商代你承擔了算力、運維和持續迭代成本，價格里包含的是一整條"開箱即用"的生產鏈。一個免費的是半成品材料，一個漲價的是成品服務，它們并不在同一條價格軸上競爭。

這兩件事同時發生，并不矛盾。開源權重模型的免費策略，是為了建生態、搶標準；商業API服務的漲價策略，是為了活下來、證明商業模式。前者是戰略性投入，后者是生存性選擇。

對OpenAI而言，這形成了一種復雜局面：中國開放權重模型正在低成本市場形成競爭壓力，而部分商業API服務則探索更高價值定位。OpenAI夾在中間：降價吧，中國開源模型比你更便宜；漲價吧，智譜正在證明"貴一點也有人買單"。

四、華爾街要看賬本了

降價的在降價，漲價的在漲價。兩件事湊到一起，問的其實是同一件事：這個行業的商業模式，到底能不能跑通？

OpenAI和Anthropic馬上就要面對這個問題了。因為它們都在籌備上市。

OpenAI已于本周向美國證券交易委員會秘密提交了IPO申請，奧特曼在內部Slack消息中說計劃"一年內上市"。Anthropic也在走同樣的路。價格競爭，可能成為這兩家公司上市前需要面對的一項商業模式考驗。

Gartner杰出副總裁分析師阿倫·錢德拉塞卡蘭（Arun Chandrasekaran）對Business Insider的判斷很直白："這次價格競爭，可能是前沿AI實驗室商業模式的一次早期測試。尤其是OpenAI最近秘密提交了IPO申請。"

說到底就是華爾街要看賬本。降價能不能換來足夠大的使用量？使用量能不能彌補利潤率的壓縮？這個故事，投資人買不買賬？

不止OpenAI在焦慮，整個賽道都在轉向。谷歌7月發布了三款新模型，主打的賣點就是比Kimi K3更便宜。微軟CEO薩提亞·納德拉（Satya Nadella）在季度財報電話會上，反復把"成本效率"掛在嘴邊，稱其為微軟MAI-Thinking-1模型的"核心"。Anthropic新推出的Claude Opus 5，性能接近旗艦Fable 5，價格只要一半。

X上一位用戶的評論一針見血："DeepSeek和Kimi K3打破的不只是OpenAI的能力護城河，還有它的定價地板。降價80%不是創新，是恐慌性打折。"

但如果只看價格跌幅就下結論，可能忽略了調價背后的結構設計。

五、OpenAI布的局：塔尖的才值錢

回到OpenAI本身。降價背后，它其實在布一個更深的局。

細看這次調價：Luna降價80%，Terra降價20%，而Sol價格保持不變。這更像是一種分層定價策略，而非全面降價。

降價后，Luna的輸入價格（20美分/百萬token）已經低于DeepSeek V4 Pro（約43美分），逼近Kimi K3的緩存命中價。OpenAI總裁格雷格·布羅克曼（Greg Brockman）在X上寫道："Luna現在顯然是同級別中最具性價比的模型。"

對開發者來說，這個價格意味著什么？獨立開發者WolfMark Tools在X上算了一筆賬：GPT-5.6 Luna的編程能力，已經接近此前許多用戶使用的GPT-5.5高等級版本。而價格，只有后者的二十五分之一。

"對大多數開發者來說，問題不再是'我能負擔得起AI編程智能體嗎'，而是'我為什么不找一個來用'。"他寫道。

日本投資人國光宏尚認為，Luna可能被OpenAI定位為AI智能體時代的基礎運行模型。足夠聰明、足夠便宜，可以7×24小時不間斷運行。日常任務跑Luna，復雜任務上Terra，關鍵決策用Sol。一套"低中高"三級火力配置，第一次在價格上有了實戰意義。

這套策略的潛臺詞是：OpenAI承認了低端市場的價格戰現實，但它同時想證明，真正值錢的東西，在塔尖。

公平地說，OpenAI的效率提升并非全是話術。用Sol來優化自家模型的推理代碼，讓AI來降低AI的運行成本，這件事本身確實在發生。國光宏尚估算，GPU內核調優和推理環境優化幫OpenAI降低了約20%的服務成本。

但20%的成本節省，解釋不了80%的降價。剩下的缺口，是中國開源模型用"免費"兩個字生生撕開的。

布羅克曼在宣布降價時，說了一句意味深長的話："期待看到你們用'便宜到不值得計價'的智能做出什么東西。"

"便宜到不值得計價"（too cheap to meter）。這個詞脫胎于20世紀核電時代的著名口號："電力會便宜到不值得裝電表。"當一樣東西便宜到你不再計算單次成本時，它的計價方式就徹底變了。

六、AI正在經歷的時刻

中國開放權重模型帶來的影響，不只是降低AI使用成本，也讓行業重新思考按token銷售智能的商業模式。X上一位用戶寫道："中國沒有僅僅降低中國AI的價格，它迫使整個行業降低了智能的價格。"

但智譜的漲價提醒了另一件事：好的智能，還是有人愿意付錢的。

當Kimi K3把前沿能力免費開放，當DeepSeek用不到5美元跑完一個完整編程任務，當智譜把Coding Plan從49塊漲到118塊、調用量反而翻了四倍。這三個事實擺在一起，指向的是同一個結論：

智能的定價方式正在分化：一部分走向更開放、更低成本，另一部分則通過高價值服務維持更高價格。

一半免費。一半更貴。

OpenAI想同時站在這兩半上。這可能嗎？